Please enable JavaScript.
Coggle requires JavaScript to display documents.
Actividad 3.3. Autoscaling & Service Discovery - Coggle Diagram
Actividad 3.3. Autoscaling & Service Discovery
Autoscaling
Definición
Ajusta dinámicamente la capacidad de un sistema para manejar cambios en la carga.
Escalabilidad automática de recursos computacionales.
Tipos
Horizontal: Añade o elimina instancias de servidor.
ertical: Cambia la capacidad de una instancia (CPU, memoria).
Componentes
Instancias: Servidores individuales o nodos en un clúster.
Grupo de escalado: Conjunto de instancias con políticas de escalado.
Métricas: Datos que desencadenan el escalado (CPU, RAM, tráfico de red).
Beneficios
Eficiencia de costos: Paga solo por los recursos utilizados.
Mejora de la disponibilidad: Mantiene la aplicación en funcionamiento durante picos de carga.
Respuesta automática: Se ajusta sin intervención manual.
Desafíos
Sobredimensionamiento: Escalar demasiado puede incrementar costos innecesariamente.
Subdimensionamiento: Escalar muy poco puede llevar a una degradación del rendimiento.
Proveedores
AWS Auto Scaling
Azure Autoscale
Google Cloud Autoscaler
Consideraciones
Políticas de escalado: Reglas que definen cuándo y cómo escalar.
Tiempos de enfriamiento: Períodos después de un escalado para estabilizar el sistema.
Escalado predictivo: Usa análisis para predecir y escalar antes de los picos de demanda.
Serverless
Definición
Ejecución de código sin administrar servidores.
Escalado automático y gestión de infraestructura por parte del proveedor de la nube.
Conceptos
Funciones como Servicio (FaaS): Ejecución de funciones individuales en respuesta a eventos.
Backend como Servicio (BaaS): Conjunto de servicios en la nube que apoyan el backend de la aplicación.
Beneficios
Sin administración de servidores: El proveedor de la nube maneja la infraestructura.
Escalabilidad inherente: Se ajusta automáticamente al número de eventos o solicitudes.
Pago por uso: Costos basados en la ejecución real y el tiempo de computación.
Desafíos
Latencia en frío: Retrasos en la ejecución cuando una función no se ha utilizado recientemente.
Limitaciones de tiempo de ejecución: Tiempos máximos permitidos para la ejecución de una función.
Dependencias de terceros: La gestión de conexiones y recursos externos puede ser más compleja.
Proveedores
AWS Lambda
Azure Functions
Google Cloud Functions
Consideraciones
Arquitectura orientada a eventos: Diseño centrado en la respuesta a eventos en lugar de solicitudes continuas.
Ciclo de vida de las funciones: Creación, despliegue, ejecución y terminación son manejados por el sistema.
Integración con otros servicios: Conectividad con bases de datos, sistemas de autenticación, etc.
Casos de uso
Aplicaciones web y móviles.
Procesamiento de datos en tiempo real.
Automatización de flujos de trabajo.