Cloud Computing

Elastic Computing

Actividad 3. Elastic Computing INTRODUCCIÓN Computación elástica es la habilidad de aumentar o disminuir dinámicamente los recursos de procesamiento, memoria y almacenamiento para satisfacer las demandas de uso máximo sin preocuparse por la planificación y manejo de la capacidad disponible para el uso máximo (Krishnaswamy, 2012). Esta es una de las características más importantes de cómputo en la nube, dado que permite ajustar de manera automática la asignación de los recursos, suponiendo con ello un uso óptimo de recursos que le pueden significar ahorros a los usuarios o el correcto funcionamiento de su solución en la nube. Hay diversos proveedores cloud que tienen la capacidad de generar máquinas virtuales. Uno de ellos es Google, que para el caso se denomina Google Cloud Platform. Siempre se ha sabido de la capacidad de Google para ofrecer calidad y precio en sus servicios, y esta vez no es la excepción, google es uno de los proveedores que mejores precios tienen, y en cuanto a seguridad, igualmente es de los más seguros.

OBJETIVO Conseguir acceso a su primera plataforma de Cloud Computing, creando al menos una microinstancia de servicio.

DESARROLLO Para llevar a cabo esta actividad se utilizó Google Cloud, en donde se generó una máquina virtual y se creó una instancia de servidor web, que es la que a continuación se detalla;

a. Nombre del proveedor: Google Cloud b. Capacidad de instancias del servicio: La tabla siguiente muestra la capacidad de las instancias que pueden ser creadas en Google Cloud (GCP1, 2015) Tipo de máquina

CPUs Virtuales

Memoria

GCEU

n1-standard-1

1

3.75GB

2.75

n1-standard-2

2

7.5GB

5.50

n1-standard-4

4

15GB

11

Tipo de máquina

CPUs Virtuales

Memoria

GCEU

n1-standard-8

8

30GB

22

n1-standard-16

16

60GB

44

n1-standard-32

32

120GB

88

f1-micro

1

0.60GB

Shared CPU

g1-small

1

1.70GB

1.38

n1-highmem-2

2

13GB

5.50

n1-highmem-4

4

26GB

11

n1-highmem-8

8

52GB

22

n1-highmem-16

16

104GB

44

n1-highmem-32

32

208GB

88

GCEU es una unidad de medida definida por Google, la cual es una unidad de capacidad de CPU que usan para describir la potencia de cómputo de sus distintos tipos de máquinas virtuales. c. Capacidad o límite de horas de uso En mi caso, dado el tipo de instancia, no tiene límite de uso, o más bien el cliente decide en función del costo por hora el tiempo de uso de la instancia, pero por ejemplo, para un servidor web, éste debe estar en funcionamiento las 24 horas del día. Yo seleccioné la máquina virtual n1-standard-1 en la modalidad de un precio típico de US $0.038/h, en 24 horas cuesta US $0.912 y en un mes de uso continuo constaría US $27.74304. Conociendo sus límites presupuestales, el usuario puede definir su límite de uso (GCP1, 2015). d. Tipos de instancias permitidas Los tipos de instancias que pueden ser creadas en Google Cloud son las siguientes (GCP2, 2015): Ø

Implementación de aplicaciones

Ø

Montar máquinas virtuales

Ø

Ejecutar aplicaciones

Ø

Almacenamiento de archivos

e. Aplicación o servicio probado y dirección pública de acceso (IP o URI) Se creó una máquina virtual con sistema operativo Windows Server 12, con un servidor Web que funciona mediante ISS. Se alojó una página Web. Este es la IP pública:

http://130.211.128.126/

f.

Descripción de la(s) herramienta(s) de gestión

Google Cloud proporciona en primera instancia una herramienta de gestión a través de https://console.developers.google.com, donde por omisión muestra lo siguiente, pero puede ser editado y personalizado (GDP, 2015.):

A simple vista se puede observar: 1. 2. 3. 4. 5. 6.

El número de instancias en uso El crédito restante El tiempo restante El uso de CPU El uso de API (medido como accesos a su API) La facturación estimada para el mes corriente

Además de ese Dashboard, el usuario puede definir sus propios tableros, con los informes que se desee y que sea posible tener, como se muestra en la imagen siguiente:

A continuación se muestra un tablero personalizado creado como ejemplo, se le añadieron indicadores como tráfico saliente, tráfico entrante, costo estimado e instancias en ejecución (todas estas métricas google las maneja a través de https://app.google.stackdriver.com) (GSD, 2015):

El costo está en cero por ser período de uso gratuito.

