Migración de Sistemas Legados hacia Microservicios mediante técnicas de Machine Learning - Resumen y contexto de investigación

Aug 5, 2026

Subido por Aurelia

La migración de sistemas monolíticos hacia arquitecturas de microservicios aporta escalabilidad modular, mantenimiento simplificado y entregas más rápidas de funcionalidades. Sin embargo, el proceso exige abordar con cuidado la descomposición del monolito, la comunicación entre microservicios y la migración de la base de datos. Frente a la complejidad de la migración manual, la propuesta de investigación busca explorar y evaluar técnicas de Machine Learning para asistir a desarrolladores en la descomposición (semi-)automática, considerando aspectos funcionales y no funcionales.

IdiomaSpanish

CategoríaInvestigación e Informes

FormatoPDF

Páginas5

Tiempo de lectura8 min

AccesoGratis para descargar

Tabla de contenidos

Resumen

Contexto

Introducción

Migración de Sistemas Legados hacia Microservicios mediante técnicas de Machine Learning Ana Martínez Saucedo 1,2 Guillermo Rodríguez2 1 Universidad Argentina de la Empresa, Instituto de Tecnología (UADE-INTEC), CABA, Argentina 2 ISISTAN (UNICEN-CONICET), Tandil, Argentina [anmartinez@uade.edu.ar](anmartinez@uade.edu.ar), [grodri@exa.unicen.edu.ar](grodri@exa.unicen.edu.ar) RESUMEN Las aplicaciones desarrolladas según la arquitectura de microservicios presentan ventajas como escalabilidad a nivel modular, un mantenimiento facilitado, y una entrega defuncionalidades más rápida. Debido a estos yotros beneficios de esta arquitectura, empresas como Netflix, SoundCloud y Amazon han optado por migrar sus aplicaciones desarrolladas según la arquitectura monolítica hacia microservicios. No obstante, la migraciónde arquitecturas monolíticas hacia microservicios no es una tarea fácil: ladescomposición del monolito, la comunicaciónentre microservicios y la migración de la basede datos son algunos de los desafíos que deben ser abordados al llevar a cabo la migración. En este contexto en donde el proceso de migración manual es complejo, el objetivo de esta línea de investigación consiste en explorar y evaluartécnicas de Machine Learning para asistir adesarrolladores en descomponer (semi-)automáticamente arquitecturas de software en microservicios, considerando tanto aspectos funcionales como no funcionales. Palabras Clave: Arquitecturas de Software, Arquitecturas de Microservicios, Sistemas legados, Migración, Machine Learning. CONTEXTO La presente propuesta emerge del proyecto PICT Joven (PICT-2018-01456, Migración dearquitecturas monolíticas hacia microservicios y contenedores) otorgado por la Agencia Nacional de Promoción Científica y Tecnológica (ANPCyT), a través del Fondo para la Investigación Científica y Tecnológica (FONCyT) . El mismo se desarrolla dentro del Instituto Superior de Ingeniería de Software de Tandil (ISISTAN-CONICET) de la Facultad de Ciencias Exactas (EXA), Universidad Nacional del Centro de la provincia de Buenos Aires (UNCPBA), y unidad ejecutora del CONICET. Asimismo, esta propuesta se desarrolla en el Instituto de Tecnología (INTEC) dependientede la Universidad Argentina de la Empresa (UADE) . 1. INTRODUCCIÓN En el entorno dinámico del mundo de hoy, las aplicaciones de software necesitan responder rápidamente a las demandas delentorno y ser lo más ágiles posible. Lasaplicaciones requieren estar alineadas connecesidades de negocio cambiantes, a las cualesse le suma una diversidad de clientes, como navegadores de escritorio y móviles, como así también aplicaciones móviles nativas y APIs de terceras partes. Dado que es difícil cumplirestos requisitos mediante el uso de aplicaciones monolíticas, la arquitectura cliente-servidor monolítica está siendo reemplazado por la arquitectura de microservicios [1] . Cada vez más empresas están adoptando este estiloarquitectónico para modernizar sus productos ytomar ventaja de beneficios tales como: agilidad, escalabilidad, e integración continua [2] . Estas ventajas se perciben como superadoras respecto a arquitecturas orientadasa servicios convencionales. La definición más aceptada del conceptode microservicios apunta a un enfoque paradesarrollar una aplicación vista como un conjunto de pequeños servicios, cada uno ejecutándose en su propio proceso ycomunicándose con recursos ligeros como [HTTP](HTTP) [3] . El estilo de Microservicios no sólotrae aparejados beneficios, sino tambiéndesafíos. Por un lado, los sistemas basados en microservicios presentan una arquitectura flexible y con alta capacidad de evolución. Sin embargo, hay varios desafíos técnicos (porejemplo, automatización de la infraestructura y debugging distribuido) y organizacionales (como la creación de equipos de trabajos crossfunctional) que necesitan ser abordados. Porejemplo, las cuestiones técnicas puedenimplicar que el sistema esté altamente acopladoo sea difícil para mantener;

Preguntas frecuentes

¿Por qué se considera beneficiosa la arquitectura de microservicios frente al monolito?

Porque facilita escalabilidad modular, simplifica el mantenimiento y permite entregar funcionalidades con mayor rapidez.

¿Cuáles son los principales desafíos al migrar de arquitecturas monolíticas a microservicios?

La descomposición del monolito, la comunicación entre microservicios y la migración de la base de datos.

¿Qué busca la línea de investigación mediante técnicas de Machine Learning?

Asistir a desarrolladores en la descomposición (semi-)automática de arquitecturas hacia microservicios, incorporando aspectos funcionales y no funcionales.

Aug 5, 2026

Subido por Aurelia