Scalability in Microservices: A systematic literature review

Autores
Gurung, Nishal; Shrestha, Sushil; Chulyadyo, Rajani
Año de publicación
2025
Idioma
inglés
Tipo de recurso
artículo
Estado
versión publicada
Descripción
The scalability of microservices architectures is crucial for modern software systems, yet it presents significant challenges due to their inherent complexities. This study aims to systematically review existing literature on the scalability of microservices, identifying key strategies, challenges, and emerging trends. We conducted a systematic literature review following the PRISMA guidelines, analyzing 55 scholarly articles that specifically address the scalability of microservices. The review focused on various scaling approaches, metrics, and the effectiveness of autoscaling mechanisms. Our findings reveal a diverse body of literature with a predominant focus on autoscaling strategies, particularly those utilizing machine learning. Key challenges identified include accurate metrics collection, dynamic scaling decision-making, and balancing performance with cost and security. While progress has been made in addressing scalability challenges, significant gaps remain, particularly in standardizing autoscaling metrics. Future research should focus on developing robust, adaptive autoscaling systems that can effectively manage real-world complexities and dynamic workloads, ensuring both performance and cost optimization in microservices architectures.
La escalabilidad de las arquitecturas de microservicios es crucial para los sistemas de software modernos, pero presenta desafíos significativos debido a sus complejidades inherentes. Este estudio tiene como objetivo revisar sistemáticamente la literatura existente sobre la escalabilidad de los microservicios, identificando estrategias clave, desafíos y tendencias emergentes. Llevamos a cabo una revisión sistemática de la literatura siguiendo las directrices PRISMA, analizando 55 artículos académicos que abordan específicamente la escalabilidad de los microservicios. La revisión se centró en diversos enfoques de escalado, métricas y la efectividad de los mecanismos de autoescalado. Nuestros hallazgos revelan un cuerpo diverso de literatura con un enfoque predominante en las estrategias de autoescalado, particularmente aquellas que utilizan aprendizaje automático. Los desafíos clave identificados incluyen la recopilación precisa de métricas, la toma de decisiones de escalado dinámico y el equilibrio entre el rendimiento, el costo y la seguridad. Si bien se han logrado avances en la resolución de los desafíos de escalabilidad, persisten brechas significativas, particularmente en la estandarización de las métricas de autoescalado. Las investigaciones futuras deberían centrarse en desarrollar sistemas de autoescalado robustos y adaptativos que puedan gestionar eficazmente las complejidades del mundo real y las cargas de trabajo dinámicas, garantizando tanto la optimización del rendimiento como del costo en las arquitecturas de microservicios.
Facultad de Informática
Materia
Ciencias Informáticas
microservices architecture
scalability
scalability challenges
autoscaling
arquitectura de microservicios
desafíos de escalabilidad
escalabilidad
autoescalado
Nivel de accesibilidad
acceso abierto
Condiciones de uso
http://creativecommons.org/licenses/by-nc-sa/4.0/
Repositorio
SEDICI (UNLP)
Institución
Universidad Nacional de La Plata
OAI Identificador
oai:sedici.unlp.edu.ar:10915/186890

id SEDICI_c2abb264d474a249ae8a054d3bb20c8d
oai_identifier_str oai:sedici.unlp.edu.ar:10915/186890
network_acronym_str SEDICI
repository_id_str 1329
network_name_str SEDICI (UNLP)
spelling Scalability in Microservices: A systematic literature reviewEscalabilidad en microservicios: una revision sistematica de la literaturaGurung, NishalShrestha, SushilChulyadyo, RajaniCiencias Informáticasmicroservices architecturescalabilityscalability challengesautoscalingarquitectura de microserviciosdesafíos de escalabilidadescalabilidadautoescaladoThe scalability of microservices architectures is crucial for modern software systems, yet it presents significant challenges due to their inherent complexities. This study aims to systematically review existing literature on the scalability of microservices, identifying key strategies, challenges, and emerging trends. We conducted a systematic literature review following the PRISMA guidelines, analyzing 55 scholarly articles that specifically address the scalability of microservices. The review focused on various scaling approaches, metrics, and the effectiveness of autoscaling mechanisms. Our findings reveal a diverse body of literature with a predominant focus on autoscaling strategies, particularly those utilizing machine learning. Key challenges identified include accurate metrics collection, dynamic scaling decision-making, and balancing performance with cost and security. While progress has been made in addressing scalability challenges, significant gaps remain, particularly in standardizing autoscaling metrics. Future research should focus on developing robust, adaptive autoscaling systems that can effectively manage real-world complexities and dynamic workloads, ensuring both performance and cost optimization in microservices architectures.La