Por favor, use este identificador para citar o enlazar este ítem: https://repositorio.utn.edu.ec/handle/123456789/18537
Citar este ítem

Título : Estudio de eficiencia de Microservicios GraphQL y REST en contenedores Docker: Un experimento computacional
Title : Efficiency study of GraphQL and REST Microservices in Docker containers: A computational experiment
Autor : Quiña Mera, José Antonio
Guitarra De la Cruz, Zamia Marlene
Guevara Vega, Cathy Pamela
Orcid: https://orcid.org/0000-0003-2516-9016
https://orcid.org/0009-0004-2718-7984
https://orcid.org/0000-0002-2470-8287
Tipo docuemento: Article
Palabras clave : MICROSERVICIOS;RENDIMIENTO;COMPUTACIÓN
Keywords : MICROSERVICES;COMPUTATIONAL EXPERIMENT;DOCKER
Fecha de publicación : 14-ene-2026
Fecha de creación : 15-feb-2025
Editorial : Data and Metadata
Resumen : En la constante evolución de la tecnología, la implementación de nuevos servicios en los sistemas informáticos es crucial. Sin embargo, la integración de estos servicios presenta problemas y ciertos retos en el despliegue de aplicaciones. Tecnologías como Docker y las arquitecturas de microservicios son alternativas para paliar dicha integración. El objetivo fue comparar la eficiencia de rendimiento entre arquitecturas de microservicios implementadas con GraphQL y REST, desplegadas en entornos Docker y localhost. Método: se realizó un experimento computacional siguiendo la metodología Wholin para comparar la eficiencia de rendimiento de arquitecturas de microservicios. El diseño experimental consistió en desplegar una API GraphQL y una API REST con idénticas funcionalidades en contenedores Docker y en un entorno localhost. Ambas APIs fueron consumidas bajo condiciones controladas de complejidad y volumen de datos, asegurando una evaluación justa. Resultados: el experimento mostró que el tiempo medio de respuesta en el entorno Docker fue significativamente inferior en comparación con el entorno localhost. Además, la API GraphQL superó a la API REST. Además, se publicó en Zenodo un artefacto de investigación que incluía todos los materiales del estudio para apoyar la replicabilidad del experimento. Conclusiones: la arquitectura desplegada en Docker es más eficiente para la ejecución de microservicios, particularmente cuando se utiliza GraphQL.
Abstract: In the constant evolution of technology, implementing new services in computer systems is crucial. However, the integration of these services presents problems and certain challenges in the deployment of applications. Technologies such as Docker and microservices architectures are alternatives to alleviate such integration. The aim was to compare the performance efficiency between microservices architectures implemented with GraphQL and REST, deployed in Docker and localhost environments. Method: a computational experiment was conducted following the Wholin methodology to compare the performance efficiency of microservices architectures. The experimental design consisted of deploying both a GraphQL API and a REST API with identical functionalities in Docker containers and a localhost environment. Both APIs were consumed under controlled complexity and data volume conditions, ensuring a fair evaluation. Results: the experiment showed that the average response time in the Docker environment was significantly lower compared to the localhost environment. Also, the GraphQL API outperformed the REST API. In addition, a research artifact including all the study materials was published on Zenodo to support the replicability of the experiment. Conclusions: the architecture deployed in Docker is more efficient for microservices execution, particularly when GraphQL is used.
URI : https://repositorio.utn.edu.ec/handle/123456789/18537
Url del recurso: https://dm.ageditor.ar/index.php/dm/index
ISSN : 29534917
Ciudad. País: Ibarra. Ecuador
Grado Académico: N/A
Aparece en las colecciones: Artículos

Ficheros en este ítem:
No hay ficheros asociados a este ítem.


Este ítem está protegido por copyright original



Este ítem está sujeto a una licencia Creative Commons Licencia Creative Commons Creative Commons