1
00:00:01,459 --> 00:00:20,620
Buenos días, Manuel. Hoy estamos a 20 de enero, a las 12 y media. Estamos convocados a través de la DGPatura del Departamento para la defensa del módulo profesional del proyecto del ciclo de grado superior de DAU.

2
00:00:20,620 --> 00:00:25,019
y te informo que esta grabación se va a utilizar en el entorno cerrado de Duca Madrid

3
00:00:25,019 --> 00:00:30,300
con fines educativos y solo va a estar a disposición de los profesores en el aula virtual

4
00:00:30,300 --> 00:00:34,640
para llevar a cabo la evaluación y la calificación de la defensa de este proyecto.

5
00:00:35,420 --> 00:00:40,020
En el aula virtual de proyectos habéis sido informados previamente

6
00:00:40,020 --> 00:00:43,539
de los criterios y de la rúbrica de calificación que se va a hacer.

7
00:00:44,119 --> 00:00:46,820
El orden de presentación del proyecto es el siguiente.

8
00:00:46,820 --> 00:01:03,299
Tienes 15 minutos máximo para defender el proyecto y 5 minutos para preguntas por parte de él. Dicho esto, el tiempo de sesión comienza a partir de este momento. Adelante y mucha suerte.

9
00:01:04,159 --> 00:01:05,700
Vale, muchas gracias.

10
00:01:08,260 --> 00:01:10,159
Adelante, Manuel, cuando quieras.

11
00:01:10,159 --> 00:01:25,640
Bueno, pues buenos días a todos. Mi nombre es Manuel Bacas Santos y hoy voy a presentar mi proyecto titulado Escalabilidad de aplicaciones web en Amazon Web Service con auto-scaling y las tituladas Balancing.

12
00:01:25,640 --> 00:01:41,719
El propósito de este proyecto es explorar cómo las herramientas de Amazon Web Services optimizan la escalabilidad, el rendimiento y la disponibilidad de aplicaciones web.

13
00:01:42,799 --> 00:01:46,719
Elementos esenciales en un mundo cada vez más digitalizado.

14
00:01:46,719 --> 00:02:00,180
Amazon Web Services proporciona soluciones que eliminan la necesidad de infraestructura física, ofreciendo flexibilidad, eficiencia y adaptabilidad.

15
00:02:00,480 --> 00:02:14,939
Voy a explicar cómo estas tecnologías permiten a las aplicaciones web adaptarse automáticamente a la demanda, garantizando la disponibilidad y un rendimiento óptimo.

16
00:02:14,939 --> 00:02:38,300
Por ejemplo, imaginen un servicio de streaming durante un estreno de una película muy esperada. Gracias a auto-scaling se puede aumentar el número de servidores en lo que queramos para soportar el tráfico adicional y al final del evento volver a producirlo para disminuir los costos.

17
00:02:38,300 --> 00:02:54,539
Y además, el artículo App Balancing asegura que todas las solicitudes de los usuarios se distribuyan equitativamente entre todos los servidores que tengan disponibles, evitando sobrecargas y fallos en el sistema.

18
00:02:55,159 --> 00:03:00,960
Con este contexto en mente, avanzamos a las motivaciones del proyecto.

19
00:03:03,789 --> 00:03:11,969
La motivación de este proyecto surge de mi interés personal en las tecnologías de escalabilidad y automatización en la nube.

20
00:03:12,830 --> 00:03:23,409
La nube es un pilar fundamental para empresas de todos los tamaños, ya que permite manejar eficientemente cargas de trabajo en entornos dinámicos.

21
00:03:23,409 --> 00:03:39,169
Por ejemplo, en el sector de comercio electrónico, eventos como Black Friday generan picos masivos de tráfico que pueden hacer colapsar una infraestructura que no esté totalmente preparada.

22
00:03:40,169 --> 00:03:53,490
Otro ejemplo está en el ámbito educativo. Durante el periodo de exámenes, plataformas de aprendizaje en línea deben manejar una gran cantidad de estudiantes conectados simultáneamente.

