OSCAR: Plataforma Serverless de Computación para Aplicaciones de Procesado de Datos

Las plataformas FaaS están típicamente orientadas a la ejecución de funciones de corta duración, codificadas en un determinado lenguaje de programación, en respuesta a eventos. Las aplicaciones científicas pueden beneficiarse enormemente de este paradigma de computación basado en eventos para desencadenar, a petición, la ejecución de una aplicación de uso intensivo de recursos que requiera procesar un determinado archivo que acaba de ser subido a un servicio de almacenamiento. Para ello, es necesario un apoyo adicional para la ejecución de aplicaciones genéricas en las plataformas FaaS de código abierto existentes. La plataforma OSCAR permite la ejecución de aplicaciones de procesado de datos basado en ficheros. Permite la definición de funciones que se ejecutan cuando un fichero se sube a un determinado espacio de almacenamiento gestionado por la propia plataforma y se encarga de aprovisionar los recursos necesarios de una plataforma Cloud subyacente para poder ejecutar dichas funciones. Los resultados quedan directamente accesibles al usuario en dicho espacio de almacenamiento. Para ello, la plataforma permite desplegar un cluster de Kubernetes sobre diferentes proveedores Cloud soportados que se deja completamente configurado con un sistema de almacenamiento (Minio), una plataforma de ejecución de funciones (OpenFaaS / KNative) y un servicio para la construcción de imágenes de contenedores Docker (Kaniko). Este cluster se configura para que soporte auto-escalado y pueda aprovisionar dinámicamente máquinas virtuales sobre las que se ejecutarán los contenedores para realizar el procesamiento de datos. La ventaja significativa de OSCAR frente a otras plataformas de funciones como servicio (Functions as a Service ¿ FaaS) es que éstas últimas están típicamente pensadas para el procesado de múltiples peticiones cortas (típicamente peticiones web/http), mientras que OSCAR está orientado a la ejecución dirigida por eventos de aplicaciones de procesado de datos que pueden requerir gran cantidad de recursos computacionales o el acceso a hardware específico de aceleración como GPUs.