Uma carga de trabalho, no sentido mais geral, é a quantidade de tempo e de recursos de computação que um sistema ou uma rede leva para concluir uma tarefa ou gerar um determinado resultado. Refere-se à demanda total do sistema de todos os usuários e processos em um determinado momento.
Na TI, o termo tem continuamente evoluído e adquirido significados específicos, especialmente com o surgimento da computação em nuvem. Em termos gerais, a carga de trabalho é usada para se referir a uma tarefa ou processo computacional e aos recursos de computação, armazenamento, memória e rede que a tarefa exige.
Em um contexto de computação em nuvem, a carga de trabalho refere-se a qualquer serviço, aplicação ou recurso que consuma recursos em nuvem. Nesse contexto, máquinas virtuais, bancos de dados, aplicações, microsserviços, nós e muitos outros são considerados cargas de trabalho.
As cargas de trabalho podem variar de tarefas simples, como executar um único aplicativo ou computação, a operações complexas, como processar análises de dados em grande escala ou executar um pacote de aplicativos interconectados. Gerenciar cargas de trabalho é um aspecto crítico da otimização de recursos de TI, afetando diretamente o desempenho do sistema, o custo, a estabilidade e, por fim, o sucesso das operações de negócios.
Com o aumento da computação em nuvem e da virtualização, o gerenciamento da carga de trabalho ficou cada vez mais complexo1. O uso de nuvem híbrida, multinuvem e recursos de nuvem pública significa que as cargas de trabalho podem abranger plataformas e locais, cada um com características exclusivas e requisitos de gerenciamento.
Para navegar pelas complexidades de gerenciar cargas de trabalho em ambientes de computação e fluxos de trabalho, as organizações estão recorrendo a ferramentas avançadas, como APIs de back-end, software de automação de carga de trabalho, análise de dados preditivas baseadas em IA e plataformas de gerenciamento de nuvem (por exemplo, Amazon Web Services (AWS), Google Cloud Platform, IBM Cloud e Microsoft Azure).
As empresas também estão adotando estratégias como alocação de carga de trabalho, em que determinam o melhor local para cada carga de trabalho com base em fatores como custo, desempenho, ciclo de vida, conformidade e requisitos de negócios. Isso garante que cada carga de trabalho seja executada em um ambiente perfeitamente adequado às suas necessidades específicas.
Comece sua jornada rumo ao desempenho contínuo dos aplicativos e, ao mesmo tempo, reduza os custos com segurança.
Assine a newsletter da IBM
O termo “carga de trabalho” é frequentemente usado como sinônimo de “aplicação”. Embora as cargas de trabalho e as aplicações sejam componentes interconectados e integrais de qualquer infraestrutura de TI (e as aplicações possam ser consideradas cargas de trabalho), elas têm propósitos bem diferentes.
Aplicações são programas ou grupos de programas projetados para ajudar os usuários finais a realizar tarefas específicas e atender a certas necessidades de negócios. As cargas de trabalho se referem às demandas de processamento dessas tarefas. Em outras palavras, as cargas de trabalho alimentam as aplicações (ou parte delas). No entanto, é importante observar que uma carga de trabalho não é necessariamente exclusiva de um único aplicativo. Muitas cargas de trabalho realizam tarefas através das aplicações.
Além disso, os ciclos de vida das aplicações tendem a mudar quando as necessidades mudam, ou quando surgem tecnologias mais avançadas. Por outro lado, as cargas de trabalho mudam com base em fatores infraestruturais, como desempenho do sistema, tráfego de usuários, alocação de recursos e necessidades de processamento.
Conforme mencionado, o uso de cargas de trabalho pode ser tão simples quanto a execução de um único aplicativo, ou tão sofisticado quanto a execução de um ecossistema de aplicativos conectados, com muitas variações entre eles. Portanto, a implementação bem-sucedida da carga de trabalho pode exigir o uso de vários tipos de cargas de trabalho.
