Una carga de trabajo, en el sentido más general, es la cantidad de tiempo y recursos informáticos que necesita un sistema o red para completar una tarea o generar un resultado determinado. Hace referencia a la demanda total del sistema de todos los usuarios y procesos en un momento determinado.
Dentro de la informática, el término ha evolucionado continuamente y se ha cargado de significado, sobre todo con el auge de la computación en nube. 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 computación en nube, 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 y más 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 de la computación en la nube y la virtualización, la gestión de cargas de trabajo se ha vuelto cada vez más compleja1. El uso de recursos de nube híbrida, multicloud y cloud público 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 a través de entornos informáticos y flujos de trabajo, las organizaciones están recurriendo a herramientas avanzadas 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. Esto garantiza que cada carga de trabajo se ejecute en un entorno que se adapte de forma óptima a sus necesidades específicas.
Comience su viaje hacia un rendimiento continuo de las aplicaciones y, al mismo tiempo, reduzca los costes de manera segura.
Suscríbase al boletín de IBM
El término "carga de trabajo" se utiliza a menudo indistintamente con "aplicación". Si bien tanto las cargas de trabajo como las aplicaciones están interconectadas y son componentes integrales de cualquier infraestructura de TI (y las aplicaciones pueden considerarse cargas de trabajo), tienen propósitos 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 para 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.Las cargas de trabajo, por otro lado, 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. Debido a que requieren una potencia de procesamiento sustancial, las cargas de trabajo por lotes son comunes en entornos que procesan grandes volúmenes de datos (por ejemplo, nóminas, facturación, modelos meteorológicos, etc.) y, a menudo, se ejecutan durante las horas de menor actividad para evitar interferencias con 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 aprendizaje automático, para identificar tendencias, relaciones e información. Debido a su alto rendimiento de datos, las cargas de trabajo analíticas se utilizan habitualmente para el almacenamiento de datos y el análisis de Big Data.
La mayoría de las aplicaciones empresariales dependen de bases de datos fundamentales para funcionar. Si una base de datos está funcionando mal, creará 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 memoria/CPU, el rendimiento de entrada-salida (E/S) y las tasas de ejecución de consultas.
Las cargas de trabajo de HPC ejecutan simulaciones complejas y/o cálculos matemáticos que requieren una potencia informática 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/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 pruebas/desarrollo pueden ser impredecibles y requerir que los desarrolladores aprovisionen y desaprovisionen recursos rápidamente 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 transmisión de video y plataformas de apuestas deportivas.
Los entornos de TI se han vuelto cada vez más complejos y requieren herramientas y recursos que puedan manejar una amplia gama de tareas, a menudo simultáneamente.Aquí es donde las cargas de trabajo híbridas, que combinan elementos de diferentes tipos de cargas de trabajo, se convierten en un activo real.
Un ejemplo de una carga de trabajo híbrida es una aplicación de análisis en tiempo real que 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 de la computación en la nube 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 informática sin servidor. Las empresas incluso están explorando casos de uso para cargas de trabajo generativas de IA (GenAI).2 Independientemente del tipo, las cargas de trabajo también se pueden clasificar por su estado (es decir, con 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 de la computación en la nube, las prácticas de gestión de cargas de trabajo cambian en especie. Las empresas modernas suelen utilizar una combinación de centros de datos locales tradicionales e 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 gestionar cargas de trabajo empresariales.
Las cargas de trabajo locales proporcionan:
Con las soluciones locales, las organizaciones tienen un control total sobre sus cargas de trabajo. Esto incluye la capacidad de elegir y personalizar todo el hardware y el software, lo que es particularmente beneficioso para las organizaciones con necesidades de TI que no se satisfacen fácilmente con las ofertas estándar en la nube.
Las soluciones locales pueden ofrecer una mayor seguridad y control de cumplimiento, especialmente para organizaciones de sectores o regiones con estrictos requisitos de soberanía de datos y procesos de auditoría. Dado que los datos se almacenan localmente, en lugar de en un entorno de nube compartido, es más fácil aplicar protocolos de seguridad estrictos y controlar el acceso a los datos de cada miembro del equipo.
Además, algunas normativas exigen que los datos se almacenen dentro de ciertos límites geográficos, y las empresas pueden garantizar más fácilmente el cumplimiento de las normas de almacenamiento con cargas de trabajo locales.
Si bien los costos iniciales de la infraestructura local pueden ser bastante elevados, los costos continuos de mantenimiento de las cargas de trabajo en el sitio son relativamente estables y más fáciles de planificar. Si una organización tiene el capital para invertir y espera que sus necesidades se mantengan constantes a largo plazo, las cargas de trabajo locales pueden ser una opción financieramente sólida.
