Hyperscale Computing

Los big data y la computaci√≥n en la nube son temas de col√©rica actualidad. Conceptos como industria 4.0, Internet de las cosas y conducci√≥n aut√≥noma est√°n en boca de todos y por ello tambi√©n el de Hyperscale Computing. Estas tecnolog√≠as requieren la conexi√≥n en red de gran cantidad de sensores, dispositivos y m√°quinas, lo que produce ingentes cantidades de datos que deben procesarse en tiempo real y transformarse de forma inmediata en acciones in situ. Estos vol√ļmenes de datos medran a ritmo exponencial en todos y cada uno de los campos, tanto empresariales como privados, como en la ciencia y la investigaci√≥n.

No siempre y en toda circunstancia es posible pronosticar qué capacidades se precisan de los servidores en todo instante. Para poder reaccionar a estas fluctuaciones, las capacidades de los servidores han de ser escalables. En esta guía de hyperscale computing, conseguirás más información sobre las estructuras físicas precisas para esto y de qué manera conectarlas mejor entre sí. Con estos conocimientos, vas a poder decidir qué soluciones de servidor específicas se amoldan mejor a tus necesidades.

¬ŅQu√© es hyperscale?

El t√©rmino hyperscale puede traducirse al castellano como ‚Äúescalabilidad desmesurada‚ÄĚ y se emplea en el planeta de la inform√°tica para describir una forma concreta de organizaci√≥n de servidores.

Definición

Hyperscale: describe sistemas de computaci√≥n en nube escalables en los que un elevado n√ļmero de servidores est√°n conectados en red. El n√ļmero de servidores en empleo puede aumentarse o bien reducirse seg√ļnsea preciso. Una red de este g√©nero puede administrar un enorme n√ļmero de accesos, mas asimismo puede suministrar capacidades m√°s bajas con cargas de trabajo menores.

La escalabilidad es la expresi√≥n del hecho de que la red se adapte a requisitos de desempe√Īo fluctuantes. Los servidores de hyperscale son sistemas peque√Īos y f√°ciles que se amoldan con precisi√≥n a un objetivo espec√≠fico. Para conseguir la escalabilidad, se conectan en red horizontalmente. En un caso as√≠, horizontal describe el procedimiento de ir agregando capacidades de servidor auxiliares para acrecentar el desempe√Īo de un sistema inform√°tico. En el empleo internacional, esto asimismo se conoce como scale-out.

hyperscale computing
Hyperscale computing

El procedimiento opuesto, el de la escalabilidad vertical (scale-up), describe la expansión de un sistema local existente. Para ello, se actualiza el sistema informático mejorando su hardware, o sea, agregando una memoria primordial más grande, una CPU más veloz, discos duros más potentes o bien tarjetas gráficas más veloces. En la práctica, ya antes de la escalada horizontal, se acostumbra a primero actualizar la tecnología in situ, hasta los límites de lo técnica o bien a nivel económico viable. Ahora, prácticamente siempre y en todo momento se debe dar el paso al hyperscale.

¬ŅC√≥mo funciona el hyperscale?

En el hyperscale computing, muchos servidores simples se conectan horizontalmente en red. La palabra ‚Äúsimple‚ÄĚ ac√° no se refiere a ‚Äúprimitivo‚ÄĚ, sino m√°s bien ‚Äúf√°cil de conectar‚ÄĚ. As√≠, hay menos protocolos, y los que hay son b√°sicos, como, por poner un ejemplo, protocolos de red. Esto hace la comunicaci√≥n entre servidores simple de dirigir.

El ‚Äúdireccionamiento‚ÄĚ de los servidores requeridos en un instante determinado se realiza con un PC que administra las peticiones entrantes y las distribuye a las capacidades libres, el llamado balanceo de carga o bien cargar balancer. Este inspecciona continuamente exactamente en qu√© medida la capacidad a la que est√°n marchando los servidores coincide con los vol√ļmenes de datos a procesar y, si es preciso, activa o bien desactiva servidores auxiliares conforme cambia el n√ļmero de peticiones.

Esquema del hyperscale computing

Cuando el volumen de datos es bajo, en el hyperscale computing se usan poquísimos servidores. El grado de empleo de cada servidor se inspecciona continuamente.

