Experimento1

Experimento 1 - Validación de tácticas para favorecer la latencia en el proyecto ABC Jobs

Título del  experimento	Validación de tácticas para favorecer la latencia en el proyecto ABC Jobs
Propósito del  experimento	Validar la hipótesis donde se plantea que al implementar una táctica de múltiples instancias de datos usando un componente de cache, la eficiencia y velocidad de dicho componente permite realizar la evaluación de una pregunta en menos de 0.3 segundos.
Resultados  esperados	Al finalizar el experimento se espera que mínimo el 90% de las preguntas enviadas sean evaluadas en 0.3 segundos o menos.
Recursos  requeridos	Portátiles de desarrollo, Visual Studio Code, Python, Docker, Amazon ElastiCache.
Elementos de  arquitectura  involucrados	Los componentes involucrados en el experimento son: PruebasOrquestador, Pruebas, Preguntas, Candidatos, AWS RDS y AWS ElastiCache. Los cuales se pueden observar en las vistas funcional y de despliegue.
Esfuerzo estimado	4 ingenieros, 8.5 horas por ingeniero en promedio para implementación, configuración, despliegue y pruebas, para un total de 34 horas

Hipótesis de diseño

Punto de  sensibilidad	El punto de sensibilidad, aquel que recibe mayor atención en el experimento y que consideramos crucial para cumplir el ASR, es el componente de Cache que almacenará de forma temporal la información relacionada a preguntas, respuestas y pruebas que los candidatos estén presentando. El cache manejará comunicación síncrona con el componente PruebasOrquestador
Historia de  arquitectura  asociada	HU-68 Latencia en la evaluación de la respuesta  Como administrador de ABC Jobs cuando un candidato se encuentra resolviendo una prueba, dado que el sistema se encuentra en operación normal, quiero que evalúe su respuesta para asignar el puntaje a esa pregunta. Esto debe suceder, en menos 0.3 seg
Nivel de  incertidumbre	Nivel medio de incertidumbre debido al conocimiento previo que tenemos sobre uso de cache, que nos lleva pensar que la hipótesis se va a validar. Sin embargo, aún nos genera dudas que se alcance el objetivo, razón por la cual se realiza este experimento.

Estilos de Arquitectura   asociados al experimento

Estilos de Arquitectura   asociados al experimento

Análisis (Atributos de calidad que favorece y desfavorece)

Microservicios

Favorece - Disponibilidad: Favorece el desacoplamiento, lo que permite retirar más fácilmente de la operación un servicio que esté fallando y reintegrarlo sin afectar la operación del sistema. - Escalabilidad: El estilo de Microservicios permite generar múltiples instancias de los componentes que se requieran y balancear la carga entre éstas cuando se presenten picos de requerimientos. Desfavorece - Seguridad: Inicialmente se vuelve más compleja de gestionar dado que la superficie de ataque se amplía por cada microservicio, sin embargo, con patrones como API Gateway se reduce la superficie de ataque y se facilita la gestión para mitigar los riegos de una solución distribuida, aunque todavía deja puntos por cubrir. - Facilidad de Pruebas: Teniendo en cuenta que la solución está basada en componentes distribuidos, la ejecución de las pruebas se vuelve más compleja. - Facilidad de despliegue: Cada servicio al tener nodos propios de despliegue y ejecución hace más complejo el despliegue general del sistema.

Tácticas de Arquitectura   asociadas al experimento

Tácticas de Arquitectura   asociadas al experimento	Descripción
Manejo de recursos compartidos - múltiples copias de datos	Utilizando el servicio de cache AWS ElastiCache queremos generar copias de datos temporales de la información relacionada a las preguntas, respuestas y pruebas que los candidatos están presentando. Esperamos de esta táctica que nos permita alcanzar los objetivos del ASR y la HU relacionadas a este experimento
Manejo de recursos compartidos - múltiples copias de computación	Los microservicios que vamos a generar van a ser desplegados en instancias contenerizadas y auto-gestionadas por AWS, lo cual incluye el escalado de instancias cuando se cumplen los criterios parametrizados en los servicios.

Listado de componentes (Microservicios) involucrados en el experimento

Microservicio	Propósito y comportamiento esperado	Tecnología  Asociada
OrquestadorPruebas	Componente encargado de recibir las peticiones del API Gateway y dirigirlo al componente encargado, ya sea Pruebas, Preguntas o Candidatos para obtener una respuesta u obtenerlo del cache si existe y/o almacenar respuestas previamente obtenidas. Se espera que orqueste los pasos relacionados a la funcionalidad de presentación de pruebas.	Python / Flask
Pruebas	Microservicio donde se configurarán las diferentes pruebas a las que puede tener acceso un candidato.	Python / Flask
Preguntas	Microservicio donde se implementará el banco de preguntas para presentar y configurar en las diferentes pruebas.	Python / Flask
Candidatos	Microservicio donde se implementarán las funciones de CRUD relacionadas a los candidatos y que almacenará los resultados de las pruebas presentadas.	Python / Flask
Cache (si bien no es un microservicio, si es un componente)	Componente cuyo propósito es almacenar de forma temporal la información relacionada a las pruebas que los candidatos están presentando. Esto es, preguntas, respuestas, resultados. Se espera que la eficiencia de este tipo de componentes contribuya de forma significativa a evaluar las preguntas en máximo 0.3 segundos.	AWS ElastiCache

Tecnología asociada con el experimento

Tecnología asociada con el experimento (Desarrollo, infraestructura, almacenamiento)	Justificación
Lenguajes  de programación	Python
Plataforma de despliegue	Docker
Bases de datos – Usada como Cache	AWS ElastiCache
Herramientas de análisis	JMeter
Librerías	ElastiCache.Client
Frameworks de desarrollo	Flask

Listado de conectores  involucrados en el experimento

Conector	Comportamiento deseado  en el experimento	Tecnología Asociada
API REST a través de HTTPS	Comunicación síncrona entre el componente OrquestadorPruebas, los demás microservicios y la Cache. Se espera que permita la comunicación con baja latencia entre el cliente y los diferentes microservicios.	Python/Flask

Distribución de actividades por integrante

Integrante	Tareas a realizar	Esfuerzo Estimado
Marlon Agón	Creación de versión base del componente Pruebas Configuración y creación tablas Amazon RDS Configuración de un cliente de ElastiCache en el microservicio Configuración de la infraestructura para despliegue de microservicios usando EKS	4h 2h 2h 2h
Ana Lucia Forero	Creación de versión base del componente Preguntas Configuración de un cliente de ElastiCache en el microservicio Configuración de ElastiCache en AWS y su configuración para conexión a los microservicios	4h 2h 2h
Cesar Solano	Creación de versión base del componente Candidatos Configuración de un cliente de ElastiCache en el microservicio Ejecución de pruebas usando la herramienta Jmeter y medición de los resultados	4h 2h 2h
Anderson Castiblanco	Creación de versión base del componente PruebasOrquestador Configuración de un cliente de ElastiCache en el microservicio Dockerización de microservicios para despliegue en EKS	4h 2h 2h

---