Estudio de plataforma de alto rendimiento
como soporte de negocio en las empresas peruanas
Study of a high platform of performance as
a business support in Peruvian companies
Recibido: abril 11 de 2017 | Revisado: mayo 10 de 2017 | Aceptado: junio 15 de 2017
Verónica Castro Ayarza1
Norma León Lescano2
1 Universidad de San Martín de Porres, Perú
Centro de Investigación FIA, USMP
Correo: veronica_castro2@usmp.pe
2 Correo: nleonl@usmp.pe
http://dx.doi.org/10.24039/cv201751187
| Cátedra Villarreal | Lima, perú | V. 5 | N. 1 | 53-62 |
Ab s t r ac t
This research raises the need for processing and sto-
rage of information in Peruvian companies, which
make use of specialized centers with the necessary
infrastructure that allows their services and core bu-
siness processes to operate uninterruptedly. The me-
thod used for this research has been the analysis of
the need for storage of eleven 11 Peruvian companies
that are in the ranking of the top 500 in Latin Ameri-
ca, including retail, financial services, education, me-
dia, Steel industry / metallurgy, agribusiness, health
service, construction, pharmaceutical chemistry and
manufacturing industry. The results obtained show
that cluster technologies are needed, which allow a
large amount of data processing and high availability
of its services to reduce the risk of unavailability.
Key words: company, storage, information,
tech-nology, cluster
Re su m e n
Esta investigación plantea la necesidad del proce-
samiento y almacenamiento de información en las
empresas peruanas, las cuales hacen uso de centros
especializados con infraestructura necesaria que
permita a sus servicios y procesos core de negocio,
funcionar de forma ininterrumpida. El método se-
guido para esta investigación ha sido el análisis de la
necesidad de almacenamiento de once empresas
peruanas que se encuentran en el ranking de las qui-
nientas mejores de América Latina, entre las que se
encuentran empresas de retail, servicios financieros,
educación, medios, siderurgia/metalurgia, agroin-
dustria, servicio de salud, construcción, química far-
macéutica e industria manufacturera. Los resultados
obtenidos evidencian que, efectivamente, necesitan
de tecnologías clúster, que les permitan realizar una
gran cantidad de procesamiento de datos y tener alta
disponibilidad de sus servicios, disminuyendo así el
riesgo de indisponibilidad de los mismos.
Palabras clave: empresa, almacenamiento,
infor-mación, tecnología, clúster
enero-junio | 2017 | issn 2310-4767
53
Verónica Castro Ayarza, Norma León Lescano
La innovación empresarial es factor clave
para garantizar la competitividad o supervi-
vencia de las empresas. Las nuevas tecnologías
de información y comunicación son fun-
damentales como soporte en el ámbito em-
presarial (Ochoa, Parada, & Verdugo, 2008).
Competir en el mundo empresarial es un reto
que las empresas peruanas asumen diaria-mente
(Gonzáles & Pacheco, 2015); por tanto,
necesitan que sus procesos “Core” de nego-cio
estén soportados por tecnología de infor-mación
que aseguren la alta disponibilidad de sus
servicios y aplicaciones con el objetivo de
prevenir transacciones fallidas y capacidad de
escalabilidad para desplegar rápidamente
nuevos servicios.
Una de las soluciones tecnológicas exis-
tentes es el uso de un “clúster” que consiste en
la unión de varios servidores, conocidos como
nodos (IBM, 2012), que autorizan a las
empresas a incrementar la disponibilidad de
aplicaciones y servicios, permitiendo la con-
tingencia con un segundo servidor en caso que
el primer servidor haya fallado (IBM, 2017).
Los clúster son la base de las costosas
supercomputadoras, las cuales brindan solu-
ciones para problemas de alta complejidad en
las áreas de la ciencia e ingeniería. Sin embar-
go, al ser las supercomputadoras demasiado
costosas para asuntos de negocio, las empre-
sas están utilizando clúster. En el Perú, las
principales empresas hacen uso intensivo de
clúster, tanto para el procesamiento como el
almacenamiento de la información de su ne-
gocio.