Alguns tipos principais de cargas de trabalho incluem:
As cargas de trabalho transacionais envolvem interação com o usuário em tempo real, geralmente na forma de inúmeras transações on-line curtas. A implementação de cargas de trabalho transacionais requer sistemas que possam lidar com vários usuários simultâneos e fornecer respostas rápidas e consistentes, por isso são comumente usados em sites de comércio eletrônico para gerenciar compras, pagamentos, pesquisas de produtos, entre outros.
As cargas de trabalho em lote são trabalhos não interativos que são processados em massa, muitas vezes sequencialmente. Como exigem poder de processamento substancial, as cargas de trabalho em lote são comuns em ambientes que processam grandes volumes de dados (por exemplo, folha de pagamento, faturamento, modelagem meteorológica etc.), e muitas vezes, são executadas durante horas fora do horário de pico para evitar interferências com cargas de trabalho interativas ou transacionais. Essas cargas de trabalho também tendem a exigir processamento paralelo, onde as tarefas são divididas em subtarefas menores e executadas simultaneamente em vários servidores e processadores.
A carga de trabalho analítica é caracterizada por consultas complexas executadas em grandes conjuntos de dados. Ao contrário das cargas de trabalho transacionais, que envolvem pequenas e simples transações, essas cargas de trabalho realizam análises de dados detalhadas, muitas vezes aproveitando a inteligência artificial e o aprendizado de máquina, para identificar tendências, relacionamentos e insights. Devido à alta taxa de transferência de dados, cargas de trabalho analíticas são comumente usadas para armazenamento de dados e análise de big data.
A maioria das aplicações corporativas depende de bancos de dados fundamentais para funcionar. Se um banco de dados estiver funcionando mal, isso criará gargalos para os aplicativos que o utilizam. As cargas de trabalho do banco de dados ajudam a lidar com esses problemas. Elas são ajustadas para acelerar e otimizar a funcionalidade de pesquisa para os outros aplicativos que dependem de um banco de dados. Eles também permitem que as equipes analisem métricas como uso de memória/CPU, taxa de transferência de entrada-saída (E/S) e taxas de execução de consultas.
As cargas de trabalho de HPC executam simulações complexas e/ou cálculos matemáticos que exigem poder computacional significativo. Por exemplo, uma equipe de pesquisa meteorológica pode executar uma simulação de padrões climáticos relacionados ao El Niño. Assim como as cargas de trabalho em lote, as cargas de trabalho de HPC tendem a ter altos níveis de paralelismo.
Quando as equipes estão no processo de desenvolvimento e teste de software, elas geralmente dependem de cargas de trabalho de teste/desenvolvimento, que lidam com tarefas como compilar código, executar testes de unidade e executar testes de carga. Assim como o próprio processo de desenvolvimento, as cargas de trabalho de teste/desenvolvimento podem ser imprevisíveis e podem exigir que os desenvolvedores provisionem e desprovisionem recursos rapidamente conforme as necessidades mudam.
Essas cargas de trabalho costumam ser críticas em ambientes de TI que exigem processamento de dados extremamente rápido e em tempo real para fornecer resultados imediatos, como aplicativos de negociação de ações, serviços de streaming de vídeo e plataformas de apostas esportivas.
Os ambientes de TI estão se tornado cada vez mais complexos, exigindo ferramentas e recursos que possam lidar com uma grande variedade de tarefas, muitas vezes simultaneamente. É aqui que as cargas de trabalho híbridas, que combinam elementos de diferentes tipos de carga de trabalho, se tornam um verdadeiro ativo.
Um exemplo de carga de trabalho híbrida é um aplicação de análise em tempo real que processa dados recebidos com cargas de trabalho transacionais, executa consultas complexas nos dados com cargas de trabalho analíticas, e gera relatórios usando cargas de trabalho em lote.
O surgimento da computação em nuvem na última década impulsionou o desenvolvimento de novos tipos de carga de trabalho, incluindo software como serviço (SaaS), aplicações conteinerizadas e baseadas em microsserviços , máquinas virtuais (VMs) e computação sem servidor. As empresas estão até explorando casos de uso para cargas de trabalho de IA generativa (GenAI).2 Independentemente do tipo, as cargas de trabalho também podem ser categorizadas por seu estado (ou seja, com estado ou sem estado) e, no caso de cargas de trabalho em nuvem, por seus padrões de uso (ou seja, estático ou dinâmico).
