1.4. Servicios de computación en la nube

Omar Alonso García Castellanos

1.4. Servicios de computación en la nube

Empezar

Continuar

Los servicios en la nube son recursos tecnológicos accesibles a través de internet que eliminan la necesidad de infraestructura física local, mejoran la escalabilidad y reducen costos. Se clasifican en:Infraestructura como Servicio (IaaS): Proporciona servidores, almacenamiento y redes bajo demanda, permitiendo a los usuarios configurar y administrar sus propios sistemas y aplicaciones sin gestionar el hardware subyacentePlataforma como Servicio (PaaS): Ofrece un entorno completo que incluye infraestructura y sistemas operativos para desarrollar, probar y desplegar aplicaciones sin preocuparse por la infraestructuraSoftware como Servicio (SaaS): Brinda aplicaciones listas para usar directamente desde la nube como el correo electrónico o software de gestión empresarial.

Los servicios de la nube

Bibliografías

3

1. Amazon Web Services (AWS)

2

2. Google Cloud Platform (GCP)

1

soluciones de computación en la nube

3. Microsoft Azure

b. Interoperabilidad con otras tecnologías:AWS tiene una integración sólida con múltiples tecnologías, tanto de código abierto como de terceros. Es compatible con plataformas como Apache Hadoop, Apache Spark, TensorFlow, entre otras. Además, permite integraciones con herramientas de BI como Tableau y Power BI.Soporte para múltiples lenguajes de programación como Python, Java, Node.js, y tiene APIs para facilitar la interoperabilidad.c. Hardware mínimo requerido para un óptimo rendimiento:AWS es escalable y flexible, por lo que no requiere hardware específico. Sin embargo, para un rendimiento óptimo en tareas de Big Data y bases de datos, es recomendable utilizar instancias de alto rendimiento como las de la familia EC2 R5 (para memoria optimizada) o la familia I3 (para almacenamiento basado en SSDs).

1. Amazon Web Services (AWS)

a. Costos:

1. Amazon Web Services (AWS)

b. Interoperabilidad con otras tecnologías:GCP tiene una excelente integración con tecnologías de código abierto, como TensorFlow, Apache Beam, Hadoop, y con productos de terceros como Tableau, Looker y Microsoft Power BI.Es compatible con varios lenguajes de programación, como Python, Go, Java y tiene APIs bien documentadas.c. Hardware mínimo requerido para un óptimo rendimiento:Al igual que AWS, no requiere hardware específico, ya que es altamente escalable. Sin embargo, para Big Data y bases de datos, GCP recomienda el uso de máquinas virtuales optimizadas para almacenamiento y computación, como las series N2 y C2, que están optimizadas para aplicaciones de alto rendimiento.

2. Google Cloud Platform (GCP)

2. Google Cloud Platform (GCP)

a. Costos:

a. costos

b. Interoperabilidad con otras tecnologías:Azure es conocido por su integración fluida con tecnologías de Microsoft, como SQL Server, Excel, y Power BI. Además, también soporta tecnologías de código abierto como Apache Hadoop, Spark, Kafka, y lenguajes como Python, R, y Java.Azure permite la integración con otras plataformas como Google Cloud y AWS a través de APIs y servicios conectados.c. Hardware mínimo requerido para un óptimo rendimiento:Azure ofrece máquinas virtuales optimizadas para diferentes cargas de trabajo. Para Big Data y bases de datos, Azure recomienda el uso de las series E (memoria optimizada) o las series Ls (optimizada para almacenamiento)

3. Microsoft Azure

3. Microsoft Azure

Regresar

Bibliografías:

Chopra, R. (2017). Cloud Computing: A Self-Teaching Introduction. Mercury Learning and Information. https://ebookcentral-proquest-com.wdg.biblio.udg.mx:8443/lib/wdgbiblio/reader.action?docID=4895092&query=cloud+computing# «computación en la nube». Diccionario Español de Ingeniería (1.0 edición). Real Academia de Ingeniería de España. 2014. Consultado el 4 de mayo de 2014. «¿Cómo empezó el Cómputo Cloud?» Charla sobre cloud computing

Azure sigue un modelo de pago por uso y tiene servicios como Azure Synapse Analytics (para Big Data y almacenamiento de datos), Azure HDInsight (Hadoop/Spark) y Power BI (tableros).Ejemplos: Azure Synapse Analytics tiene un costo inicial de $4.77 por DWU (unidad de almacenamiento de datos) al mes, mientras que Power BI Pro cuesta $9.99 por usuario al mes.

$$$

GCP también sigue un modelo de pago por uso. Para Big Data, ofrece productos como BigQuery (almacenamiento de datos), Dataproc (Hadoop/Spark) y Data Studio (tableros). Los costos se calculan en función del almacenamiento, procesamiento y uso.Ejemplos: BigQuery cobra $0.02 por GB almacenado por mes, y el análisis de datos cuesta $5 por TB.

$$$

AWS sigue un modelo de pago por uso, donde se factura en función de los recursos que utilices. Para servicios de Big Data, bases de datos y tableros, como Amazon Redshift (almacenamiento de datos), Amazon EMR (Hadoop/Spark) y Amazon QuickSight (tableros), los costos varían según el tipo de instancia, almacenamiento, procesamiento y uso de datos.Ejemplos: Amazon Redshift comienza en $0.25 por hora por nodo, mientras que QuickSight parte de $9 por usuario al mes (versión estándar).

$$$