Un clúster consiste en la unión de varios
servidores, conocidos como nodos, esto para
proveer una mayor confiabilidad y capaci-dad.
Existen dos tipos de clúster: el primero de ellos
es llamado clúster failover o de alta
disponibilidad, en que se tienen servidores de
respaldo en caso que el servidor principal falle
y no se encuentre disponible. El segundo
tipo de clúster es el de balanceo de carga,
que como su nombre lo indica se encarga
de distribuir el procesamiento de la
información en varios servidores,
evitando así la saturación de uno de ellos.
Los clúster están constituidos por servi-
dores. Un servidor es un sistema que opera en
una base hardware, la cual sirve como plata-
forma para implementar un servicio o una
serie de servicios, según sea la necesidad del
cliente. En los servidores las empresas suelen
tener sus bases de datos, aplicaciones empre-
sariales, educativas, páginas web, entre otros.
Como ejemplo de una gama de servidores se
tiene a los IBM Power System, los cuales son
servidores que utilizan la tecnología de proce-
samiento Power, desarrollada por IBM. Con
el fin de otorgar un alto rendimiento,
escalabili-dad, fiabilidad y capacidad de
manejo para las cargas de trabajo comerciales
(Bicas Caldeira, Cho, Cruickshank, &
Grabowski, 2017). Esta gama de servidores
han sido diseñados para las exigencias con
respecto a almacenamiento y seguridad de los
datos que necesitan hoy en día las empresas.
Además se puede implemen-tar servicios en la
nube o realizar análisis para big data.
En la Figura 1 se muestra las característi-
cas de un servidor Power System 795. Entre
las más importantes se encuentra la cantidad
de sockets, los cuales determinarán el total de
procesadores que puede tener el servidor.
También se encuentra la capacidad del proce-
sador, la cual se mide en Gigahertz. Este ser-
vidor puede tener desde 24 hasta 192 núcleos
(cores) de 3.7 GHZ cada uno o desde 32 hasta
256 núcleos de 4 Ghz cada uno. Así mismo,
las capacidades de Ram se miden en bytes,
esta capacidad puede llegar hasta 16TB. La
capaci-dad de discos que también utiliza la
misma medida puede llegar hasta 3628 TB.
54 | Cátedra Villarreal | V. 5 | No. 1 | enero-junio | 2017 |
Estudio de plataforma de alto rendimiento como soporte de negocio en las empresas peruanas
IBM Power Systems
Power 795
Product Line
IBM Power 795
Machine type
9119-FHB
System packaging
24" system frame (+ expansion frames)
Microprocessor type
64-bit POWER7
# of processor sockets per server
4 – 32 (4 sockets per processor book)
Processor options
3.7 GHz (6) |
24 - 192
4.0 GHz (8) |
32 - 256
GHz (cores/socket) | # of cores | Min. 24 active
4.25 GHz (4)
j
| 24 – 128 (TurboCore mode)
EnergyScale
Y
Level 2 (L2) cache per core
256 KB
Level 3 (L3) cache per core
4 MB (MaxCore mode)
8 MB (TurboCore mode)
j
System memory (min physical/min active/maximum)
64 GB/32 GB/16 TB (1066 MHz DDR3)
Active Memory Expansion
Optional
Reliability, availability, serviceability
Chipkill memory
Y
Service processor
Redundant SP and clock with failover
Hot-swappable disks in I/O drawer
Y
Dynamic Processor Deallocation
Y
Processor Instruction Retry
Y
Alternate Processor Recovery
Y
Dynamic deallocation: PCI bus slots
Y
Hot-plug PCI slots in I/O drawer
Y
Blind-swap PCI slots in I/O drawer
Y
Active Memory Mirroring
Y
Redundant hot-plug power
Y
Redundant hot-plug cooling
Y
Node Add, Node Repair, Memory Upgrade
Y
Dual VIOS
Optional
Capacity and expandability
Capacity on Demand (CoD) functions
Y M,M+
PowerVM Express Edition
-
PowerVM Standard Edition
