Les traductions sont fournies par des outils de traduction automatique. En cas de conflit entre le contenu d'une traduction et celui de la version originale en anglais, la version anglaise prévaudra.

Analyse de la cohésion et du couplage pour la décomposition des bases de données

Cette section vous aide à analyser les modèles de couplage et de cohésion dans votre base de données monolithique afin de guider sa décomposition. Il est essentiel de comprendre comment les composants de base de données interagissent et dépendent les uns des autres pour identifier les points de rupture naturels, évaluer la complexité et planifier une approche de migration progressive. Cette analyse révèle les dépendances cachées, met en évidence les domaines qui se prêtent à une séparation immédiate et vous aide à hiérarchiser les efforts de décomposition tout en minimisant les risques de transformation. En examinant à la fois le couplage et la cohésion, vous pouvez prendre des décisions éclairées concernant la séquence de séparation des composants afin de maintenir la stabilité du système tout au long du processus de transformation.

À propos de la cohésion et du couplage

Le couplage mesure le degré d'interdépendance entre les composants de la base de données. Dans un système bien conçu, vous souhaitez obtenir un couplage souple, dans lequel les modifications apportées à un composant ont un impact minimal sur les autres. La cohésion mesure dans quelle mesure les éléments d'un composant de base de données fonctionnent ensemble pour atteindre un objectif unique et bien défini. Une cohésion élevée indique que les éléments d'un composant sont étroitement liés et axés sur une fonction spécifique. Lorsque vous décomposez une base de données monolithique, vous devez analyser à la fois la cohésion au sein des composants individuels et le couplage entre eux. Cette analyse vous aide à prendre des décisions éclairées sur la manière de décomposer la base de données tout en préservant l'intégrité et les performances du système.

L'image suivante montre un couplage lâche avec une cohésion élevée. Les composants de la base de données fonctionnent ensemble pour exécuter une fonction spécifique, et vous minimisez l'impact des modifications sur un seul composant. C'est l'état idéal.

L'image suivante montre un couplage élevé avec une faible cohésion. Les composants de la base de données sont déconnectés et les modifications sont très susceptibles d'avoir un impact sur les autres composants.

Modèles de couplage courants dans les bases de données monolithiques

Il existe plusieurs modèles de couplage courants lors de la décomposition d'une base de données monolithique en bases de données spécifiques aux microservices. La compréhension de ces modèles est essentielle au succès des initiatives de modernisation des bases de données. Cette section décrit chaque modèle, ses défis et les meilleures pratiques pour réduire le couplage.

Modèle de couplage de mise en œuvre

Définition : Les composants sont étroitement interconnectés au niveau du code et du schéma. Par exemple, la modification de la structure d'une customer table a un impact sur order les billing services. inventory

Impact de la modernisation : chaque microservice nécessite son propre schéma de base de données et sa propre couche d'accès aux données.

Défis :

Bonnes pratiques pour réduire le couplage :

Schéma de couplage temporel

Définition : Les opérations doivent s'exécuter dans un ordre spécifique. Par exemple, le traitement des commandes ne peut pas se poursuivre tant que les mises à jour de l'inventaire ne sont pas terminées.

Impact de la modernisation : chaque microservice a besoin d'un contrôle autonome des données.

Défis :

Bonnes pratiques pour réduire le couplage :

Schéma de couplage de déploiement

Définition : Les composants du système doivent être déployés en tant qu'unité unique. Par exemple, une modification mineure de la logique de traitement des paiements nécessite le redéploiement de l'ensemble de la base de données.

Impact de la modernisation : déploiements de bases de données indépendants par service

Défis :

Bonnes pratiques pour réduire le couplage :

Schéma de couplage de domaines

Définition : Les domaines commerciaux partagent les structures et la logique des bases de données. Par exemple, les inventory domaines customerorder, et partagent des tables et des procédures stockées.

Impact de la modernisation : isolation des données spécifiques au domaine

Défis :

Bonnes pratiques pour réduire le couplage :

Modèles de cohésion courants dans les bases de données monolithiques

Il existe plusieurs modèles de cohésion courants lors de l'évaluation des composants de base de données en vue de leur décomposition. Il est essentiel de comprendre ces modèles pour identifier les composants de base de données bien structurés. Cette section décrit chaque modèle, ses caractéristiques et les meilleures pratiques pour renforcer la cohésion.

Schéma de cohésion fonctionnel

Définition : Tous les éléments soutiennent et contribuent directement à l'exécution d'une fonction unique et bien définie. Par exemple, toutes les procédures et tables stockées dans un module de traitement des paiements ne gèrent que les opérations liées au paiement.

Impact de la modernisation : modèle idéal pour la conception de bases de données de microservices

Défis :

Les meilleures pratiques pour renforcer la cohésion :

Schéma de cohésion séquentiel

Définition : La sortie d'un élément devient l'entrée d'un autre. Par exemple, les résultats de validation d'une commande sont intégrés au traitement des commandes.

Impact de la modernisation : nécessite une analyse minutieuse des flux de travail et une cartographie des flux de données

Défis :

Les meilleures pratiques pour renforcer la cohésion :

Schéma de cohésion communicationnelle

Définition : Les éléments fonctionnent sur les mêmes données. Par exemple, les fonctions de gestion des profils clients fonctionnent toutes avec les données des clients.

