Análisis de costes para el despliegue de una infraestructura de macrodatos - Hidalgo Felipe, Ernesto

Abstract

Este proyecto analiza comparativamente el coste total de propiedad (TCO) de tres tipos de cargas de trabajo; una web corporativa de baja variabilidad, una API de comercio electrónico con picos diarios y un clúster analítico intensivo en I/O, desplegadas en infraestructuras cloud (AWS, Azure, GCP) y on-premise. Para ello, se recopilan datos de calculadoras oficiales, catálogos de hardware empresarial y tarifas de colocación, modelando su evolución a tres y seis años. Cada escenario se diseña con un perfil técnico detallado que incluye dimensionado, política de backups, tráfico, SLA y estrategias de ahorro específicas como instancias reservadas o Spot.

Los resultados evidencian una notable ventaja económica de la nube en los escenarios A y B. En el primero, la estabilidad de la carga y el uso de instancias pequeñas hacen que el coste mensual cloud sea inferior al de cualquier alternativa local, incluso considerando amortización. En el segundo, la nube también resulta más eficiente gracias al autoscaling y a los descuentos Spot, aunque la ventaja se reduce al ser los picos predecibles. En cambio, el escenario C, con un uso constante e intensivo de cómputo y almacenamiento, favorece claramente al entorno on-premise, ya que el coste de los discos premium cloud penaliza gravemente su OPEX.

Se concluye que no existe una opción universalmente superior: la solución más adecuada depende del tipo de carga, su variabilidad y los requisitos de rendimiento. Este trabajo ofrece una metodología reproducible para el análisis de decisiones tecnológicas y sugiere líneas futuras como el desarrollo de herramientas interactivas de simulación o el análisis del impacto ambiental de cada modelo.

This project provides a comparative analysis of the total cost of ownership (TCO) for three types of workloads: a low variability corporate website, an e-commerce API with daily traffic peaks, and an I/O intensive analytical cluster. These workloads are deployed in both cloud environments (AWS, Azure, GCP) and on-premise infrastructures. The study gathers data from official pricing calculators, enterprise hardware catalogs and colocation rates, modeling their cost evolution over three and six years. Each scenario is designed with a detailed technical profile that includes sizing, backup policies, traffic, SLA and specific cost-saving strategies such as reserved or Spot instances.

The results show a clear economic advantage for cloud in scenarios A and B. In the first case, the stability of the load and use of small instances make the monthly cloud cost lower than any local alternative, even considering amortization. In the second case, cloud is also more efficient thanks to autoscaling and Spot discounts, although the benefit is smaller since the peaks are predictable. On the other hand, scenario C, with constant and intensive use of compute and storage, clearly favors on-premise infrastructure, as the cost of premium cloud disks heavily increases OPEX.

The study concludes that there is no universally superior option: the most suitable solution depends on the type of workload, its variability and performance requirements. This work offers a reproducible methodology for analyzing IT decisions and suggests future directions such as developing interactive simulation tools or the analysis of environmental impact for each model.