Identificador: TFM:2339
Autores: Martínez Martínez, Enrique
Resumen:
La computación sin servidor, especialmente la función como servicio (FaaS), ofrece un modelo de ejecución atractivo en el que los usuarios se centran en la lógica de la aplicación mientras la plataforma gestiona la infraestructura y la escalabilidad. Si bien la computación sin servidor suele asociarse con casos de uso que no requieren muchos recursos, como las API, trabajos previos como PyWren [1] o Lithops [2] han demostrado su idoneidad para tareas con gran volumen de datos. A pesar de que las nubes públicas han facilitado el acceso a la computación sin servidor, su adopción en entornos de nube privada sigue siendo un reto. Muchas organizaciones gestionan sus propios centros de datos para cumplir con requisitos como la seguridad, el cumplimiento normativo o el coste. Sin embargo, reproducir la simplicidad y la eficiencia de la computación sin servidor en estos entornos no es sencillo. Las soluciones existentes suelen introducir capas de orquestación adicionales o sistemas de gestión complejos que aumentan la sobrecarga, consumen recursos y requieren conocimientos especializados. Como resultado, las implementaciones privadas suelen ser menos eficientes, más difíciles de mantener e incapaces de aprovechar plenamente la capacidad de respuesta y la elasticidad propias del modelo sin servidor. El objetivo de esta investigación es explorar cómo las ventajas de la computación sin servidor pueden extenderse a entornos de nube privada de una manera más directa y eficiente. Específicamente, los objetivos son: • Diseñar, implementar y validar un enfoque para habilitar la ejecución sin servidor en entornos de nube privada. • Investigar técnicas alternativas de virtualización y aislamiento, evaluando su impacto en aspectos críticos del rendimiento sin servidor, como la latencia de arranque en frío, la concurrencia y el uso de memoria. Esta tesis se estructura de la siguiente manera: primero, revisa los enfoques existentes para ejecutar cargas de trabajo sin servidor en entornos locales. A continuación, propone e implementa un diseño alternativo, que posteriormente se valida. Finalmente, examina tecnologías de virtualización ligeras y evalúa cómo pueden mejorar el rendimiento y la eficiencia del enfoque.