As cargas de trabalho com estado precisam reter informações e status de uma sessão para outra, para que “lembrem” dos dados de interações anteriores. Com uma aplicação com estado, se um usuário se desconectar e depois se conectar novamente, o aplicativo lembrará suas informações e atividades. Os sistemas de banco de dados, em que os dados permanecem mesmo após o término da sessão, são ótimos exemplos de cargas de trabalho com estado.
Essas cargas de trabalho não salvam os dados do usuário para a próxima sessão. Cada sessão é executada como uma nova interação e as respostas são independentes dos dados anteriores do usuário. As cargas de trabalho sem estado podem simplificar o design do aplicativo, já que os desenvolvedores não precisam gerenciar informações de estado, mas também podem tornar a personalização da experiência do usuário mais complexa.
As cargas de trabalho estáticas usam uma quantidade relativamente constante de recursos de computação por longos períodos de tempo em um cronograma consistente.
As cargas de trabalho dinâmicas, também chamadas de cargas de trabalho temporárias, ajustam e configuram recursos de computação com base na demanda de computação.
À medida que a adoção da computação em nuvem cresce, as práticas de gerenciamento de carga de trabalho mudam gradualmente. Empresas modernas normalmente utilizam uma combinação de data centers locais tradicionais e infraestruturas de nuvem para gerenciar suas cargas de trabalho de forma eficiente. As cargas de trabalho no local são executadas na própria infraestrutura de hardware de uma organização, hospedadas localmente nas instalações da organização. As cargas de trabalho baseadas em nuvem pública são executadas em servidores gerenciados por um provedor de serviços de nuvem (CSP) de terceiros e estão localizadas fora do local, geralmente em vários locais ao redor do mundo. Ambas as infraestruturas oferecem vantagens para gerenciar cargas de trabalho empresariais.
As cargas de trabalho locais fornecem:
Com soluções locais, as organizações têm controle total sobre suas cargas de trabalho. Isso inclui a capacidade de escolher e personalizar todo o hardware e software, o que é particularmente benéfico para as organizações com necessidades de TI que não são facilmente atendidas pelas ofertas de nuvem padrão.
As soluções locais podem oferecer maior segurança e controle de conformidade, especialmente para organizações em setores ou regiões com requisitos rigorosos de soberania de dados e processos de auditoria. Como os dados são armazenados localmente, e não em um ambiente de nuvem compartilhada, é mais fácil aplicar protocolos de segurança rigorosos e controlar o acesso aos dados de cada membro da equipe.
Além disso, algumas regulamentações exigem que os dados sejam armazenados dentro de determinados limites geográficos, e as empresas podem garantir mais facilmente a conformidade de armazenamento com cargas de trabalho locais.
Embora os custos iniciais da infraestrutura local possam ser bastante elevados, os custos contínuos de manutenção de cargas de trabalho no local são relativamente estáveis e mais fáceis de planejar. Se uma organização tem capital para investir e espera que suas necessidades permaneçam consistentes a longo prazo, as cargas de trabalho locais podem ser uma escolha financeiramente sólida.
Em alguns casos, as cargas de trabalho locais têm um desempenho melhor do que as baseadas em nuvem. Com a infraestrutura local, os dados não precisam sair da rede local, resultando em tempos de processamento mais rápidos e minimizando problemas de latência que podem causar gargalos de desempenho.
As cargas de trabalho no local são acessíveis mesmo quando a conectividade com a internet está instável ou temporariamente ausente. A disponibilidade off-line de aplicativos pode ser uma vantagem significativa para empresas em regiões com infraestrutura de internet insuficiente, ou para ambientes que exigem acesso a aplicativos 24 horas por dia, 7 dias por semana.
