Suitability of Micro-Frontends for an AI as a Service Platform

Abstract

Die Microservices-Architektur fördert die Entwicklung von wartbaren, erweiterbaren und skalierbaren Softwarelösungen in cloudbasierten, verteilten Umgebungen. Die Plattform des Forschungsprojekts DaFne, ein “Artificial Intelligence as a Service” (AIaaS), nutzt diese Ansätze bereits im Backend. Dadurch stellt es eine Plattform bereit, die erweiterbar ist und es ermöglicht, neue AI Software Services für die Generierung von synthetischen Daten hinzuzufügen. Während das Backend bereits erweiterbar ist, zeigt der ursprüngliche Architekturentwurf einen UI-Monolithen als einzigen Frontend-Dienst. Diese Arbeit erforscht die Anwendung von Micro-Frontends unter Nutzung der Library Module Federation, um auch im Frontend eine Erweiterbarkeit zu ermöglichen. Die Plattform wird dabei in einzelne Frontend-Module aufgeteilt, die aus verschiedenen Domänen stammen und unterschiedliche Anforderungen an den Tech Stack haben. Unter Berücksichtigung der Prinzipien und Herausforderungen von Micro-Frontends und der Entwicklung einer Event-basierten Kommunikationsstrategie wird der erstellte Systementwurf in Form eines Prototyps umgesetzt, der das Ergebnis dieser Forschung darstellt. Als Validierung wird ein extern mit Vue.js entwickelter AI Software Service in die Reactbasierte Host-App integriert. Die Vorteile zeigen sich vor allem in der Flexibilität der Systemgestaltung und im Maintenance-Bereich, allerdings eignet sich die Architektur vornehmlich für größere Projekte mit mehreren Entwicklerteams aufgrund der komplexen Herausforderungen und des hohen Implementierungsaufwands.

The microservices architecture promotes the development of maintainable, extensible, and scalable software solutions in cloud-based, distributed environments. The DaFne research project’s platform, characterized as "Artificial Intelligence as a Service" (AIaaS), already leverages these approaches in the backend. Consequently, it provides a platform that is extensible and allows for the addition of new AI software services for synthetic data generation. While the backend is already extensible, the original architectural design featured a UI monolith as the sole frontend service. This work explores the application of micro-frontends using the Module Federation library to enable extensibility in the frontend as well. The platform is divided into individual frontend modules originating from different domains and having varying requirements for the tech stack. Taking into account the principles and challenges of micro-frontends and the development of an event-based communication strategy, the designed system architecture is implemented as a prototype, representing the result of this research. As validation, an externally developed AI software service using Vue.js is integrated into the React-based host app. The advantages primarily manifest in the flexibility of system design and maintenance. However, this architecture is best suited for larger projects with multiple development teams due to the complex challenges and implementation effort involved.