Optional
PowerVM Enterprise Edition
Optional
Maximum logical partitions/micro-partitions r
1000
Maximum system unit PCI slots
Use I/O drawers
Max PCI slots: system unit + PCI-X 12X I/O drawers
600 PCI-X
Max PCI slots: system unit + PCIe 12X I/O drawers
640 PCIe
System Unit: Disk bays | media bays
Use I/O drawers
Maximum disk storage in system unit
Use I/O drawers
Maximum I/O loops (12X)
32
Maximum PCI-X 12X I/O drawers
30
Maximum PCIe 12X I/O drawers
32
Max disk drives (system unit+I/O drawers) │ Storage
4032
h
| 3628 TB with 900 GB drives
Maximum Ultra SSD I/O Drawer | TB
N/A
Systems, IBM PureFlex and Power
Blades Fuente: (IBM, 2013)
Con el conocimiento de la capacidad que
puede tener un servidor físico se puede tener
una idea de la capacidad que puede llegar a
tener un clúster considerando que, normal-
mente, cada servidor físico es virtualizado
permitiendo así tener varios servidores vir-
tuales dentro. Por lo tanto, de toda la capa-
cidad del servidor físico se asigna cierta can-
tidad de recursos a cada servidor virtual. Un
nodo del clúster puede estar conformado
por un servidor virtual dentro de un
servidor fí-sico.
Para asegurar la alta disponibilidad de los
servicios en un clúster existen diversos sof-
tware. Uno de ellos es PowerHA SystemMi-
rror, que provee un ambiente de computación
comercial, el cual asegura la rápida recupera-
| Cátedra Villarreal | V. 5 | No. 1 | enero-junio | 2017 | 55
Verónica Castro Ayarza, Norma León Lescano
ción de los servicios ante fallas de hardware o
software y permite acceso completo a los nodos,
interfaces de red y al almacenamiento del
servidor (IBM, 2014). PowerHA está basa-do
en clientes VIO (Figura 2) el cual permite usar
componentes virtuales como adaptado-
res Ethernet virtuales, discos SCSI virtuales
y NPIV. Además, el almacenamiento
comparti-do es solo presentado a los nodos
del clúster y no a los servidores virtuales
que se encuen-tran en el servidor físico
(Quintero & Bodily, 2014).
Figura 2. Cliente VIO Power HA
Fuente: (IBM, 2014)
Existen dos tipos de clúster: Failover clús-
ter o de alta disponibilidad y clúster de balan-
ceo de carga. El Cluster Failover cluster o de
alta disponibilidad, cuya característica permi-
te mover los recursos del nodo caído del clús-
ter al nodo que sí se encuentra activo.
Como recursos del nodo del clúster nos
referimos a IP de servicio, filesystem,
entre otros (Fernán-dez Troncoso, 2016).
Figura 3. Clúster Failover
56 | Cátedra Villarreal | V. 5 | No. 1 | enero-junio | 2017 |
Estudio de plataforma de alto rendimiento como soporte de negocio en las empresas peruanas
Clúster de balanceo de carga, cuya carac-
terística permite distribuir todas las peticio-
nes entrantes entre sus diferentes nodos, los
cuales se utilizan como plataforma para un
mismo servicio de aplicación o base de datos.
Si uno de los nodos cae, los otros nodos se
en-cargarán de mantener el servicio
disponible. Esta distribución se utiliza
típicamente para ambientes de web-
hosting (Werstein, Situ, & Huang, 2017).
Figura 4. Clúster balanceo de carga
Los clúster se pueden clasificar según las
soluciones de disponibilidad en base al tiem-po
de respuesta ante los fallos de un nodo de la
siguiente manera: Stand alone, enhanced Stand-
alone y clúster de alta disponibilidad y toleran-
cia a fallos. (Quintero, Baeta, & Bodily, 2016)
Figura 5. Comparativo de clasificación de clúster
Fuente: (Quintero & Bodily, 2014)
a. Stand Alone. Tipo de clúster en el que
se puede tardar días para que el servicio
se encuentre disponible nuevamente.
