Evaluación del escalamiento de un sistema en la nube con cargas realistas y ajuste del umbral de escalamiento

[EN] The popularity of cloud computing solutions is continuously increasing on current and upcoming IT deployments. Either to access Anything as a Service (XaaS), or to deploy their own solutions as such. The aim of this thesis is to develop and test a Threshold Tuning Al- gorithm to help us determine the CPU threshold of the Reactive autoscaling of the Cloud, this algorithm will be then compared to other solutions and tested by load generator. For this purpose, the ScaleX tool will be used to support this algorithm in a cloud solution based on AWS for vertical autoscaling and kubeadm for the deployment of Kubernetes and horizontal autoscaling. In a way that the application can be scaled efficiently, while finding the right balance between performance and cost. These tests will help cloud solution’s users to decide on how they want to scale their system and find the right compromise depending on their use case.[ES] La popularidad de los sistemas de cloud computing está continuamente incrementando en actuales y futuros sistemas informáticos. Ya sea para acceder .Anything as a Service (XaaS).o para crear soluciones propias. El objetivo de este trabajo es desarrollar un algoritmo que nos ayude a ajustar el umbral de utilización de CPU en sistema de auto escalamiento en la nube, este algoritmo se comparará después con otras soluciones y será puesto a prueba con un generador de carga. Para este propósito, la herramienta ScaleX se utilizará para evaluar el efecto del algoritmo en un sistema en la nube basado en AWS para auto escalamiento vertical de máquinas virtuales, y kubeadm para el auto escalamiento horizontal de pods con Kubernetes. De esta manera, se buscará el umbral adecuado para que el sistema pueda ser escalado de forma eficiente, encontrando el balance deseado entre rendimiento y coste. Estas pruebas ayudarán a los usuarios de sistemas en la nube a decidir cómo deben escalar sus sistemas dependiendo de su caso en particular.[CA] La popularitat dels sistemes de cloud computing incrementa continuament en els actuals i futurs sistemes informátics. Per accedir "Anything as a Service (XaaS)"o per crear solucions pròpies. L’objectiu d’aquest treball és desenvolupar un algoritme que ens ajude a ajustar el llindar d’utilització del CPU en sistemes d’auto escalament en el núvol, aquest algoritme es compararà després amb altres solucions i serà posat a prova amb un generador de càrrega. Per a aquest propòsit, la ferramenta anomenada ScaleX s’utilitzarà per avaluar l’efecte de l’algoritme en el núvol basat en AWS per auto escalament vertical de màquines virtuals, i kubeadm per auto escalament horitzontal de pods amb Kubernetes. D’aquesta manera, es buscarà el llindar adequat perquè el sistema puga ser escalat de manera eficient, tenint en compte el rendiment i cost de l’aplicació. Aquestes proves ajudaran als usuaris de sistemes de cloud computing a decidir com han d’escalar les seues aplicacions depenent del seu cas en particular.Cervieri Carrau, VV. (2019). Cloud autoscaling performance evaluation with real-world like loads and threshold tuning. http://hdl.handle.net/10251/121684TFG