¿Qué es una carga de trabajo?

En TI, el término ha evolucionado continuamente y se ha cargado de significado, sobre todo con el auge del cloud computing. En términos generales, la carga de trabajo se utiliza para referirse a una tarea o proceso computacional y a los recursos informáticos, de almacenamiento, de memoria y de red que requiere la tarea.

En un contexto de cloud computing, la carga de trabajo se refiere a cualquier servicio, aplicación o capacidad que consume recursos basados en la nube. En este contexto de nube, las máquinas virtuales, las bases de datos, las aplicaciones, los microservicios, los nodos, etc. se consideran cargas de trabajo.

Las cargas de trabajo pueden variar desde tareas simples, como ejecutar una sola aplicación o cómputo, hasta operaciones complejas, como procesar análisis de datos a gran escala o ejecutar un conjunto de aplicaciones interconectadas. La gestión de cargas de trabajo es un aspecto crítico de la optimización de recursos de TI, que afecta directamente al rendimiento del sistema, el coste, la estabilidad y, en última instancia, el éxito de las operaciones empresariales.

Con la proliferación del cloud computing y la virtualización, la gestión de cargas de trabajo se ha vuelto cada vez más compleja¹. El uso de recursos de nube híbrida, multinube y nube pública implica que las cargas de trabajo pueden abarcar plataformas y ubicaciones, cada una con características únicas y requisitos de gestión.

Para navegar por las complejidades de la gestión de cargas de trabajo en entornos informáticos y flujos de trabajo, las organizaciones están recurriendo a herramientas avanzadas. Utilizan herramientas como API de backend, software de automatización de cargas de trabajo, análisis predictivo basado en IA y plataformas de gestión en la nube (por ejemplo, Amazon Web Services (AWS), Google Cloud Platform, IBM Cloud y Microsoft Azure).

Las empresas también están adoptando estrategias como la ubicación de la carga de trabajo, en la que determinan la mejor ubicación para cada carga de trabajo en función de factores como el coste, el rendimiento, el ciclo de vida, el cumplimiento y los requisitos comerciales. Este enfoque garantiza que cada carga de trabajo se ejecute en un entorno que se adapte de forma óptima a sus necesidades específicas.

El término "carga de trabajo" se utiliza a menudo indistintamente con "aplicación". Aunque tanto las cargas de trabajo como las aplicaciones son componentes interconectados e integrales de cualquier infraestructura TI (y las aplicaciones pueden considerarse cargas de trabajo), sirven para fines bastante diferentes.

Las aplicaciones son programas, o grupos de programas, diseñados para ayudar a los usuarios finales a realizar tareas específicas y satisfacer ciertas necesidades empresariales. Las cargas de trabajo hacen referencia a las demandas de procesamiento de esas tareas. En otras palabras, las cargas de trabajo alimentan las aplicaciones (o partes de ellas). Sin embargo, es importante tener en cuenta que una carga de trabajo no es necesariamente exclusiva de una sola aplicación. Muchas cargas de trabajo realizan tareas entre aplicaciones.

Además, los ciclos de vida de las aplicaciones tienden a cambiar cuando cambian las necesidades o cuando surgen tecnologías más avanzadas. Sin embargo, las cargas de trabajo cambian en función de factores de infraestructura, como el rendimiento del sistema, el tráfico de usuarios, la asignación de recursos y las necesidades de procesamiento.

Como se ha dicho ya, el uso de cargas de trabajo puede ser tan simple como ejecutar una sola aplicación o tan sofisticado como ejecutar un ecosistema de aplicaciones conectadas, con muchas variaciones intermedias. Por lo tanto, una implementación exitosa de la carga de trabajo puede requerir el uso de varios tipos de cargas de trabajo.

Algunos tipos clave de cargas de trabajo incluyen:

Las cargas de trabajo transaccionales implican la interacción del usuario en tiempo real, normalmente en forma de numerosas transacciones cortas en línea. La implementación de cargas de trabajo transaccionales requiere sistemas que puedan gestionar varios usuarios simultáneos y proporcionar respuestas rápidas y coherentes, por lo que se suelen utilizar en los sitios de comercio electrónico para gestionar compras, pagos, búsquedas de productos y mucho más.

Las cargas de trabajo por lotes son trabajos no interactivos que se procesan de forma masiva, a menudo de forma secuencial. Como requieren una potencia de procesamiento sustancial, las cargas de trabajo son comunes en los entornos que procesan grandes volúmenes de datos, por ejemplo, la nómina, la facturación y la modelización meteorológica. Estos trabajos se realizan a menudo fuera de las horas punta para evitar interferencias con las cargas de trabajo interactivas o transaccionales. Estas cargas de trabajo también tienden a requerir un procesamiento paralelo, en el que las tareas se dividen en subtareas más pequeñas y se ejecutan simultáneamente en varios servidores y procesadores.

Las cargas de trabajo analíticas se caracterizan por consultas complejas que se ejecutan en grandes conjuntos de datos. A diferencia de las cargas de trabajo transaccionales, que implican transacciones pequeñas y simples, estas cargas de trabajo realizan análisis de datos en profundidad, a menudo aprovechando la inteligencia artificial y el machine learning, para identificar tendencias, relaciones e información. Debido a su alto rendimiento de datos, las cargas de trabajo analíticas se utilizan comúnmente para el almacenamiento de datos y análisis de big data.