Además, la data que se tendrá será la
del último backup realizado.
b. Enhanced Stand-alone. Tarda horas
para que el servicio se encuentre dis-
ponible en el clúster de contingencia.
La data disponible será la de la
última transacción; es decir, hasta
antes de que el nodo primario falle.
c. Clúster de alta disponibilidad. El tiempo
que se tarda en pasar los recursos de un
nodo a otro es de segundos. Es decir, el
servicio se encuentra disponible en se-
gundos, en caso el nodo primario falle.
| Cátedra Villarreal | V. 5 | No. 1 | enero-junio | 2017 | 57
Verónica Castro Ayarza, Norma León Lescano
d. Tolerancia a fallos. El servicio se en-
cuentra disponible todo el tiempo, ya
que el tiempo de indisponibilidad de
servicio es de cero. En este tipo de
clús-ter no se pierde data.
Las empresas peruanas y el uso de los
clús-ter
Del ranking de las 500 empresas más grandes
del Perú, publicado en el 2014 por la revista
Tabla 1
Posición empresa peruana por sector/rubro
de negocios América Economía, se estudió
a las empresas peruanas cuyos servicios de
sistemas de información utilizan como pla-
taforma al clúster. Se tomó una empresa por
cada sector de salud, retail, siderurgia/meta-
lurgia, medios, servicios financieros, petró-
leo/gas, construcción, industria manufac-
turera, educación, agroindustria y química
farmacéutica. Sumaron un total de 11 em-
presas las cuales se muestran en la Tabla 1.
Empresa
Puesto en el ranking de las 500 empresas
Sector/Rubro
más grandes del Perú
ESSALUD
6
Salud
INTERCORP
24
Retail
FERREYROS
20
Siderurgia/metalurgia
EL COMERCIO
134
Medios
SCOTIABANK
53
Servicios financieros
PERÚ LNG
30
Petróleo/Gas
JJC
139
Construcción
CELIMA
178
Industria Manufacturera
PUCP
173
Educación
CAMPOSOL
153
Agroindustria
UNIQUE
111
Química Farmacéutica
Fuente: (América Economía, 2014)
Se estudió los tipos de servicios que utilizan
transaccionales, sistemas de apoyo a la toma
clúster en cada empresa y se priorizó a los ser-
de decisiones. La clasificación se muestra en
vicios de almacenamiento de data, sistemas
la Figura 4.
Empresa
Sector/Rubro
Servicios en los clúster
ESSALUD
Salud
Base de datos, aplicaciones del negocio
INTERCORP
Retail
Base de datos, ERP
FERREYROS
Siderurgia/metalurgia
Base de datos, ERP
EL COMERCIO
Medios
Base de datos, ERP
SCOTIABANK
Servicios financieros
Base de datos
PERÚ LNG
Petróleo/Gas
Base de datos, ERP
JJC
Construcción
Base de datos, ERP
CELIMA
Ind. Manufacturera
Base de datos, ERP
PUCP
Educación
Base de datos, Software BI empresariales
CAMPOSOL
Agroindustria
ERP
UNIQUE
Química Farmacéutica
Data empresarial, Base de datos
Figura 4. Servicios por empresa
58 | Cátedra Villarreal | V. 5 | No. 1 | enero-junio | 2017 |
Estudio de plataforma de alto rendimiento como soporte de negocio en las empresas peruanas
Se realizó un estudio acerca de la cantidad
de clúster y nodos por clúster que tiene cada
empresa seleccionada. Las empresas del sec-
Tabla 3
Cantidad de clúster por empresa
tor salud, farmacéutica y retail son las que
las usan más nodos de clúster.