En algunos casos, las cargas de trabajo locales funcionan mejor que las cargas de trabajo basadas en la nube. Con la infraestructura local, los datos no tienen que salir de la red local, lo que se traduce en tiempos de procesamiento más rápidos y minimiza los problemas de latencia que pueden causar cuellos de botella en el rendimiento.
Se puede acceder a las cargas de trabajo en el sitio incluso cuando la conectividad a Internet es inestable o está temporalmente ausente. La disponibilidad de aplicaciones sin conexión puede ser una ventaja significativa para las empresas en regiones con una infraestructura de Internet deficiente o para entornos que requieren acceso a las aplicaciones las 24 horas, los 7 días de la semana.
Las cargas de trabajo basadas en la nube pública, por otro lado, proporcionan:
Las cargas de trabajo en la nube suelen seguir un modelo de gasto operativo, en el que los usuarios pagan solo por los recursos que utilizan, a medida que los utilizan. Esto puede hacer que la computación en la nube sea un punto de entrada más rentable para la gestión de cargas de trabajo, especialmente para empresas pequeñas y startups.
Los proveedores de cloud tienen amplios recursos que se pueden asignar y desasignar a demanda, lo que permite a las organizaciones escalar fácilmente las cargas de trabajo en respuesta a la cambiante demanda de recursos.
Aunque la organización sigue siendo responsable de gestionar y proteger sus propias aplicaciones y datos, las cargas de trabajo basadas en la nube ponen muchas tareas de mantenimiento (por ejemplo, reparaciones de hardware, actualizaciones de software, parches de seguridad, etc.) en manos del proveedor.
Los servicios en la nube suelen incluir capacidades de recuperación ante desastres, así como redundancias de infraestructura, para garantizar la disponibilidad de la carga de trabajo incluso cuando los servidores o centros de datos fallan.
Las cargas de trabajo en la nube se pueden ejecutar y ajustar rápidamente, lo que permite una innovación más rápida y ofrecer a las empresas basadas en la nube una ventaja competitiva. Con las plataformas en la nube, las organizaciones pueden implementar nuevas aplicaciones y servicios en cuestión de minutos, mientras que hacerlo en las instalaciones puede tardar semanas o meses.
Muchas empresas optan por utilizar nubes privadas (también conocidas como nubes corporativas), que ofrecen una combinación de ciertas ventajas que ofrecen las arquitecturas de nube pública y local.
Independientemente de si una empresa elige cargas de trabajo locales o basadas en la nube pública (o una combinación de ambas), el uso y la gestión de las cargas de trabajo de forma eficaz pueden mejorar la toma de decisiones de la organización, así como la eficiencia, el rendimiento y la rentabilidad generales de las infraestructuras de TI empresariales.
La plataforma de optimización de costes de cloud híbrido IBM® Turbonomic® le permite automatizar continuamente acciones críticas en tiempo real que ofrecen de forma proactiva el uso más eficiente de los recursos informáticos, de almacenamiento y de red a sus aplicaciones en cada capa de la pila.
IBM® Instana democratiza la observabilidad proporcionando una solución que cualquier persona de DevOps, SRE, plataforma, ITOps y desarrollo puede utilizar para obtener los datos que desean con el contexto que necesitan. Diseñada específicamente para aplicaciones nativas de la nube pero independientes de la tecnología, la plataforma proporciona datos de alta fidelidad de forma automática y continua (granularidad de 1 segundo y trazas de extremo a extremo) con el contexto de las dependencias lógicas y físicas entre dispositivos móviles, web, aplicaciones e infraestructura.
IBM® Workload Automation es una plataforma de automatización que integra flujos de trabajo de TI, operativos y empresariales para optimizar la orquestación para la ejecución de procesos desatendidos y basados en eventos creados para operar en entornos híbridos.
Aproveche la automatización de cargas de trabajo en toda la empresa para cargas de trabajo basadas en programación y eventos.
Comprenda los cinco principios que ayudan al equipo de operaciones a pensar en la gestión de servicios y las facetas operativas de su aplicación.
La infraestructura de TI hace referencia a los componentes combinados de los entornos y servicios de TI de la empresa.
Revise una arquitectura de muestra para IBM® Cloud Security and Compliance Center Workload Protection.
Optimice y automatice cargas de trabajo complejas para una mayor eficiencia de TI.
Descubra cómo los equipos pueden supervisar y ajustar las cargas de trabajo, y gestionar flujos y subprocesos que no responden, con IBM® Integration Bus for z/OS.
Notas a pie de página
1 Las empresas esperan pasar de una ubicación local tradicional a una combinación de sedes modernas (enlace externo a ibm.com), S&P Global Market Intelligence, 27 de marzo de 2023.
2 Perspectiva del análisis de mercado: cargas de trabajo de infraestructura empresarial mundial 2023 (enlace externo a ibm.com),IDC, septiembre de 2023.