La mayoría de las aplicaciones empresariales dependen de bases de datos fundamentales para funcionar. Si una base de datos funciona mal, se crearán cuellos de botella para las aplicaciones que la utilizan. Las cargas de trabajo de base de datos ayudan a solucionar estos problemas. Las cargas de trabajo de la base de datos se ajustan para acelerar y optimizar la funcionalidad de búsqueda para las demás aplicaciones que dependen de una base de datos. También permiten a los equipos analizar métricas como el uso de la memoria y la CPU, el rendimiento de input/output (I/O) y las tasas de ejecución de consultas.

Las cargas de trabajo de HPC ejecutan simulaciones complejas y cálculos matemáticos que requieren una potencia de cálculo significativa. Por ejemplo, un equipo de investigación meteorológica podría ejecutar una simulación de patrones climáticos relacionados con El Niño. Al igual que las cargas de trabajo por lotes, las cargas de trabajo de HPC tienden a tener altos niveles de paralelismo.

Cuando los equipos se encuentran en el proceso de desarrollo y prueba de software, a menudo confían en las cargas de trabajo de prueba y desarrollo, que se encargan de tareas como la compilación de código, la ejecución de pruebas unitarias y la realización de pruebas de carga. Al igual que el propio proceso de desarrollo, las cargas de trabajo de prueba y desarrollo pueden ser impredecibles y requerir que los desarrolladores aprovisionen y desaprovisionen rápidamente recursos a medida que cambian las necesidades.

Estas cargas de trabajo suelen ser críticas en entornos de TI que requieren un procesamiento de datos ultrarrápido en tiempo real para ofrecer resultados inmediatos, como aplicaciones de negociación de acciones, servicios de streaming de vídeo y plataformas de apuestas deportivas.

Los entornos de TI se han vuelto más complejos, exigiendo herramientas y recursos capaces de gestionar una amplia variedad de tareas, a menudo de forma simultánea. Este desafío es donde las cargas de trabajo híbridas, que combinan elementos de diferentes tipos de carga de trabajo, se convierten en un verdadero activo.

Un ejemplo de carga de trabajo híbrida es una aplicación de análisis en tiempo real. La aplicación procesa los datos entrantes con cargas de trabajo transaccionales, ejecuta consultas complejas sobre los datos con cargas de trabajo analíticas y genera informes mediante cargas de trabajo por lotes.

La aparición del cloud computing en la última década ha impulsado el desarrollo de nuevos tipos de cargas de trabajo, como software como servicio (SaaS), aplicaciones contenerizadas y basadas en microservicios , máquinas virtuales (VM) y computación sin servidor. Las empresas hasta están explorando casos de uso para cargas de trabajo de IA generativa (IA gen)². Independientemente del tipo, las cargas de trabajo también se pueden clasificar por su estado (es decir, con estado o sin estado) y, en el caso de las cargas de trabajo en la nube, por sus patrones de uso (es decir, estáticos o dinámicos).

Las cargas de trabajo con estado deben conservar la información y el estado de una sesión a otra, por lo que "recuerdan" los datos de interacciones anteriores. Con una aplicación con estado, si un usuario cierra sesión y luego vuelve a iniciarla, la aplicación recuerda su información y actividad. Los sistemas de bases de datos, en los que los datos permanecen incluso después de que finaliza la sesión, son excelentes ejemplos de cargas de trabajo con estado.

Estas cargas de trabajo no guardan los datos del usuario para la siguiente sesión del usuario. Cada sesión se ejecuta como una nueva interacción y las respuestas son independientes de los datos del usuario anterior. Las cargas de trabajo sin estado pueden simplificar el diseño de aplicaciones, ya que los desarrolladores no necesitan administrar la información de estado, pero también pueden hacer que la personalización de la experiencia del usuario sea más compleja.

Las cargas de trabajo estáticas utilizan una cantidad relativamente constante de recursos informáticos durante largos períodos de tiempo y en una programación coherente.

Las cargas de trabajo dinámicas, también llamadas cargas de trabajo temporales, ajustan y configuran los recursos informáticos en función de la demanda de computación.

A medida que aumenta la adopción del cloud computing, las prácticas de gestión de cargas de trabajo cambian en especie. Las empresas modernas suelen utilizar una combinación de centros de datos locales tradicionales y infraestructuras en la nube para gestionar sus cargas de trabajo de manera eficiente.

Las cargas de trabajo locales se ejecutan en la propia infraestructura de hardware de una organización, alojada localmente en las instalaciones de la organización. Las cargas de trabajo basadas en la nube pública se ejecutan en servidores administrados por un proveedor de servicios en la nube (CSP) de terceros y se encuentran fuera del sitio, a menudo en varias ubicaciones en todo el mundo. Ambas infraestructuras ofrecen ventajas para la gestión de cargas de trabajo empresariales.

Las cargas de trabajo locales proporcionan:

Las cargas de trabajo en la nube pública, por otro lado, proporcionan:

Muchas empresas optan por utilizar nubes privadas (también conocidas como nubes corporativas), que ofrecen una combinación de ciertos beneficios que ofrecen las arquitecturas de nube pública y local.

Una empresa puede elegir cargas de trabajo locales o basadas en la nube pública, o una combinación de ambas. El uso y la gestión eficaz de estas cargas de trabajo puede mejorar la toma de decisiones de la organización, así como la eficiencia, el rendimiento y la rentabilidad generales de las infraestructuras de TI de la empresa.