Browsing by Author "Wersching, Adrian"

Now showing 1 - 2 of 2

Open Access
Automatisierte Zuordnung von Anwendungskomponenten zu Zielumgebungen für das automatisierte Splitten von Topologien in Multi-Clouds
(2018) Wersching, Adrian
Standards, wie der OASIS Modellierungsstandard TOSCA erleichtern das Deployment und Management von Anwendungen in der Cloud. Das Anpassen an sich verändernde Bedingungen, wie zum Beispiel das Benötigen eines höheren Grades an Verfügbarkeit der Anwendung, ist jedoch weiterhin mit viel Aufwand verbunden. So kann das Auslagern einer Anwendungskomponente an einen Cloud Provider großflächige Änderungen der restlichen Teile der Anwendung erfordern. Es existieren bereits Ansätze, die in solchen Fällen die automatisierte Neuverteilung der Anwendung ermöglichen. Diese setzen jedoch das manuelle Auswählen der entsprechenden Zielumgebungen für alle Teile der Anwendung voraus oder vernachlässigen das Anpassen der Anwendungskomponenten an die neuen Umgebungen. Durch eine Vielzahl an unterschiedlichen Anbietern erfordern diese Prozesse jedoch einen hohen Grad an Detailkenntnissen sowohl der Anwendung als auch der existierenden Umgebungen. Oft liegen auch keine besonderen Präferenzen der Zielumgebungen mancher Komponenten vor. In dieser Arbeit wird deshalb ein Ansatz vorgestellt, welcher ausgehend von einer manuell spezifizierten Teilzuordnung die bestmöglichen Zielumgebungen für die verbleibenden Komponenten der Anwendung bestimmt und die Anwendung dann für das anschließende Deployment an die neuen Umgebungen anpasst. Dafür werden drei Kriterien beschrieben, nach welchen fehlende Zielumgebungen so ausgewählt werden, dass die Anzahl der Komponenten der Anwendung reduziert wird, die Anzahl der Kommunikationsbeziehungen zwischen unterschiedlichen Umgebungen reduziert wird oder nicht-funktionale Eigenschaften erfüllt werden. Es wird weiterhin ein Konzept beschrieben, durch welches einzelne Kriterien in unterschiedlichen Gewichtungen miteinander verknüpft werden können. Der Ansatz wurde außerdem prototypisch mithilfe des TOSCA Standards und des Modellierungswerkzeugs Winery umgesetzt.
Open Access
Pattern detection in declarative deployment models
(2021) Wersching, Adrian
The manual deployment of cloud applications is error-prone, time-consuming, and requires considerable technical knowledge. To tackle these issues and automate the deployment of applications, multiple approaches have been proposed that enable the description of applications in the form of declarative deployment models which describe the components of an application, their desired state or configuration, and the relations among the components. The technologies and tools that support deployment models significantly ease the deployment process, however, they still require vendor and product-specific details in the deployment models. This obfuscates the underlying semantics of the deployment models. The essential architectural decisions realized in a deployment model can be stated more clearly by design patterns which describe problems, their solution, the resulting benefits, and the resulting drawbacks in an abstract and reusable format. To combine the benefits of declarative deployment models and patterns, Pattern-based Deployment and Configuration Models (PbDCMs) were defined which introduce patterns as first-class citizens in deployment models. However, manually extracting the realized patterns from deployment models of applications is a non-trivial task as it requires technical knowledge about the patterns a certain component or parts of the application realize. Furthermore, there is no automated way to use the detected patterns for the creation of PbDCMs. To tackle these issues, this thesis presents an automated approach for the detection of patterns in declarative deployment models and the generation of corresponding PbDCMs. The automated detection of patterns is enabled by introducing Pattern Detection and Refinement Models (PDRMs) which consist of two structures, one is used to determine matching subgraphs in a deployment model and the other represents the patterns realized by the first structure. The patterns detected with the support of the introduced PDRMs are used to build corresponding PbDCMs. The approach is implemented as an extension to the modeling tool Eclipse Winery and is validated by a case study. The case study highlights how the pattern detection process can be used to realize new design decisions on an abstract level.