Impact de la modernisation : aide à identifier les limites des données pour la séparation des services afin de réduire le couplage entre les modules

Défis :

Les meilleures pratiques pour renforcer la cohésion :

Schéma de cohésion procédurale

Définition : Les éléments sont regroupés car ils doivent être exécutés dans un ordre spécifique, mais ils peuvent ne pas être liés fonctionnellement. Par exemple, dans le cadre du traitement des commandes, une procédure stockée qui gère à la fois la validation des commandes et les notifications aux utilisateurs est regroupée simplement parce qu'elles se déroulent en séquence, même si elles répondent à des objectifs différents et peuvent être gérées par des services distincts.

Impact de la modernisation : nécessite une séparation soigneuse des procédures tout en maintenant le flux des processus

Défis :

Les meilleures pratiques pour renforcer la cohésion :

Schéma de cohésion temporelle

Définition : Les éléments sont liés par des exigences temporelles. Par exemple, lorsqu'une commande est passée, plusieurs opérations doivent être exécutées simultanément : la vérification de l'inventaire, le traitement des paiements, la confirmation de commande et la notification d'expédition doivent tous avoir lieu dans un intervalle de temps spécifique afin de maintenir un état de commande cohérent.

Impact de la modernisation : peut nécessiter un traitement spécial dans les systèmes distribués

Défis :

Les meilleures pratiques pour renforcer la cohésion :

Schéma de cohésion logique ou fortuit

Définition : Les éléments sont classés logiquement pour faire les mêmes choses, même s'ils ont des relations faibles ou insignifiantes. Par exemple, vous pouvez stocker les données relatives aux commandes des clients, les inventaires des entrepôts et les modèles d'e-mails marketing dans le même schéma de base de données, car ils concernent tous les opérations de vente, malgré des modèles d'accès, une gestion du cycle de vie et des exigences de mise à l'échelle différents. Un autre exemple consiste à combiner le traitement des paiements des commandes et la gestion du catalogue de produits au sein d'un même composant de base de données, car ils font tous deux partie du système de commerce électronique, même s'ils répondent à des fonctions commerciales distinctes ayant des besoins opérationnels différents.

Impact de la modernisation : devrait être refactorisé ou réorganisé

Défis :

Les meilleures pratiques pour renforcer la cohésion :

Mise en œuvre d'un faible couplage et d'une haute cohésion

Bonnes pratiques

Les meilleures pratiques suivantes peuvent vous aider à réduire le couplage :

Les meilleures pratiques suivantes peuvent vous aider à atteindre une cohésion élevée :

Phase 1 : Cartographier les dépendances des données

Cartographiez les relations entre les données et identifiez les limites naturelles. Vous pouvez utiliser des outils, tels que SchemaSpy, pour visualiser la base de données en affichant les tables dans un diagramme entité-relation (ER). Cela fournit une analyse statique de la base de données et indique certaines des limites et dépendances claires au sein de la base de données.

Vous pouvez également exporter les schémas de votre base de données dans une base de données de graphes ou dans un Jupiter bloc-notes. Vous pouvez ensuite appliquer des algorithmes de clustering ou de composants interconnectés pour identifier les limites naturelles et les dépendances. D'autres AWS Partner outils, tels que CAST Imaging, peuvent vous aider à comprendre les dépendances de votre base de données.

Phase 2 : Analyser les limites des transactions et les modèles d'accès

Analysez les modèles de transaction pour maintenir les propriétés ACID (atomicité, cohérence, isolation, durabilité) et comprendre comment les données sont consultées et modifiées. Vous pouvez utiliser des outils d'analyse de base de données et de diagnostic, tels que Oracle Automatic Workload Repository (AWR)ou PostgreSQL pg_stat_statements. Cette analyse vous aide à comprendre qui accède à la base de données et quelles sont les limites des transactions. Cela peut également vous aider à comprendre la cohésion et le couplage entre les tables lors de l'exécution. Vous pouvez également utiliser des outils de surveillance et de profilage qui peuvent lier le code et les profils d'exécution de base de données, tels que Dynatrace AppEngine.

Les outils d'IA, tels que vFunction, peuvent vous aider à identifier les limites des domaines en analysant les limites fonctionnelles et de domaine de l'application. Bien qu'il analyse vFunction principalement la couche applicative, ses informations peuvent guider la décomposition de l'application et de la base de données, favorisant ainsi l'alignement avec les domaines commerciaux.

Phase 3 : Identifier les tables autonomes

Recherchez les tableaux qui présentent deux caractéristiques principales :

La matrice de couplage-cohésion suivante peut vous aider à identifier la difficulté de découpler chaque table. Les tableaux qui apparaissent dans le quadrant supérieur droit de cette matrice sont des candidats idéaux pour les premiers efforts de découplage, car ils sont les plus faciles à séparer. Dans un diagramme ER, ces tables présentent peu de relations de clé étrangère ou d'autres dépendances. Après avoir découplé ces tables, progressez vers des tables présentant des relations plus complexes.