23
00:03:53,490 --> 00:04:14,330
Con este proyecto, pretendo mostrar cómo autoscaling y el articulado balancing no solo mejoran la experiencia del usuario y la disponibilidad del sistema, sino que también reducen costos operativos, lo que les hace esenciales para organizaciones modernas.

24
00:04:14,330 --> 00:04:32,060
El objetivo general de este proyecto es investigar y analizar cómo Amazon Web Service mediante auto-scaling y Elastic Lab Balancing pueden ayudar a mejorar la escalabilidad y la disponibilidad de aplicaciones web.

25
00:04:32,060 --> 00:04:47,060
Para alcanzar este objetivo he definido tres objetivos específicos. Explorar la documentación técnica de Amazon Web Service y analizar casos de estudio relacionados con estas tecnologías.

26
00:04:47,060 --> 00:04:57,759
diseñar una guía teórica que detalle los pasos necesarios para implementar estas herramientas en un entorno práctico

27
00:04:57,759 --> 00:05:03,800
y evaluar los beneficios teóricos que estas tecnologías pueden aportar

28
00:05:03,800 --> 00:05:07,300
utilizando simulaciones para ilustrar su impacto.

29
00:05:08,360 --> 00:05:16,680
Además, este proyecto busca ofrecer recomendaciones específicas para optimizar estas herramientas

30
00:05:16,680 --> 00:05:23,620
en diferentes contextos, asegurando que sean accesibles y aplicables para empresas de todos los tamaños.

31
00:05:27,620 --> 00:05:33,220
Para alcanzar los objetivos planteados, seguí una metodología estructurada en cuatro fases.

32
00:05:33,819 --> 00:05:40,600
Primero, realicé una revisión de la información técnica disponible en la documentación oficial de Amazon Web Services.

33
00:05:41,560 --> 00:05:48,540
Esto me permitió comprender el funcionamiento interno de Auto Scaling y el Articulado Balancing.

34
00:05:48,540 --> 00:06:11,939
En segundo lugar, realicé un análisis comparativo de estrategias de escalabilidad y balanceo de carga utilizadas en diferentes sectores. Por ejemplo, comparé el uso de auto-scaling en e-commerce frente a su uso en plataformas educativas, identificando patrones comunes y diferencias clave.

35
00:06:11,939 --> 00:06:17,279
Posteriormente diseñé una guía con pruebas simuladas

36
00:06:17,279 --> 00:06:24,920
Esta guía incluye los pasos necesarios para configurar autoscaling y el astic load balancing en Amazon Web Service

37
00:06:24,920 --> 00:06:29,399
Con ejemplos concretos y las configuraciones recomendadas

38
00:06:29,399 --> 00:06:35,000
Finalmente evalué los resultados mediante simulaciones teóricas

39
00:06:35,000 --> 00:06:47,120
Por ejemplo, utilicé métricas como el uso de la CPU y la latencia para simular cómo reaccionaría una aplicación a un pico de tráfico repetido.

40
00:06:49,720 --> 00:07:01,129
El enfoque de esta metodología asegura que los resultados sean útiles para aplicaciones reales y no se limiten a un análisis teórico.

41
00:07:01,589 --> 00:07:07,769
Para llevar a cabo este proyecto, utilicé varias herramientas clave proporcionadas por Amazon Web Services.

42
00:07:07,769 --> 00:07:15,529
la AWS EC2, que son las máquinas virtuales de Amazon Web Service,

43
00:07:16,470 --> 00:07:20,610
permiten crear máquinas virtuales que a su vez pueden escalar

44
00:07:20,610 --> 00:07:25,910
prácticamente y desescalar para ejecutar aplicaciones web.

45
00:07:27,610 --> 00:07:30,370
Por otra parte, el artículo de App Balancing,

46
00:07:30,370 --> 00:07:35,470
que distribuye automáticamente el tráfico durante varias instancias,

47
00:07:35,470 --> 00:07:45,290
de varias instancias. Cuando tienen más trabajo o más, lo distribuyen en todas, para que todas tengan la misma carga de trabajo.

48
00:07:46,350 --> 00:07:54,730
Esto asegura que ninguna instancia quede sobrecargada y que la aplicación permanezca disponible incluso si alguna instancia F2 fallara.