Distintos an√°lisis han probado que, en las compa√Ī√≠as, solo entre el veinticinco por ciento y el treinta por ciento de los datos libres se usan activamente. Entre los datos no usados est√°n las copias de respaldo, los datos de clientes del servicio o bien de restauraci√≥n, etc√©tera. Si el sistema no est√° bien organizado, estos datos son bastante dif√≠ciles de localizar cuando se precisan, y las copias de respaldo pueden tardar d√≠as.

El hyperscale computing facilita todo este proceso. La totalidad del hardware de computación, almacenaje y redes tiene un solo punto de contacto con las copias de respaldo, sistemas operativos y otros programas. La combinación de hardware y también instalaciones auxiliares deja ampliar el ambiente informático requerido en ese instante a miles y miles de servidores.

Conforme el volumen de datos aumenta, se agregan servidores horizontalmente de forma activa y automatizada para administrar la carga.
De esta manera, se evitan las copias innecesarias de datos y se facilita la aplicaci√≥n de las pol√≠ticas y los controles de seguridad en las compa√Ī√≠as, lo que reduce los costos de personal y administrativos.

Ventajas e inconvenientes

La posibilidad de ampliar o bien reducir de forma f√°cil la capacidad de los servidores es una espada de doble filo.

Ventajas

  • No existen l√≠mites a la escalabilidad, lo que deja a las compa√Ī√≠as estar preparadas de forma flexible para futuros vol√ļmenes de datos y amoldarse al mercado de forma veloz y polivalente.
  • Las compa√Ī√≠as deben tener estrategias en un largo plazo de cara al desarrollo de sus tecnolog√≠as de la informaci√≥n.
  • Los distribuidores de hyperscale computing garantizan un alto grado de confiabilidad por medio de soluciones redundantes.
  • Se evitan las dependencias a trav√©s de el empleo simult√°neo de m√ļltiples distribuidores.
  • La trasparencia y la alta eficacia en concepto de costos asisten a las compa√Ī√≠as a lograr sus objetivos de forma perfecta.

Inconvenientes

  • Los datos se entregan sin control.
  • Las capacidades de almacenamiento/servidor reci√©n a√Īadidas pueden producir fallos.
  • Se crean mayores demandas en concepto de administraci√≥n interna y responsabilidad de los empleados, si bien esto supone una ventaja en un largo plazo.
  • Los usuarios se vuelven dependientes del modelo de costes del distribuidor de hyperscale.
  • Cada distribuidor tiene su interfaz de usuario.

Para compensar los beneficios y tambi√©n inconvenientes, las compa√Ī√≠as pueden decantarse por una soluci√≥n mixta y guardar grandes copias de respaldo o bien datos extra√Īamente empleados en la nube. De esta forma, los datos no ocupan la capacidad de almacenaje de un centro de datos interno. Por poner un ejemplo, se puede recurrir a esta alternativa para los datos personales de los usuarios de una tienda online, que se deben preguntar o bien suprimir a solicitud de los usuarios, o bien datos de empresa que deben guardarse.

¬ŅQu√© es un hyperscaler?

Un hyperscaler es el operador de un centro de datos que ofrece servicios de computación en nube escalables. Amazon fue la primera empresa en entrar en este mercado en la mitad de la primera década de siglo con Amazon Web Services (AWS). Se trata de una filial que ha ayudado a optimar el empleo de los propios centros de datos de Amazon en el mundo entero. Mientras tanto, AWS ofrece una extensa gama de servicios concretos. Su cuota de mercado es de más o menos el cuarenta por ciento.

Los otros 2 grandes actores en este mercado son Microsoft, con el servicio Azure y Google Cloud Platform (ambos surgieron en 2010). IBM asimismo es un esencial distribuidor de hyperscale computing. Puedes aprovechar estas posibilidades t√©cnicas mediante asociados autorizados que cuentan con centros de datos en Espa√Īa. Para muchas empresas, esto es esencial, sobre todo desde la entrada en vigor de la nueva normativa de protecci√≥n de datos.

Fuente del artículo: IONOS

¬ŅTe ha resultado interesante? ¬°Comp√°rtelo!
Share on facebook
Facebook
Share on twitter
Twitter
Share on linkedin
LinkedIn
Share on whatsapp
WhatsApp

Otras publicaciones relacionadas: