Gestión inteligente de la carga de trabajo

La gestión inteligente de cargas de trabajo (IWM) es un paradigma para la gestión de sistemas de TI que surge de la intersección de la infraestructura dinámica , la virtualización , la gestión de identidades y la disciplina del desarrollo de aplicaciones de software . ^{[ 1 ]} La IWM permite la gestión y optimización de los recursos informáticos de forma segura y conforme a las normativas en entornos físicos, virtuales y en la nube para ofrecer servicios empresariales a los clientes finales.

El paradigma IWM se basa en el concepto tradicional de gestión de cargas de trabajo, en el que los recursos de procesamiento se asignan dinámicamente a tareas o "cargas de trabajo" en función de criterios como las prioridades de los procesos de negocio (por ejemplo, al equilibrar las consultas de inteligencia empresarial con el procesamiento de transacciones en línea ^{[ 2 ]} ), la disponibilidad de recursos, los protocolos de seguridad o la programación de eventos, pero extiende el concepto a la estructura de las propias cargas de trabajo individuales.

En el contexto de los sistemas de TI y la gestión de centros de datos , una "carga de trabajo" puede definirse ampliamente como "el total de solicitudes realizadas por los usuarios y las aplicaciones de un sistema". ^{[ 3 ]} Sin embargo, también es posible desglosar la carga de trabajo completa de un sistema determinado en conjuntos de unidades autónomas. Dicha unidad autónoma constituye una "carga de trabajo" en sentido estricto: una pila integrada que consta de aplicación , middleware , base de datos y sistema operativo, dedicada a una tarea informática específica. Por lo general, una carga de trabajo es "independiente de la plataforma", lo que significa que puede ejecutarse en entornos de computación física, virtual o en la nube. Finalmente, un conjunto de cargas de trabajo relacionadas que permiten a los usuarios finales completar un conjunto específico de tareas empresariales puede definirse como un "servicio empresarial". ^{[ 4 ]}

Una carga de trabajo se considera "inteligente" cuando a) comprende sus protocolos de seguridad y requisitos de procesamiento para poder determinar por sí misma si puede implementarse en la nube pública, la nube privada o solo en máquinas físicas; b) reconoce cuándo está al límite de su capacidad y puede encontrar capacidad de computación alternativa según sea necesario para optimizar el rendimiento; c) lleva consigo controles de identidad y acceso, así como capacidades de gestión de registros e informes de cumplimiento a medida que se mueve entre entornos; y d) está totalmente integrada con la capa de gestión de servicios empresariales, lo que garantiza que los requisitos informáticos del usuario final no se vean interrumpidos por los recursos informáticos distribuidos y funciona con los marcos de gestión de TI actuales y emergentes.

El despliegue de cargas de trabajo individuales y servicios empresariales basados ​​en cargas de trabajo en el "centro de datos distribuido híbrido" ^{[ 5 ]} , que incluye máquinas físicas, centros de datos, nubes privadas y la nube pública, plantea una serie de problemas para la gestión eficiente del aprovisionamiento, la seguridad y el cumplimiento. Al hacer que las cargas de trabajo sean "inteligentes" para que puedan autogestionarse eficazmente en términos de dónde se ejecutan, cómo se ejecutan y quién puede acceder a ellas, la gestión inteligente de cargas de trabajo aborda estos problemas de una manera eficiente, flexible y escalable. El trabajo fundamental de 1989 de DF Ferguson, Y. Yemini y C. Nikolaou, "Algoritmos microeconómicos para el equilibrio de carga en sistemas de computación distribuida", desarrolló una teoría mediante la cual las cargas de trabajo podían hacerse "inteligentes" para autogestionarse. ^{[ 6 ]} Esta teoría fue patentada y comercializada por la empresa VMTurbo , con sede en Boston , en 2009.

• computación en la nube
• Infraestructura dinámica
• Gestión de identidades
• Aplicación portátil
• Dispositivo de software
• Dispositivo virtual