La telemetría de transmisión por secuencias es la primera frontera en habilitar redes listas para Big Data, seguidas por análisis operativos que consumirán estos datos para derivar acciones y recomendaciones. Es una de las grandes diferencias que existen entre un proveedor de servicios en la nube de primer nivel de un operador de red tradicional.

 

La importancia de la telemetría en un mundo de datos

Si bien las aplicaciones de telecomunicaciones impulsan el éxito de negocio principal de los proveedores de servicios en la nube, es el acceso inequívoco, el consumo y el procesamiento inteligente de la infraestructura del centro de datos subyacente, ya sea un recurso físico o virtual, lo que los distingue.

Con los desafíos de negocio actuales y los requisitos de tráfico crecientes, los límites están comenzando a difuminarse entre los dos segmentos de la red. Por un lado, los operadores tradicionales apuntan a ejecutar negocios centrados en el servicio y orientados a las aplicaciones desde sus plataformas, mientras que las infraestructuras de los centros de datos en la nube se están expandiendo a las soluciones de conectividad central y de metro.

Descarga nuestra guía gratuita: Big Data, la explosión de los datos

Así, en un momento en que operaciones y servicios de red de extremo a extremo cada vez son más complejos, la monitorización de datos de red heredados necesita evolucionar más allá de interfaces propietarias e inflexibles. Es ahí donde interviene la telemetría.

 

¿Qué limitaciones supera la telemetría?

Es bastante interesante observar que, mientras que las tecnologías como la red definida por software y la virtualización de las funciones de red se han implementado adecuadamente en la industria de la red, el ecosistema de monitorización de datos que la rodea se ha adherido a las viejas formas de soluciones centradas en hardware.

El problema es que ese enfoque ya no es escalable, mucho menos si se tienen en cuenta las redes abstractas y dinámicas de hoy en día, ya que:

  • No puede ofrecer visibilidad en tiempo real.
  • Impide conocer el comportamiento y el rendimiento de las redes.

Para aprovechar los grandes datos de redes, la supervisión de la red debe intensificarse, algo que se consigue gracias a la telemetría.

La telemetría de red no es un concepto novedoso en sí mismo, ya que se ha adoptado ampliamente para las operaciones del centro de datos en la última década. Lo que es diferente es la escala, la monitorización basada en el modelo y el área de aplicación, es decir, los diversos grupos de recursos distribuidos geográficamente con control dinámico y requisitos de gestión.

La pregunta sigue siendo cómo puede un operador de red aprovechar un marco de monitorización tan avanzado, y por qué exactamente debería aventurarse a hacerlo. La respuesta se obtiene al revisar algunos casos de uso clave que impulsan esta innovación tecnológica, como:

  • Gestión de fallas. Es un aspecto fundamental de las operaciones de red que involucra la detección de fallas, diagnósticos y recomendaciones de acción eventual. Una detección de fallas típica para el ciclo de resolución toma días o semanas. La telemetría permitiría el análisis de datos en tiempo real basado en el aprendizaje automático, mejorando estas escalas de tiempo en al menos un orden de magnitud.
  • Planificación de la capacidad. Normalmente se lleva a cabo offline, pero el inconveniente es la falta de oportunidades de optimización en tiempo real, lo que lleva a la subutilización de recursos. Con una visualización en tiempo real de los estados de la red y el comportamiento del tráfico, la optimización de recursos físicos y virtuales en tiempo real permitiría obtener beneficios sustanciales en todos los aspectos.

 

Una vez que los aspectos arquitectónicos y las aplicaciones están claros, solo falta centrarse en la implementación de la telemetría. Cada empresa deberá decidir qué modelos específicos usar o qué codificación es la mejor. Compatibilidades, presupuestos y requisitos de control serán los que determinen la elección en cada caso.

 

Ebook GRATIS: Big Data

Autor

Equipo de Expertos

Universidad Internacional de Valencia