49
00:07:57,009 --> 00:08:04,790
El artículo de Balancing realiza pruebas continuamente, pruebas de salud continuamente para verificar qué instancias están disponibles.

50
00:08:05,470 --> 00:08:11,490
si alguna instancia que está fallando directamente la quita y inicia otra nueva instancia.

51
00:08:12,829 --> 00:08:21,350
Luego utiliza algoritmos como Runroving o basados en tráfico de datos para distribuir las solicitudes de manera eficiente.

52
00:08:22,970 --> 00:08:31,649
Luego Autospelling. Autospelling ajusta automáticamente el número de instancias EC2 en función de la demanda de la aplicación.

53
00:08:31,649 --> 00:08:47,490
Esto permite escalar hacia arriba o hacia abajo, depende de si tenemos más carga de trabajo o menos, permite iniciar más verticalmente, horizontalmente, para iniciar más distancias S2.

54
00:08:47,490 --> 00:09:12,710
Los grupos de auto-scaling funcionan configurando grupos de auto-escalado que definen el número mínimo de distancias entre dos que queremos tener disponibles y el máximo, métricas de cross-bots, dependiendo del tráfico de red o la latencia podemos también añadir o reducir el número de distancias y políticas de escalado.

55
00:09:12,710 --> 00:09:40,590
Por ejemplo, podemos decir que a partir de un uso de la CPU del 80% durante un tiempo determinado, pues que inicie más máquinas de C2 o al revés, que si el uso de la CPU se reduce por debajo del 50% de lo que queramos, pues en X tiempo, pues que también inicie máquinas de C2 para reducir costos.

56
00:09:42,710 --> 00:09:52,289
Amazon CloudWatch, también he usado, que proporciona monitoreo en tiempo real y métricas importantes como el uso del CPU y la ausencia que hay en su lado.

57
00:09:53,730 --> 00:10:00,710
Y AWS Prism Calculator, que ayuda a estimar los costos que vas a tener con las configuraciones utilizadas.

58
00:10:01,929 --> 00:10:09,629
Estas herramientas combinadas ofrecen una solución integral para optimizar la escalabilidad y el rendimiento en aplicaciones.

59
00:10:09,629 --> 00:10:38,200
Entre los resultados esperados destacan los siguientes. La distribución eficiente del tráfico utilizando el Reciproc Branching, el escalado automático para adaptarse a los cambios en la demanda, evitando recursos innecesarios y optimizando los costos, y una mejora significativa en la experiencia del usuario, al minimizar los tiempos de respuesta y evitar interrupciones.

60
00:10:38,200 --> 00:11:01,960
En cuanto a las aplicaciones prácticas, estas tecnologías pueden ser especialmente útiles en sectores como el comercio electrónico, para manejar picos de tráfico en eventos, en las plataformas de streaming, que enfrentan alta concurrencia durante eventos en vivo con millones de usuarios.

61
00:11:01,960 --> 00:11:20,279
Estas herramientas ofrecen una forma rentable de escalar los servicios en etapas iniciales de crecimiento o la adecuación, particularmente para plataformas LMS durante periodos de alta demanda, como exámenes.

62
00:11:22,440 --> 00:11:31,279
Además, estas tecnologías pueden extenderse a sectores como la salud, donde la capacidad de respuesta y la alta disponibilidad son esenciales.

63
00:11:31,960 --> 00:11:51,080
En conclusión, autoscaling y el archivo de balancing son herramientas poderosas que optimizan los recursos, mejoran la disponibilidad y reducen los costos en aplicaciones web desplegadas en Amazon Web Services.

64
00:11:52,399 --> 00:12:00,159
Este proyecto muestra cómo estas tecnologías pueden adaptarse a diferentes sectores y aportar un valor significativo.

65
00:12:00,159 --> 00:12:20,710
En cuanto a vías futuras, sería interesante explorar cómo estas herramientas pueden integrarse con otras tecnologías emergentes, como Machine Learning, para predecir picos de tráfico y activar políticas de escalado proactivas.