escalabilidad de las arquitecturas de microservicios es crucial para los sistemas de software modernos, pero presenta desafíos significativos debido a sus complejidades inherentes. Este estudio tiene como objetivo revisar sistemáticamente la literatura existente sobre la escalabilidad de los microservicios, identificando estrategias clave, desafíos y tendencias emergentes. Llevamos a cabo una revisión sistemática de la literatura siguiendo las directrices PRISMA, analizando 55 artículos académicos que abordan específicamente la escalabilidad de los microservicios. La revisión se centró en diversos enfoques de escalado, métricas y la efectividad de los mecanismos de autoescalado. Nuestros hallazgos revelan un cuerpo diverso de literatura con un enfoque predominante en las estrategias de autoescalado, particularmente aquellas que utilizan aprendizaje automático. Los desafíos clave identificados incluyen la recopilación precisa de métricas, la toma de decisiones de escalado dinámico y el equilibrio entre el rendimiento, el costo y la seguridad. Si bien se han logrado avances en la resolución de los desafíos de escalabilidad, persisten brechas significativas, particularmente en la estandarización de las métricas de autoescalado. Las investigaciones futuras deberían centrarse en desarrollar sistemas de autoescalado robustos y adaptativos que puedan gestionar eficazmente las complejidades del mundo real y las cargas de trabajo dinámicas, garantizando tanto la optimización del rendimiento como del costo en las arquitecturas de microservicios.Facultad de Informática2025-10info:eu-repo/semantics/articleinfo:eu-repo/semantics/publishedVersionArticulohttp://purl.org/coar/resource_type/c_6501info:ar-repo/semantics/articuloapplication/pdfhttp://sedici.unlp.edu.ar/handle/10915/186890enginfo:eu-repo/semantics/altIdentifier/issn/1666-6038info:eu-repo/semantics/altIdentifier/doi/10.24215/16666038.25.e11info:eu-repo/semantics/openAccesshttp://creativecommons.org/licenses/by-nc-sa/4.0/Creative Commons Attribution-NonCommercial-ShareAlike 4.0 International (CC BY-NC-SA 4.0)reponame:SEDICI (UNLP)instname:Universidad Nacional de La Platainstacron:UNLP2025-11-26T10:29:13Zoai:sedici.unlp.edu.ar:10915/186890Institucionalhttp://sedici.unlp.edu.ar/Universidad públicaNo correspondehttp://sedici.unlp.edu.ar/oai/snrdalira@sedici.unlp.edu.arArgentinaNo correspondeNo correspondeNo correspondeopendoar:13292025-11-26 10:29:13.925SEDICI (UNLP) - Universidad Nacional de La Platafalse
dc.title.none.fl_str_mv Scalability in Microservices: A systematic literature review
Escalabilidad en microservicios: una revision sistematica de la literatura
title Scalability in Microservices: A systematic literature review
spellingShingle Scalability in Microservices: A systematic literature review
Gurung, Nishal
Ciencias Informáticas
microservices architecture
scalability
scalability challenges
autoscaling
arquitectura de microservicios
desafíos de escalabilidad
escalabilidad
autoescalado
title_short Scalability in Microservices: A systematic literature review
title_full Scalability in Microservices: A systematic literature review
title_fullStr Scalability in Microservices: A systematic literature review
title_full_unstemmed Scalability in Microservices: A systematic literature review
title_sort Scalability in Microservices: A systematic literature review
dc.creator.none.fl_str_mv Gurung, Nishal
Shrestha, Sushil
Chulyadyo, Rajani
author Gurung, Nishal
author_facet Gurung, Nishal
Shrestha, Sushil
Chulyadyo, Rajani
author_role author
author2 Shrestha, Sushil
Chulyadyo, Rajani
author2_role author
author
dc.subject.none.fl_str_mv Ciencias Informáticas
microservices architecture
scalability
scalability challenges
autoscaling
arquitectura de microservicios
desafíos de escalabilidad
escalabilidad
autoescalado
topic Ciencias Informáticas
microservices architecture
scalability
scalability challenges
autoscaling
arquitectura de microservicios
desafíos de escalabilidad
escalabilidad
autoescalado
dc.description.none.fl_txt_mv The scalability of microservices architectures is crucial for modern software systems, yet it presents significant challenges due to their inherent complexities. This study aims to systematically review existing literature on the scalability of microservices, identifying key strategies, challenges, and emerging trends. We conducted a systematic literature review following the PRISMA guidelines, analyzing 55 scholarly articles that specifically address the scalability of microservices. The review focused on various scaling approaches, metrics, and the effectiveness of autoscaling mechanisms. Our findings reveal a diverse body of literature with a predominant focus on autoscaling strategies, particularly those utilizing machine learning. Key challenges identified include accurate metrics collection, dynamic scaling decision-making, and balancing performance with cost and security. While progress has been made in addressing scalability challenges, significant gaps remain, particularly in standardizing autoscaling metrics. Future research should focus on developing robust, adaptive autoscaling systems that can effectively manage real-world complexities and dynamic workloads, ensuring both performance and cost optimization in microservices architectures.
