Hay diferentes formas de configurar estos aumentos de actividad, según el nivel de control o automatización que necesite un equipo.

• Aumento de actividad manual: Esto sucede cuando un administrador agrega recursos de nube pública de forma manual. Esto puede ser útil para eventos predecibles, como el lanzamiento de un software planificado, en el que una persona puede decidir exactamente cuándo iniciar y detener la capacidad adicional.
• Aumento de actividad automatizado: Este método usa políticas de software para activar el aumento de actividad. Cuando el sistema detecta que el uso de recursos alcanzó un límite específico, puede iniciar automáticamente recursos adicionales en la nube pública sin intervención humana.
• Balanceo de cargas distribuido: Este enfoque distribuye el tráfico en las nubes privadas y públicas de forma simultánea. Enruta las solicitudes de los usuarios a la ubicación más cercana o a la que tiene más capacidad disponible en ese momento.

La implementación de los aumentos de actividad en la nube requiere más que solo dos entornos de procesamiento; requiere una estrategia para manejar la complejidad de mover datos y aplicaciones entre ellos. Para hacerlo de manera eficaz, las organizaciones necesitan funciones que garanticen una conectividad fluida y una administración coherente.

Una de las formas más eficaces de implementar un activador de aumentos de actividad en la nube es usar GGoogle Kubernetes Engine (GKE) y el Horizontal Pod Autoscaler (HPA) con métricas externas. En esta situación, tu aplicación local envía un indicador (una métrica) a Google Cloud Monitoring. Cuando ese indicador excede un umbral, GKE automáticamente inicia nuevos Pods en la nube para manejar la carga.

Aquí te mostramos cómo configurar un activador basado en la profundidad de una cola de Pub/Sub (un indicador común de que tus trabajadores locales están sobrecargados):

1. Habilita la API de métricas personalizadas: Primero, debes permitir que tu clúster de GKE lea métricas de Cloud Monitoring. Para ello, debes implementar el adaptador de métricas personalizadas de Stackdriver en tu clúster. Este adaptador actúa como un puente, ya que traduce las métricas de Google Cloud a algo que Kubernetes puede entender.

2. Define la configuración de HPA: Crea un archivo YAML HorizontalPodAutoscaler. A diferencia de un escalador automático estándar que analiza el uso de CPU, este analizará una métrica externa, específicamente, la cantidad de mensajes no entregados en una suscripción de Pub/Sub (num_undelivered_messages).

3. Aplica y supervisa: Aplica esta configuración con kubectl apply -f hpa.yaml. Ahora, GKE está "observando" tu cola. Si tu sistema local se ralentiza y la cola se llena más allá del objetivo (50 mensajes), el HPA activará automáticamente la creación de nuevos Pods en la nube para procesar el trabajo pendiente. Una vez que la cola esté vacía, GKE reducirá la escala de los Pods a cero.

No puedes administrar lo que no puedes ver. Para que los aumentos de actividad en la nube funcionen, los equipos de TI necesitan una visión clara de sus recursos tanto en su centro de datos privado como en la nube pública. Google Cloud ofrece herramientas que proporcionan visibilidad detallada sobre cómo las aplicaciones usan la CPU y la memoria.

Si comprenden exactamente cuánto "combustible" consume una aplicación, los equipos pueden establecer umbrales precisos para cuándo realizar un aumento de actividad. Si el umbral es demasiado bajo, es posible que gastes dinero en la nube pública cuando no lo necesitas. Si es demasiado alto, la app podría fallar antes de que lleguen los nuevos recursos. La supervisión unificada ayuda a las organizaciones a ajustar estos parámetros para equilibrar el rendimiento y el costo.

El balanceo manual funciona para proyectos pequeños y poco frecuentes, pero es posible que no se escale bien para aplicaciones empresariales. Para ser más eficientes, las organizaciones pueden implementar software y herramientas para organizar automáticamente los recursos de computación en la nube. Las herramientas de automatización, como Terraform o el administrador de implementación de Google Cloud, pueden ayudar a definir la infraestructura como código (IaC).

Esto significa que el sistema puede aprovisionar, configurar y administrar servidores automáticamente en función de la demanda en tiempo real. Cuando el aumento de tráfico disminuye, las herramientas de automatización también se encargan del "desaprovisionamiento" o cierre de esos recursos. Esto garantiza que la empresa deje de pagar por la nube pública en el momento en que ya no la necesite.

Mantener el control durante un aumento de actividad es vital para la seguridad y la administración del presupuesto. Las organizaciones necesitan una capacidad de supervisión sólida para hacer un seguimiento de los recursos y garantizar que se aprovisionen de forma adecuada sin interrupción del servicio.

Las herramientas de informes ayudan a hacer un seguimiento de cuánto cuestan los aumentos de actividad a lo largo del tiempo. Estos datos son esenciales para predecir presupuestos futuros. Además, se deben aplicar políticas de seguridad coherentes a los recursos de aumentos de actividad. Las herramientas que implementan la supervisión y la creación de informes pueden ayudar a reducir los costos y aumentar la eficiencia con el tiempo, ya que identifican tendencias y anomalías en el uso.