66
00:12:20,710 --> 00:12:24,250
El uso de arquitecturas serverless

67
00:12:24,250 --> 00:12:28,570
tenemos varias

68
00:12:28,570 --> 00:12:32,370
estructuras como el uso de arquitecturas

69
00:12:32,370 --> 00:12:35,870
serverless que elimina la necesidad de gestionar servidores

70
00:12:35,870 --> 00:12:40,350
simplificando aún más la infraestructura

71
00:12:40,350 --> 00:12:44,529
diseñar arquitecturas multinacionales

72
00:12:44,529 --> 00:12:48,389
que minimicen la latencia, asegurando una experiencia uniforme para todos

73
00:12:48,389 --> 00:12:50,129
los usuarios de todo el mundo

74
00:12:50,129 --> 00:12:52,929
y finalmente

75
00:12:52,929 --> 00:12:54,549
estas herramientas tienen

76
00:12:54,549 --> 00:12:56,190
un gran potencial educativo

77
00:12:56,190 --> 00:12:58,470
y podrían utilizarse

78
00:12:58,470 --> 00:13:00,350
como material formativo

79
00:13:00,350 --> 00:13:02,570
en cursos de Cloud Computing

80
00:13:02,570 --> 00:13:04,529
ayudando a preparar a la próxima

81
00:13:04,529 --> 00:13:06,250
generación de expertos

82
00:13:06,250 --> 00:13:12,389
y por último

83
00:13:12,389 --> 00:13:13,889
quiero agradecer a

84
00:13:13,889 --> 00:13:16,210
todos los presentes por su atención y por

85
00:13:16,210 --> 00:13:18,389
darme la oportunidad de presentar este proyecto

86
00:13:18,389 --> 00:13:20,389
espero que haya sido

87
00:13:20,389 --> 00:13:26,909
de su interés y que les haya permitido entender mejor el impacto de estas tecnologías en el mundo real.

88
00:13:28,429 --> 00:13:33,090
Ahora estaré encantado de responder a cualquier pregunta que puedan tener y muchas gracias.

89
00:13:35,950 --> 00:13:44,970
Perfecto, Manuel. Dentro del proyecto voy a hacer algunas preguntas de diferentes partes.

90
00:13:44,970 --> 00:14:10,230
Lo primero sobre la motivación. ¿Cómo crees que la implementación de autoscaling y ELB, el Amazon Web Service, puede mejorar la eficiencia operativa en una empresa frente al resto de las soluciones que hay de escalabilidad? ¿Qué es lo que le diferencia?

91
00:14:10,230 --> 00:14:40,210
Pues lo que te cuento yo es que no hace falta que tengas una infraestructura, por ejemplo, física en una empresa gigantesca con muchos servidores para, si en algún momento vas a tener mucha carga de trabajo, pues con esto te ahorras, aparte de tener esa infraestructura, pues te ahorras costes porque no necesitas tener siempre la disponibilidad de todos esos servidores.

92
00:14:40,230 --> 00:14:48,990
vaya a tener un pico de trabajo alto porque a lo mejor no necesitas tener siempre tantos

93
00:14:48,990 --> 00:14:59,250
servidores activos con contener un funcionamiento normal podría te podría valer y luego pues cuando

94
00:14:59,250 --> 00:15:05,490
tengas picos de muchísimo trabajo pues con esta tecnología podrías estar prácticamente

95
00:15:05,490 --> 00:15:11,970
infinitamente a donde lo que te haga falta para tu carrera de trabajo.

96
00:15:13,409 --> 00:15:24,470
¿Qué criterios has utilizado para seleccionar y validar las fuentes de información utilizadas dentro de la investigación?

97
00:15:26,129 --> 00:15:27,789
¿Qué criterios he utilizado?

98
00:15:27,789 --> 00:15:50,269
Pues nada, he buscado información dentro de Amazon Web Server, de la documentación oficial y he hecho un curso también de ello y nada, pues he estado informándome por esos sitios.

99
00:15:50,269 --> 00:15:57,590
En cuanto al despliegue y pruebas, ¿qué métricas has utilizado?

100
00:15:57,590 --> 00:16:07,710
En cuanto al despliegue y las pruebas, ¿qué métricas has utilizado para las simulaciones, para evaluar el rendimiento de la solución?

