TIC

Nueva herramienta para medir los servicios en la nube


La elasticidad es una propiedad fundamental de las arquitecturas y servicios en la nube o cloud (en inglés). Sin embargo, hasta ahora no existían métricas ni metodologías estándar que permitieran mediarla o analizarla.

Ahora, un trabajo desarrollado en la Universidad Rey Juan Carlos (URJC) y publicado en la revista Future Generation Computer Systems, propone una nueva métrica que permite cuantificar la elasticidad de los servicios cloud.

“La ausencia de métricas y de metodologías hace muy complicado tener en cuenta la elasticidad como un factor más en los acuerdos de nivel de servicio que se firman con los proveedores o evaluar y comparar diferentes servicios para escoger el que tenga mayor elasticidad”, explica Marta Beltrán, autora del estudio.

BECloud es una herramienta automática y permite analizar qué factores influyen más en la elasticidad de un servicio cloud

“Con este nuevo enfoque podemos analizar la elasticidad de manera sencilla y en profundidad, ya que la herramienta que hemos desarrollado es automática y permite analizar sin esfuerzo qué factores influyen más en la elasticidad de un servicio”, añade la investigadora.

El artículo recoge los resultados de los experimentos realizados en diferentes casos de uso que han permitido validar la métrica propuesta, el procedimiento de medida y la herramienta de evaluación de rendimiento asociada, bautizada como BECloud. Según su autora, “se ha comprobado que la elasticidad no es más que una escalabilidad barata, rápida y precisa, es decir, para que un servicio sea elástico, tiene que ser escalable, pero minimizando los costes de esta escalabilidad, consiguiendo que sea ágil y que se ajuste lo más posible a las necesidades del usuario final”.

Además, en este estudio se han podido analizar los ‘facilitadores’ más importantes de la elasticidad, tanto en el lado del proveedor como en el lado del cliente, lo que permitirá en trabajos futuros solucionar muchos de los problemas típicos que en la actualidad aparecen cuando se necesita trabajar con entornos realmente elásticos.

Esta investigación ha sido financiada en parte con fondos públicos, en el marco del proyecto de investigación Inteligencia Artificial y métodos matemáticos avanzados para el reconocimiento automático de actividades humanas en sistemas de inteligencia ambiental y ha contado con la colaboración de Amazon y Microsoft.

Fuente: SINC


Leave a Comment

Este sitio usa Akismet para reducir el spam. Aprende cómo se procesan los datos de tus comentarios.