También se pueden monitorear los incidentes, como se observa en esta imagen:

Las siguientes imágenes se muestran como complementos a las anteriores y son monitoreos de diversos indicadores que se tienen accesibles desde varios puntos en la plataforma de administración: En esta por ejemplo se puede observar el nombre de la instancia, y todas sus características más importantes, entre ellas la zona donde fue creada, la IP externa (pública) y la herramienta de control de la máquina virtual, que en este caso es a través de RDP (Escritorio Remoto)

En esta otra imagen se puede observar la actividad del disco duro y el tráfico de red:

En general, el usuario puede crear tantos tableros de control como sea necesario, para ello dispones de los indicadores o métricas que se muestran en la siguiente imagen y el en la lista debajo de la imagen, la cual es complemento a lo que se observa cuando se despliega el combo de métricas disponibles:

·

·

AGENT o CPU o Memory Used o Network Inbound Traffic o Network Outbound Traffic o Swap o Volume Read l/O o Volume Usage o Volume Write 1/0 JAVA VIRTUAL MACHINE o Committed Heap Memory Usage o Committed Non-Heap Memory Usage o Garbage Collection Count o Daemon Thread Count o Open File Descriptors o Thread Count o Max Heap Memory Usage o Max Non-Heap Memory Usage o Used Heap Memory Usage

·

·

o Used Non-Heap Memory Usage CASSANDRA o AntiEntropySessions active tasks o AntiEntropySessions pending tasks o AntiEntropyStage active tasks o AntiEntropyStage pending tasks o GossipStage active tasks o GossipStage pending tasks o HintedHandoff active tasks o HintedHandoff pending tasks o InternalResponseStage active tasks o intemalResponseStage pending tasks o MemtablePostFIusher active tasks o MemtablePostFIusher pending tasks o MigrationStage active tasks o MigrationStage pending tasks o MiscStage active tasks o MiscStage pending tasks o ReplicateOnWrite stage active tasks o ReplicateOnWrite stage blocked tasks o ReplicateOnWrite stage pending tasks o RequestResponse stage active tasks o RequestResponse stage blocked tasks o RequestResponse stage pending tasks o StreamStage active tasks o StreamStage pending tasks o commitlog pending tasks o compaction pending tasks o flush writer active tasks o flush writer pending tasks o mutation stage active tasks o mutation stage blocked tasks o mutation stage pending tasks o read stage active tasks o read stage blocked tasks o read stage pending tasks o readrepair stage active tasks o readrepair stage blocked tasks o readrepair stage pending tasks o storage load OTHER o Estimated Cost o Running Instances o Running Instances

A través del Escritorio Remoto se puede acceder a la máquina virtual, desde ahí se dispone también de un tablero como el siguiente:

g. Consumo de recursos de su instancia Al momento, la instancia creada ha consumido los siguientes recursos, en un período que va desde el domingo 20 hasta el día 23 de septiembre de 2015:

Ampliando el Uso de CPU a 4 días:

Ampliando el costo para verlo en detalle se tiene lo siguiente:

Finalmente, del monto de 300 dólares y 60 días que fueron asignados por Google para este período gratuito a penas se ha consumido menos de un cuarto de dólar en 3 días, como se aprecia en esta imagen:

CONCLUSIÓN Este primer acercamiento a las plataformas cloud me pareció que es muy interesante por el hecho de que para empezar me percaté de lo sencillo que es hacer uso de esta tecnología en contraposición por ejemplo cuando uno se renta un servidor dedicado, donde el proveedor sólo se encarga de proporcionar la máquina física (aunque remota), y el usuario se encarga de todos los problemas que puedan surgir, desde actualizaciones hasta configuración. En cambio, al hacer uso de las máquinas virtuales a través de las plataformas cloud, el proveedor absorbe toda esta problemática y en usuario sólo se concentra en instalar y configurar sus propias herramientas y no

tiene que estarse preocupando por ejemplo por problemas de espacio en disco o por memoria RAM, pues precisamente la a través de la elasticidad eso en la nube se regula de manera automática. Por otro lado, al adquirir este tipo de conocimiento nos da ventajas competitivas en el marcado laboral, pues se puede aprovechar como oportunidad de negocio la función de Integrador en este boom de migrar a la nube las actividades de las empresas.

BIBLIOGRAFÍA

GCP1. 2015. Google Cloud Platform: Google Compute Engine Pricing, consultado el 23 de septiembre de 2015, desde https://cloud.google.com/compute/pricing GCP2. 2015. Google Cloud Platform. Consultado el 23 de septiembre de 2015, desde https://cloud.google.com/ GDP. 2015. Google Developers Console. Consultado el 23 de septiembre de 2015, desde https://console.developers.google.com/project/gentle-habitat-107506 GSD. 2015. Google Stackdriver. Consultado el 23 de septiembre de 2015, desde https://app.google.stackdriver.com/monitoring/ Krishnaswamy Anbarasu, Anbu. 2012. Oracle Cloud Reference Architecture (Oracle Enterprise Transformation Solutions Series). An Oracle White Paper.