Publicación:
Despliegue y análisis de prestaciones de servidores de streaming de vídeo utilizando tecnologías de virtualización ligera y cloud computing

Vista sencilla de ítem
dc.contributor.authorPérez Calavia, Daniel
dc.contributor.directorCaminero Herráez, Agustín Carlos
dc.date.accessioned2026-03-18T17:17:55Z
dc.date.available2026-03-18T17:17:55Z
dc.date.issued2026-02-01
dc.description.abstractLas tecnologías de virtualización ligera han transformado de manera significativa cómo se desarrollan y gestionan aplicaciones en la actualidad. Paralelamente, el streaming de video forma parte íntegra de nuestro día a día, desde aplicaciones de entretenimiento a plataformas de videoconferencia. En este trabajo comparamos varios proyectos de retransmisión de video Open-Source en dos escenarios de retransmisión a múltiples clientes, uno sobre Docker y otro sobre Kubernetes en uno y varios nodos. Medimos el uso de CPU, Memoria, Red y Disco, llegando a la conclusión de que Kubernetes usa aproximadamente 100 MiB de memoria y un 2,5% más de CPU en el caso de un nodo Worker y de 400 MiB de memoria y un 7% más de CPU en el caso de ser un despliegue de un único nodo, mientras que no se ha visto una diferencia significativa en el resto de métricas.es
dc.description.abstractLightweight virtualization technologies have significantly transformed how applications are developed and managed today. At the same time, video streaming is an integral part of our daily lives, from entertainment applications to videoconferencing platforms. In this paper, we compare several open-source video streaming projects in two multi-client streaming scenarios, one on Docker and the other on Kubernetes, in one and multiple nodes. We measured CPU, memory, network, and disk usage, concluding that Kubernetes uses about 100 MiB of memory and 2.5% more CPU in the case of a worker node, and 400 MiB of memory and 7% more CPU in the case of a single-node deployment, while no significant difference was seen in the other metrics.en
dc.description.provenanceMade available in DSpace on 2026-03-18T17:17:55Z (GMT). No. of bitstreams: 1 Despliegue y análisis de prestaciones de servidores de streaming de vídeo utilizando tecnologías de virtualización ligera y cloud computing.pdf: 7720718 bytes, checksum: 20d7b360d122468edd1bd020183044b9 (MD5) Previous issue date: 2026-02-01en
dc.identifier.citationPérez Calavia, Daniel. Trabajo de Fin de Máster: Despliegue y análisis de prestaciones de servidores de streaming de vídeo utilizando tecnologías de virtualización ligera y cloud computing. Universidad Nacional de Educación a Distancia (UNED), 2026
dc.identifier.urihttps://hdl.handle.net/20.500.14468/32157
dc.language.isoes
dc.relation.centerEscuela Técnica Superior de Ingeniería Informática
dc.relation.degreeMáster Universitario en Ingeniería Informática
dc.relation.departmentSistemas de Comunicación y Control
dc.rightsinfo:eu-repo/semantics/openAccess
dc.rights.urihttp://creativecommons.org/licenses/by-nc-nd/4.0/deed.es
dc.subject1203.04 Inteligencia artificial
dc.subject.keywordsDockeres
dc.subject.keywordsVirtualización ligeraes
dc.subject.keywordsStreaminges
dc.subject.keywordsKuberneteses
dc.subject.keywordsDockeren
dc.subject.keywordsLightweight virtualizationen
dc.subject.keywordsStreamingen
dc.subject.keywordsKubernetesen
dc.titleDespliegue y análisis de prestaciones de servidores de streaming de vídeo utilizando tecnologías de virtualización ligera y cloud computinges
dc.typetesis de maestríaes
dc.typemaster thesisen
dspace.entity.typePublication
relation.isDirectorOfPublication0e43ecd8-0c38-4794-a153-57e68348d7d8
relation.isDirectorOfPublication.latestForDiscovery0e43ecd8-0c38-4794-a153-57e68348d7d8
Archivos
Bloque original
Mostrando 1 - 1 de 1
Miniatura
Nombre:
Despliegue y análisis de prestaciones de servidores de streaming de vídeo utilizando tecnologías de virtualización ligera y cloud computing.pdf
Tamaño:
7.36 MB
Formato:
Adobe Portable Document Format
Descargar
Bloque de licencias
Mostrando 1 - 1 de 1
No hay miniatura disponible
Nombre:
license.txt
Tamaño:
3.62 KB
Formato:
Item-specific license agreed to upon submission
Descripción:
Descargar
Colecciones
Trabajos de fin de máster (TFM)