Empresa
Sector/Rubro
N° de
N° de nodos por
Total de nodos
clústers
clúster
ESSALUD
Salud
5
2
10
INTERCORP
Retail
10
2
20
FERREYROS
Siderurgia/metalurgia
2
2
4
EL COMERCIO
Medios
4
2
8
SCOTIABANK
Servicios financieros
2
2
4
PERU LNG
Petróleo/Gas
3
2
6
JJC
Construcción
1
2
2
CELIMA
Ind. Manufacturera
1
2
2
PUCP
Educación
2
2
4
CAMPOSOL
Agroindustria
1
2
2
UNIQUE
Química Farmacéutica
6
2
12
Se realizó una investigación de la capaci-
dad de almacenamiento en promedio por
nodo de clúster utilizados por las empresas
seleccionadas y se calculó la cantidad total de
almacenamiento obtenida de la multiplicación
Tabla 4
Capacidad de almacenamiento por nodo de clúster
entre la cantidad de nodos y capacidad de
cada nodo. Se encontró que el sector salud
lidera esta clasificación, seguida por el
sector de re-tail y, en tercer lugar, se
encuentra el rubro de siderurgia/metalurgia.
Total
Capacidad de
Capacidad
N° de
Total de al-
de almace-
Empresa
Sector/Rubro
de no-
clústers
macenamien-
namiento por
dos
to (en GB)
nodo (en GB)
ESSALUD
Salud
5
10
106860
10686
INTERCORP
Retail
10
20
115460
5773
FERREYROS
siderurgia/metalurgia
2
4
11280
2820
EL COMERCIO
Medios
4
8
27392
3424
SCOTIABANK
Servicios financieros
2
4
4384
1096
PERU LNG
Petróleo/Gas
3
6
8106
1351
JJC
Construcción
1
2
2954
1477
CELIMA
Ind. Manufacturera
1
2
4148
2074
PUCP
Educación
2
4
1972
493
CAMPOSOL
Agroindustria
1
2
1202
601
UNIQUE
Química Farmacéutica
6
12
15048
1254
| Cátedra Villarreal | V. 5 | No. 1 | enero-junio | 2017 | 59
Verónica Castro Ayarza, Norma León Lescano
Conocida la capacidad de almacenamiento
que necesitan las empresas, se hace el estudio
de las características adicionales de la capaci-
Tabla 5
Características de nodos del clúster
dad el nodo, como el número de cores de CPU
por nodos, la velocidad de procesamiento de los
datos y el tamaño de la memoria RAM.
N° de
Velocidad de
Tamaño de
Total
cores
memoria
N° de
Procesador
Empresa
Sector/Rubro
de no-
de CPU
RAM en
Clústers
en MHz (por
dos
(por
GB (por
nodo)
nodo)
nodo)
ESSALUD
Salud
5
10
2
3500
110
INTERCORP
Retail
10
20
12
3612
64
FERREYROS
siderurgia/meta-
2
4
3
3550
40
lurgia
EL COMER-
Medios
4
8
5
4060
43
CIO
SCOTIA-
Servicios finan-
2
4
3
3550
32
BANK
cieros
PERU LNG
Petróleo/Gas
3
6
4
3525
27
JJC
Construcción
1
2
5
4060
40
CELIMA
Ind. Manufac-
1
2
3
3425
40
turera
PUCP
Educación
2
4
2
3525
30
CAMPOSOL
Agroindustria
1
2
3
4060
48
UNIQUE
Química Far-
6
12
5
3612
10
macéutica
De la cantidad de core de CPU, la veloci-
dad de procesamiento y la capacidad de me-
moria necesaria para soportar solo el servicio
de almacenamiento de las empresas en estu-
dio, se necesitaría aproximadamente 74 nodos
de clúster conectados. Además, para el proce-
samiento de datos que utilizan estos servicios
se estaría utilizando un total de 47 cores de
CPU y 484 Gb de memoria RAM.