101
00:16:07,710 --> 00:16:36,049
Pues he usado unas métricas que eran las recomendadas en blogs de gente que trabaja de esto y pues no sé, no sabría decir.

102
00:16:39,149 --> 00:16:58,980
¿Qué consideraciones o limitaciones crees que tienen que tenerse en cuenta

103
00:16:58,980 --> 00:17:04,779
antes de implementar autoscaling y LV en un entorno de producción?

104
00:17:04,779 --> 00:17:16,400
¿Qué consideraciones o limitaciones crees que deben tenerse en cuenta antes de implementar autoscaling y EBL en un entorno de producción?

105
00:17:16,400 --> 00:17:43,130
Pues las consideraciones, pues a ver, pues yo creo que tienes que tener en cuenta que vayas a tener ingresos suficientes porque, a ver, es barata, los costes son baratos porque solo pagas por lo que utilizas realmente,

106
00:17:43,130 --> 00:17:54,589
por el tiempo de computación de cada instancia, pero claro, si tienes picos grandes, pues vas a pagar bastante más cantidad de precio.

107
00:17:54,589 --> 00:18:07,470
Entonces, pues yo creo que la única limitación es esa, el precio y el poder tener el ingreso suficiente para poder asumir cualquier carga de trabajo que vayas a tener.

108
00:18:07,470 --> 00:18:12,710
Y bueno, en cuanto a las vías futuras

109
00:18:12,710 --> 00:18:17,170
¿Cómo crees que podría ampliarse este proyecto

110
00:18:17,170 --> 00:18:19,109
si siguieras con él?

111
00:18:19,490 --> 00:18:22,329
¿O qué tecnologías que estén emergiendo

112
00:18:22,329 --> 00:18:26,509
crees que podrían complementar esta solución

113
00:18:26,509 --> 00:18:29,450
para mejorar la escalabilidad y la disponibilidad

114
00:18:29,450 --> 00:18:33,109
en aplicaciones web en el futuro?

115
00:18:35,750 --> 00:18:36,869
¿Me la puedo repetir también?

116
00:18:36,869 --> 00:18:57,769
Sí, que si tuvieras que continuar el proyecto, ¿cómo lo continuarías o qué tecnologías emergentes crees que podrías complementar esta solución que has propuesto para mejorar la escalabilidad y la disponibilidad?

117
00:18:57,769 --> 00:19:02,339
Pues a lo mejor

118
00:19:02,339 --> 00:19:06,420
con las tecnologías serverless

119
00:19:06,420 --> 00:19:08,259
que también tiene Amazon Web Service

120
00:19:08,259 --> 00:19:10,819
eso sería también

121
00:19:10,819 --> 00:19:12,619
donde podrías

122
00:19:12,619 --> 00:19:13,299
indagar porque

123
00:19:13,299 --> 00:19:15,319
esas son

124
00:19:15,319 --> 00:19:18,059
tecnologías que

125
00:19:18,059 --> 00:19:19,339
no necesitan servidores

126
00:19:19,339 --> 00:19:21,980
no necesitas tus servidores

127
00:19:21,980 --> 00:19:23,259
porque te las administra

128
00:19:23,259 --> 00:19:26,140
te las administra ya Amazon Web Service

129
00:19:26,140 --> 00:19:27,680
lo hace todo él

130
00:19:27,680 --> 00:19:29,339
entonces con esto

131
00:19:29,339 --> 00:19:33,599
no tendrías tú ni que tener los servidores

132
00:19:33,599 --> 00:19:35,160
ni nada, ellos te lo administran todo

133
00:19:35,160 --> 00:19:38,099
y tendrías totalmente disponibilidad

134
00:19:38,099 --> 00:19:41,500
para cualquier carga de trabajo

135
00:19:41,500 --> 00:19:49,190
Termina el tiempo de presentación

136
00:19:49,190 --> 00:19:51,470
Perdón, ¿no se te oye, Pedro?

137
00:19:51,650 --> 00:19:55,410
Termina el tiempo de presentación del proyecto

138
00:19:55,410 --> 00:20:00,029
y paro la grabación