Desempeño comparativo: Kubernetes y VMs en escenarios de carga estable y dinámica con Google Cloud Platform

Autores
Báez, Débora Jazmín; Canteros, Luciana Belén; Díaz Bricia, Candela; González Coene, Alejandro Rafael
Año de publicación
2025
Idioma
español castellano
Tipo de recurso
documento de conferencia
Estado
versión publicada
Descripción
En este trabajo se presenta un análisis comparativo del desempeño entre Máquinas Virtuales y Kubernetes en Google Cloud. Para la evaluación de las tecnologías, se diseñaron dos escenarios de prueba: uno en el que se sometieron a una carga constante y otro con una carga creciente. En ambos entornos se mantuvo la misma configuración de recursos. Los resultados muestran que ambas tecnologías ofrecen un rendimiento similar en escenarios con carga constante.
Red de Universidades con Carreras en Informática
Materia
Ciencias Informáticas
VM(Virtual Machine)
Kubernets
Rendimiento
Autoescalado
Google Cloud Plataform
Cluster
Virtualización
Cloud
Contenedores
Nivel de accesibilidad
acceso abierto
Condiciones de uso
http://creativecommons.org/licenses/by-nc-sa/4.0/
Repositorio
SEDICI (UNLP)
Institución
Universidad Nacional de La Plata
OAI Identificador
oai:sedici.unlp.edu.ar:10915/191399
Acceder
id SEDICI_4f52b4a67b1d8763b307fdc06f142293
oai_identifier_str oai:sedici.unlp.edu.ar:10915/191399
network_acronym_str SEDICI
repository_id_str 1329
network_name_str SEDICI (UNLP)
spelling Desempeño comparativo: Kubernetes y VMs en escenarios de carga estable y dinámica con Google Cloud PlatformBáez, Débora JazmínCanteros, Luciana BelénDíaz Bricia, CandelaGonzález Coene, Alejandro RafaelCiencias InformáticasVM(Virtual Machine)KubernetsRendimientoAutoescaladoGoogle Cloud PlataformClusterVirtualizaciónCloudContenedoresEn este trabajo se presenta un análisis comparativo del desempeño entre Máquinas Virtuales y Kubernetes en Google Cloud. Para la evaluación de las tecnologías, se diseñaron dos escenarios de prueba: uno en el que se sometieron a una carga constante y otro con una carga creciente. En ambos entornos se mantuvo la misma configuración de recursos. Los resultados muestran que ambas tecnologías ofrecen un rendimiento similar en escenarios con carga constante.Red de Universidades con Carreras en Informática2025-10info:eu-repo/semantics/conferenceObjectinfo:eu-repo/semantics/publishedVersionObjeto de conferenciahttp://purl.org/coar/resource_type/c_5794info:ar-repo/semantics/documentoDeConferenciaapplication/pdf1037-1041http://sedici.unlp.edu.ar/handle/10915/191399spainfo:eu-repo/semantics/altIdentifier/isbn/978-987-8258-99-7info:eu-repo/semantics/reference/hdl/10915/189846info:eu-repo/semantics/openAccesshttp://creativecommons.org/licenses/by-nc-sa/4.0/Creative Commons Attribution-NonCommercial-ShareAlike 4.0 International (CC BY-NC-SA 4.0)reponame:SEDICI (UNLP)instname:Universidad Nacional de La Platainstacron:UNLP2026-03-31T12:41:42Zoai:sedici.unlp.edu.ar:10915/191399Institucionalhttp://sedici.unlp.edu.ar/Universidad públicaNo correspondehttp://sedici.unlp.edu.ar/oai/snrdalira@sedici.unlp.edu.arArgentinaNo correspondeNo correspondeNo correspondeopendoar:13292026-03-31 12:41:42.914SEDICI (UNLP) - Universidad Nacional de La Platafalse
dc.title.none.fl_str_mv Desempeño comparativo: Kubernetes y VMs en escenarios de carga estable y dinámica con Google Cloud Platform
title Desempeño comparativo: Kubernetes y VMs en escenarios de carga estable y dinámica con Google Cloud Platform
spellingShingle Desempeño comparativo: Kubernetes y VMs en escenarios de carga estable y dinámica con Google Cloud Platform
Báez, Débora Jazmín
Ciencias Informáticas
VM(Virtual Machine)
Kubernets
Rendimiento
Autoescalado
Google Cloud Plataform
Cluster
Virtualización
Cloud
Contenedores
