L'équipe de recherche WSO2 est un héros de performance méconnu

Nos clients effectuent des milliards de transactions sur ou via notre logiciel. Les améliorations marginales peuvent avoir un impact démesuré sur le coût total que les clients doivent payer pour utiliser notre logiciel. C’est pour cette raison que l’analyse des contraintes et des performances fait presque toujours partie du cycle d’évaluation de la plupart de nos clients.

Ce n’est pas très connu, mais WSO2 a une équipe de recherche dédiée. Sous la supervision de Srinath Perera et de Malith Jayasinghe, l'équipe de recherche joue un rôle précieux et essentiel dans nos efforts en matière d'ingénierie de la performance. Cet effort exige beaucoup d'attention et l'équipe compte trois cadres et quatre ingénieurs de recherche, récents diplômés d'universités du Sri Lanka, qui atteignent les normes les plus élevées, y compris les adeptes du jugement.

L'équipe de recherche WSO2 à Colombo, Sri Lanka

Leur objectif principal est l’ingénierie de la performance et leur rôle d’organe directeur pour la performance des produits WSO2. Cela implique:

  1. Propre performance de la plate-forme en coordonnant, encadrant et fournissant une expertise sur des activités liées à la performance (test de performance, optimisation de la performance, dépannage, automatisation et planification de la capacité).
  2. Fournir de l'aide pour résoudre les problèmes complexes liés au rendement
  3. Recherche sur les comportements de performance de nos produits, théoriquement et expérimentalement, et développement de nouvelles idées pour améliorer les performances. Voici quelques contributions en 2018.

En 2018, l'équipe a contribué à la résolution de 34 problèmes complexes liés à la performance, élaboré deux documents sur le comportement en matière de performance actuellement en cours de publication et soutenu deux projets de thèse.

De plus, cette équipe a joué un rôle essentiel dans la conception et la construction de l’authentification adaptative à la vélocité dans Identity Server, des algorithmes d’apprentissage bayésien pour l’apprentissage en continu par machine et du point de contrôle incrémentiel pour Siddhi.

Ils prennent ce travail et évangélisent les publics de développeurs ayant publié 20 articles, collaborant avec des stagiaires universitaires sur divers projets et soutenu 6 thèses de maîtrise / doctorat.

Êtes-vous prêt à être inspiré? Ensuite, vous devriez vous mettre au courant des réalisations et des écrits remarquables réalisés cette année par cette équipe.

Pourparlers

  • Keynote: Engineering High Performing Systems, 11ème Conférence internationale 2018 (KDU-IRD 2018),
  • La vie privée à l'époque Bigdata, Conférence informatique nationale 2018, https://www.slideshare.net/hemapani/privacy-in-bigdata-era
  • Blockchain, Impact, Défis et Risques, Lancement de la maîtrise en cybersécurité et criminalistique, Institut de technologie de l’informatique de Sri Lanka, https://www.slideshare.net/hemapani/blockchain-impact-challenges-and-risks
  • “Java in Flames”, rencontre Java Colombo

Publications de recherche

  • Ballerina: une nouvelle génération de langages de flux
  • Progrès récents dans le traitement des événements. ACM Comput. Surv. 51, 2, article 33 (février 2018), 36 pages. DOI: https://doi.org/10.1145/3170432
  • (Under Submission) Comprendre les caractéristiques de la charge de travail des charges de travail basées sur serveur sous différentes tailles de tas, emplacement: ISPASS 2019
  • Portefeuilles de groupe: portefeuilles déterministes hiérarchiques pour les transactions de groupe anonymes, Lieu: FC2018
  • (Under Submission) Durée de l'attaque pré-image pour SHA-2, Lieu: WISTP2018
  • (Sous soumission) Méthodes MCMC et inférence variationnelle pour les modèles de régression bayésienne, Lieu: AISTATS 2019
  • (Under Submission) Streaming Variationnel Stochastique Bayes; Une technique améliorée pour l'inférence bayésienne avec des flux de données, Lieu: AISTATS 2019
  • (En cours de soumission) Technique de faible temps de latence pour la gestion du désordre et de son application pour les requêtes de détection de modèle d'événement et de séquence de traitement de flux de données, Lieu: EDBT2019
  • (Under Submission) Un mécanisme d'authentification adaptatif amélioré basé sur Geovelocity, Lieu: ICC2019

Articles: Infoq, Infoworld, Datanami, Web programmable

  • Infoworld: Il est temps d’utiliser les API pour l’analyse commerciale
  • Infoq: comment choisir un processeur de flux pour votre application
  • Datanami: cinq façons d'appliquer l'analyse en continu maintenant
  • Datanami: SQL en streaming pour l'analyse en temps réel
  • ProgrammableWeb: Comment les API peuvent-elles conduire à l'adoption d'analyses commerciales significatives?

Articles DZONE

  • Processeur de flux Apache Storm vs WSO2, Partie 1
  • Apache Storm vs WSO2 Stream Processor, Partie 2
  • Votre processeur de flux est-il obèse?
  • Apprentissage bayésien pour l'apprentissage automatique, partie 1 - Introduction à l'apprentissage bayésien
  • Amélioration des performances via l'optimisation JIT
  • Amélioration des performances de WSO2 MB en contrôlant les limites de la mémoire tampon
  • Vers des systèmes auto-adaptatifs: l'auto-ajustement basé sur ML dans le middleware
  • La montée de l'identité souveraine: Hyperledger Indy
  • Services de ballerine dans un monde sans serveur

Articles KDnuggets

  • Traitement d'événement: Trois problèmes ouverts importants
  • Présentation du processeur de flux WSO2

Articles WSO2

  • Traitement de flux distribué avec processeur de flux WSO2
  • Impact des correctifs Meltdown, Specter et JDK sur les performances de WSO2 API Manager

Histoires moyennes

  • Une introduction en douceur au traitement de flux, (9K vues, 370 calps, N ° 2 sur Google pour «Traitement à la vapeur»)
  • Hackernoon: 30 principes partagés pour discuter d'architectures logicielles (6 000 vues, 600 applaudissements)
  • État draconien, libre ou de nounou: idéologies de concurrence en Java, C #, C, C ++, Go et Rust (12 vues, 718 applaudissements)
  • Outils d’observabilité des performances Linux (vues 6.4K, 252 applaudissements)
  • Aide-mémoire Java Flight Recorder (2,1K vues, 56 claps)
  • Profondeur de pile dans Java Flight Recorder (198 vues, 0 claps)
  • Optimisation des performances via l'optimisation JIT (vues 1.1K, 148 claps)
  • Vers des systèmes auto-adaptatifs (120 vues, 151 applaudissements)
  • Comment créer un réseau privé compatible RPC dans Ethereum (vues 1.8k, 76 claps)