HSSMATCH: um modelo híbrido para semantic schema matching em arquiteturas orientadas a microsserviços

Abstract

Os ecossistemas de software da atualidade possuem estilo arquitetural de microsserviços e características específicas, sistemas e dados distribuídos em diferentes fontes, o que dificulta o gerenciamento de dados. Como os modelos conceituais do mundo real são diferentes entre os sistemas, há problemas para integrar os dados e realizar a comunicação entre esses microsserviços, o que implica na necessidade de matching entre os esquemas e mensagens. A literatura evidencia problemas de matching como o tamanho do espaço de busca, a heterogeneidade semântica dos dados, e as atualizações pelas quais os esquemas passam constantemente, e mostra como lacunas a inadequação das interfaces de usuários, a acomodação de alterações nas estruturas de dados, e, ainda, a escassez de abordagens para uso prático. Assim, o presente estudo teve por objetivo é apresentar um modelo híbrido de semantic schema matching para microsserviços com capacidade de identificar similaridades entre os elementos de dois esquemas em larga escala, que suporte a atualização dos esquemas e seus dados e, considere os resultados da validação humana para reuso. Para tanto, foi apresentada a arquitetura do modelo HSSMatch e implementado o protótipo do HSSMatch System que permite ao usuário, por meio de uma interface gráfica Web, gerenciar o processo de schema matching de microsserviços. A avaliação desse protótipo, no que se refere à sua adequação de design de interação, foi feita por meio de experimentos e questionários aplicados a usuários que atuam na área de integração de dados e comunicação entre sistemas de software. A avaliação também foi realizada em experimentos com dois datasets, e mostrou aspectos que confirmam a hipótese deste estudo, pois verificou-se melhoria na eficiência e eficácia do processo de schema matching utilizando a abordagem híbrida que acomoda alterações nos dados, reduz o espaço de busca e combina matchers em nível de esquema e de instâncias. Como trabalhos futuros, podem ser explorados métodos supervisionados de aprendizado de máquina para configuração semiautomática de estratégias de schema matching, e ainda outras técnicas de particionamento de esquemas, ontologias de domínio em prol da melhoria da qualidade do resultado de schema matching para domínios específicos.

Today's software ecosystems have an architectural style of microservices and specific characteristics, systems and data distributed across different sources, making data management difficult. Because real-world conceptual models differ across systems, there are problems integrating data and carrying out communication between these microservices, which implies the need for matching between schemas and messages. The literature highlights matching problems such as search space size, semantic heterogeneity of data, and updates that schemas constantly go through, and shows as gaps the inadequacy of the user interfaces, the accommodation of changes in data structures, and the scarcity of approaches for practical use. Thus, the present study aimed to present a hybrid model of semantic schema matching for microservices with the ability to identify similarities between the elements of two large-scale schemes that supports the updating of the schemes and their data and considers the results of human validation for reuse. For this, the architecture of the HSSMatch model was presented, and the prototype of the HSSMatch System was implemented, allowing the user, through a web graphical interface, to manage the microservices schema matching process. The evaluation of this prototype, regarding its suitability of interaction design, was made through experiments and questionnaires applied to users working in the area of data integration and communication between software systems. The evaluation was also performed in experiments with two datasets, and showed aspects that confirm the hypothesis of this study, since there was an improvement in the efficiency and effectiveness of the schema matching process using the hybrid approach that accommodates data changes, reduces search space and combines matchers at schema and instance levels. As future work, supervised machine learning methods for semiautomatic configuration of schema matching strategies, as well as other schema partitioning techniques, domain ontologies for improving the quality of schema matching results for specific domains can be explored.