[发明专利]基于API相似度的微服务识别方法

摘要

本发明公开了一种基于API相似度的微服务识别方法。本发明提出的方法首先考虑了微服务架构的特性，然后考虑了微服务的定义：每一个专注于某一个业务功能的业务微服务的作用就是通过标准化接口为外部提供相关的业务服务，即一个微服务就是对一个资源的紧密相关的操作的集合。而每一个API表示的就是对一个后端资源的一种动作。它通过URI标识和寻址后端资源，使用HTTP协议动词表示对后端资源的操作方式。所以本发明针对这两者之间的联系提出了基于API相似度提出了一个微服务识别方法，通过构建以API为顶点、相似度为权重的无向加权图，并使用基于图论的聚类算法来识别推荐的候选微服务。

主权项

1.基于API相似度的微服务识别方法，其特征在于包括如下步骤：步骤(1).输入传统的基于单体式结构系统的API规范文档，API规范文档包括一系列符合REST风格的API集合，该API集合记录了每一个API的URI、详细描述和响应消息；步骤(2).将API规范文档中的每个API进行数据清洗并构建API语料库api_all＝{api₁，api₂，...，api_i，...，api_l}，其中api_i＝{topics_i，tokens_i}，topics_i由第i个API中的候选主题组成，记为tokens_i则由第i个API的详细描述中的单词组成，记为步骤(3).在API语料库中任取两个API：api_p和api_q，生成这两个API对应的主题相似度向量tvec_p和tvec_q，其中主题相似度向量中的每一个元素为对应候选主题的主题匹配度和代表了每个候选主题在对应API的详细描述中的一个重要程度，计算公式如下：其中表示候选主题在api_p的tokens_p集合中出现的次数，表示候选主题在api_q的tokens_q集合中出现的次数，|topics_p∪tokens_p|表示对应api_p的topics_p和tokens_p集合中词汇的总数量，表示API语料库中包含候选主题的API数量，表示API语料库中包含候选主题的API数量，k表示当前候选主题或在对应的api_p或api_q的URI中的位置；通过余弦相似度计算api_p和api_q之间的主题相似度sim_topics(api_p，api_q)，计算公式如下：其中||tvec_p||表示向量tvec_p的模，||tvec_q||表示向量tvec_q的模；步骤(4).根据不同的响应消息类型和不同的请求动作类型，计算api_p和api_q之间的响应消息相似度sim_res(api_p，api_q)，计算公式如下：其中sim_type(api_p，api_q)为不同响应消息类型；步骤(5).把主题相似度和响应消息相似度进行加权处理，求得api_p和api_g之间的整体相似度sim(api_p，api_q)，计算公式如下：sim(api_p，api_q)＝α*sim_topics(api_p，api_q)+(1‑α)*sim_res(api_p，api_q)其中α为控制相似度权重的加权因子；步骤(6).重复步骤(3)‑(5)，直至计算完所有的API之间的整体相似度，然后生成以API为顶点、API之间的整体相似度为权重的无向加权图；步骤(7).输入聚类个数h为2，使用谱聚类算法对无向加权图进行图分割，得到一个子图分割方案，计算该子图分割方案的Calinski‑Harabasz分值s(h)；步骤(8).将聚类个数h加1，重复步骤(7)，直至聚类个数达到API语料库中的候选主题总个数，Calinski‑Harabasz分值最高的子图分割方案即对应了一个微服务划分方案，其中每个子图对应了一个微服务。