La escalabilidad de las arquitecturas de microservicios es crucial para los sistemas de software modernos, pero presenta desafíos significativos debido a sus complejidades inherentes. Este estudio tiene como objetivo revisar sistemáticamente la literatura existente sobre la escalabilidad de los microservicios, identificando estrategias clave, desafíos y tendencias emergentes. Llevamos a cabo una revisión sistemática de la literatura siguiendo las directrices PRISMA, analizando 55 artículos académicos que abordan específicamente la escalabilidad de los microservicios. La revisión se centró en diversos enfoques de escalado, métricas y la efectividad de los mecanismos de autoescalado. Nuestros hallazgos revelan un cuerpo diverso de literatura con un enfoque predominante en las estrategias de autoescalado, particularmente aquellas que utilizan aprendizaje automático. Los desafíos clave identificados incluyen la recopilación precisa de métricas, la toma de decisiones de escalado dinámico y el equilibrio entre el rendimiento, el costo y la seguridad. Si bien se han logrado avances en la resolución de los desafíos de escalabilidad, persisten brechas significativas, particularmente en la estandarización de las métricas de autoescalado. Las investigaciones futuras deberían centrarse en desarrollar sistemas de autoescalado robustos y adaptativos que puedan gestionar eficazmente las complejidades del mundo real y las cargas de trabajo dinámicas, garantizando tanto la optimización del rendimiento como del costo en las arquitecturas de microservicios.
Facultad de Informática
description The scalability of microservices architectures is crucial for modern software systems, yet it presents significant challenges due to their inherent complexities. This study aims to systematically review existing literature on the scalability of microservices, identifying key strategies, challenges, and emerging trends. We conducted a systematic literature review following the PRISMA guidelines, analyzing 55 scholarly articles that specifically address the scalability of microservices. The review focused on various scaling approaches, metrics, and the effectiveness of autoscaling mechanisms. Our findings reveal a diverse body of literature with a predominant focus on autoscaling strategies, particularly those utilizing machine learning. Key challenges identified include accurate metrics collection, dynamic scaling decision-making, and balancing performance with cost and security. While progress has been made in addressing scalability challenges, significant gaps remain, particularly in standardizing autoscaling metrics. Future research should focus on developing robust, adaptive autoscaling systems that can effectively manage real-world complexities and dynamic workloads, ensuring both performance and cost optimization in microservices architectures.
publishDate 2025
dc.date.none.fl_str_mv 2025-10
dc.type.none.fl_str_mv info:eu-repo/semantics/article
info:eu-repo/semantics/publishedVersion
Articulo
http://purl.org/coar/resource_type/c_6501
info:ar-repo/semantics/articulo
format article
status_str publishedVersion
dc.identifier.none.fl_str_mv http://sedici.unlp.edu.ar/handle/10915/186890
url http://sedici.unlp.edu.ar/handle/10915/186890
dc.language.none.fl_str_mv eng
language eng
dc.relation.none.fl_str_mv info:eu-repo/semantics/altIdentifier/issn/1666-6038
info:eu-repo/semantics/altIdentifier/doi/10.24215/16666038.25.e11
dc.rights.none.fl_str_mv info:eu-repo/semantics/openAccess
http://creativecommons.org/licenses/by-nc-sa/4.0/
Creative Commons Attribution-NonCommercial-ShareAlike 4.0 International (CC BY-NC-SA 4.0)
eu_rights_str_mv openAccess
rights_invalid_str_mv http://creativecommons.org/licenses/by-nc-sa/4.0/
Creative Commons Attribution-NonCommercial-ShareAlike 4.0 International (CC BY-NC-SA 4.0)
dc.format.none.fl_str_mv application/pdf
dc.source.none.fl_str_mv reponame:SEDICI (UNLP)
instname:Universidad Nacional de La Plata
instacron:UNLP
reponame_str SEDICI (UNLP)
collection SEDICI (UNLP)
instname_str Universidad Nacional de La Plata
instacron_str UNLP
institution UNLP
repository.name.fl_str_mv SEDICI (UNLP) - Universidad Nacional de La Plata
repository.mail.fl_str_mv alira@sedici.unlp.edu.ar
_version_ 1849876347094040576
score 13.011256