As cargas de trabalho baseadas em nuvem pública, por outro lado, fornecem:
As cargas de trabalho em nuvem normalmente seguem um modelo de despesas operacionais, em que os usuários pagam apenas pelos recursos que utilizam, de acordo com o uso. Isso pode tornar a computação em nuvem um ponto de entrada mais econômico para o gerenciamento de carga de trabalho, especialmente para pequenas empresas e startups.
Os provedores de nuvem têm vastos recursos que podem ser alocados e desalocados sob demanda, permitindo que as organizações escalem facilmente as cargas de trabalho em resposta à mudança da demanda de recursos.
Embora a organização ainda seja responsável por gerenciar e proteger suas próprias aplicações e dados, as cargas de trabalho baseadas na nuvem colocam muitas tarefas de manutenção (por exemplo, reparos de hardware, atualizações de software, patching de segurança etc.) nas mãos do provedor.
Os serviços de nuvem geralmente incluem recursos de recuperação de desastres, bem como redundâncias de infraestrutura, para garantir a disponibilidade da carga de trabalho mesmo quando os servidores ou data centers falham.
As cargas de trabalho na nuvem podem ser executadas e ajustadas rapidamente, permitindo uma inovação mais rápida e dando às empresas baseadas na nuvem uma vantagem competitiva. Com as plataformas de nuvem, as organizações podem implementar novos aplicativos e serviços em poucos minutos, enquanto localmente isso levaria semanas ou meses.
Muitas empresas optam por usar nuvens privadas (também conhecidas como nuvens corporativas), que fornecem uma combinação de certos benefícios oferecidos por arquiteturas de nuvem pública e local.
Independentemente de uma empresa escolher cargas de trabalho locais ou baseadas em nuvem pública (ou uma combinação das duas), usar e gerenciar cargas de trabalho de forma eficaz pode melhorar a tomada de decisões organizacionais, bem como a eficiência geral, o desempenho e a economia das infraestruturas de TI corporativas.
A plataforma de otimização de custos de nuvem híbrida IBM Turbonomic® permite que você automatize continuamente ações críticas em tempo real que oferecem de forma proativa o uso mais eficiente dos recursos de computação, armazenamento e rede para seus aplicativos em cada camada do stack.
O IBM Instana democratiza a observabilidade fornecendo uma solução que qualquer pessoa em DevOps, SRE, plataforma, ITOps e desenvolvimento pode usar para obter os dados desejados com o contexto necessário. Criada especificamente para ser nativa da nuvem, mas independente de tecnologia, a plataforma fornece de forma automática e contínua dados de alta fidelidade (granularidade de 1 segundo e rastreamentos de ponta a ponta) com o contexto de dependências lógicas e físicas em dispositivos móveis, web, aplicações e infraestrutura.
O IBM Workload Automation é uma plataforma de automação que integra fluxos de trabalho de TI, operacionais e comerciais para otimizar a orquestração da execução de processos autônomos e orientados por eventos, criados para operar em ambientes híbridos.
Aproveite a automação da carga de trabalho em toda a empresa para cargas de trabalho orientadas por cronograma e eventos.
Entenda os cinco princípios que ajudam a equipe de operações a pensar sobre o gerenciamento de serviços e os aspectos operacionais da sua aplicação.
Infraestrutura de TI, refere-se aos componentes combinados de ambientes e serviços de TI corporativos.
Revise uma arquitetura de exemplo para o IBM Cloud Security and Compliance Center Workload Protection.
Otimize e automatize cargas de trabalho complexas para aumentar a eficiência de TI.
Saiba como as equipes podem monitorar e ajustar cargas de trabalho e gerenciar fluxos e threads sem resposta, com o IBM Integration Bus for z/OS.
Notas de rodapé
1 Enterprises expect continued shift from legacy on-premises to mix of modern venues (link externo ao site ibm.com), S&P Global Market Intelligence, 27 de março de 2023.
2 Market Analysis Perspective: Worldwide Enterprise Infrastructure Workloads 2023 (link externo ao site ibm.com), IDC, setembro de 2023.