title_short Desempeño comparativo: Kubernetes y VMs en escenarios de carga estable y dinámica con Google Cloud Platform
title_full Desempeño comparativo: Kubernetes y VMs en escenarios de carga estable y dinámica con Google Cloud Platform
title_fullStr Desempeño comparativo: Kubernetes y VMs en escenarios de carga estable y dinámica con Google Cloud Platform
title_full_unstemmed Desempeño comparativo: Kubernetes y VMs en escenarios de carga estable y dinámica con Google Cloud Platform
title_sort Desempeño comparativo: Kubernetes y VMs en escenarios de carga estable y dinámica con Google Cloud Platform
dc.creator.none.fl_str_mv Báez, Débora Jazmín
Canteros, Luciana Belén
Díaz Bricia, Candela
González Coene, Alejandro Rafael
author Báez, Débora Jazmín
author_facet Báez, Débora Jazmín
Canteros, Luciana Belén
Díaz Bricia, Candela
González Coene, Alejandro Rafael
author_role author
author2 Canteros, Luciana Belén
Díaz Bricia, Candela
González Coene, Alejandro Rafael
author2_role author
author
author
dc.subject.none.fl_str_mv Ciencias Informáticas
VM(Virtual Machine)
Kubernets
Rendimiento
Autoescalado
Google Cloud Plataform
Cluster
Virtualización
Cloud
Contenedores
topic Ciencias Informáticas
VM(Virtual Machine)
Kubernets
Rendimiento
Autoescalado
Google Cloud Plataform
Cluster
Virtualización
Cloud
Contenedores
dc.description.none.fl_txt_mv En este trabajo se presenta un análisis comparativo del desempeño entre Máquinas Virtuales y Kubernetes en Google Cloud. Para la evaluación de las tecnologías, se diseñaron dos escenarios de prueba: uno en el que se sometieron a una carga constante y otro con una carga creciente. En ambos entornos se mantuvo la misma configuración de recursos. Los resultados muestran que ambas tecnologías ofrecen un rendimiento similar en escenarios con carga constante.
Red de Universidades con Carreras en Informática
description En este trabajo se presenta un análisis comparativo del desempeño entre Máquinas Virtuales y Kubernetes en Google Cloud. Para la evaluación de las tecnologías, se diseñaron dos escenarios de prueba: uno en el que se sometieron a una carga constante y otro con una carga creciente. En ambos entornos se mantuvo la misma configuración de recursos. Los resultados muestran que ambas tecnologías ofrecen un rendimiento similar en escenarios con carga constante.
publishDate 2025
dc.date.none.fl_str_mv 2025-10
dc.type.none.fl_str_mv info:eu-repo/semantics/conferenceObject
info:eu-repo/semantics/publishedVersion
Objeto de conferencia
http://purl.org/coar/resource_type/c_5794
info:ar-repo/semantics/documentoDeConferencia
format conferenceObject
status_str publishedVersion
dc.identifier.none.fl_str_mv http://sedici.unlp.edu.ar/handle/10915/191399
url http://sedici.unlp.edu.ar/handle/10915/191399
dc.language.none.fl_str_mv spa
language spa
dc.relation.none.fl_str_mv info:eu-repo/semantics/altIdentifier/isbn/978-987-8258-99-7
info:eu-repo/semantics/reference/hdl/10915/189846
dc.rights.none.fl_str_mv info:eu-repo/semantics/openAccess
http://creativecommons.org/licenses/by-nc-sa/4.0/
Creative Commons Attribution-NonCommercial-ShareAlike 4.0 International (CC BY-NC-SA 4.0)
eu_rights_str_mv openAccess
rights_invalid_str_mv http://creativecommons.org/licenses/by-nc-sa/4.0/
Creative Commons Attribution-NonCommercial-ShareAlike 4.0 International (CC BY-NC-SA 4.0)
dc.format.none.fl_str_mv application/pdf
1037-1041
dc.source.none.fl_str_mv reponame:SEDICI (UNLP)
instname:Universidad Nacional de La Plata
instacron:UNLP
reponame_str SEDICI (UNLP)
collection SEDICI (UNLP)
instname_str Universidad Nacional de La Plata
instacron_str UNLP
institution UNLP
repository.name.fl_str_mv SEDICI (UNLP) - Universidad Nacional de La Plata
repository.mail.fl_str_mv alira@sedici.unlp.edu.ar
_version_ 1861199752691974144
score 13.332987

Publicaciones similares