Conclusiones
Los resultados obtenidos evidencian que,
efectivamente, se requieren de tecnologías
clúster para soportar el almacenamiento de
data de las empresas del medio. Además, se
visualiza en la muestra que las empresas de
salud son las que necesitan almacenar más
información, ya que esta es útil para futuros
estudio sobre la real capacidad necesaria para
el sector salud cuando toda ella se encuentre
digitalizada e integrada a nivel nacional.
Sí, es necesario un esfuerzo de un súper
computador para este sector. Las empresas
del sector de retail y medios también ameri-
tan ponerles atención; sin embargo, por ser
empresas de sectores comerciales, se conside-
ra que la necesidad futura será absuelta con el
aumento de clúster en la nube.
Referencias
América Economía. (2014). Las mayores empre-
sas del Perú y America Latina. Obtenido
de https://rankings.americaeconomia.
com/las-500-mayores-empresas-de--peru-
2014/ranking-500/
60 | Cátedra Villarreal | V. 5 | No. 1 | enero-junio | 2017 |
Estudio de plataforma de alto rendimiento como soporte de negocio en las empresas peruanas
Bicas Caldeira, A., Cho, Y., Cruickshank, J., &
Grabowski, B. (2017). IBM Power Sys-
tems E870 and E880. IBM ReedBooks.
Cao, J. (2016). IBM Power 7. Houston:
Rice University.
Fernández Troncoso, C. (2016). Clúster de Alta
disponibilidad en Promox VE 4.2 con
balanceador de carga e instalación de
Pydio sobre LXC. PROMOX.
Gonzales, C., & Pacheco, F. (2015). Políticas
públicas de tecnologías de la informa-
ción y comunicación para la interna-
cionalización de las empresas perua-
nas de software : estudio de caso del
período 2003-2013. Lima: PUC.
IBM. (3 de Abril de 2012). Clustering: A ba-
sic 101 tutorial. Obtenido de https://
www.ibm.com/developerworks/aix/
tutorials/clustering/clustering-pdf.pdf
IBM. (10 de Julio de 2013). IBM Power Facts
and Features. Obtenido de https://
www -01.ibm.com/common/ssi/ cgi-
bin/ssialias?infotype=PM&sub-
type=BR&appname=STGE_PO_PO_
USEN&htmlfid=POB03022USEN&a-
ttachment=POB03022USEN.PDF
IBM. (2014). IBM PowerHA SystemMirror for
AIX Cookbook. Obtenido de http://
www.redbooks.ibm.com/redbooks/
pdfs/sg247739.pdf
IBM. (2014). PowerHA SystemMirror concepts.
IBM.
IBM. (2013 de Mayo de 2017). IBM. Obte-
nido de https://www-01.ibm.com/
common/ssi/cgi-bin/ssialias?htmlfi-
d=POD03053USEN
IBM. (14 de Julio de 2017). Using clusters for
workload management. Obtenido de
https://www.ibm.com/support/
knowledgecenter/en/SSFKSJ_7.5.0/
com.ibm.mq.pro.doc/q002750_.htm
Ochoa, J., Parada, E., & Verdugo, M. (2008). El
uso estratégico de las tecnologías de
información y comunicación para
incrementar la innovación en las em-
presas. Red Internacional de Investiga-
dores en Competitividad, 05-07.
Quintero, D., & Bodily, S. (2014). IBM Power-
HA SystemMirror for AIX Cookbook.
Quintero, D., Baeta, S., & Bodily, S. (6 de Julio
de 2016). IBM PowerHA SystemMir-
ror V7.2 for IBM AIX Updates. Ob-
tenido de http://www.redbooks.ibm.
com/abstracts/sg248278.html?Open
Werstein, P., Situ, H., & Huang, Z. (5 de Mayo
de 2017). University of Otago. Obteni-
do de http://www.cs.otago.ac.nz/staf-
fpriv/hzy/papers/pdcat07.pdf
| Cátedra Villarreal | V. 5 | No. 1 | enero-junio | 2017 | 61