Artículo

19 de octubre de 2026

Migración de un sistema orientado a servicios a distribución contenerizada con Docker y Kubernetes

Migración de un Sistema Orientado a Servicios a Distribución Contenerizada con Docker y Kubernetes

Roberto Pedroso Pires Filho; Diego Marques de Carvalho

DOI: 10.22167/2675-6528-202601385

Artículo elaborado por la herramienta ResumeAI, solución de inteligencia artificial desarrollada por el Instituto Pecege orientada a la síntesis y redacción.

Resumen

El presente estudio abordó la modernización y migración de un sistema orientado a servicios, basado en .NET Framework 4.8 con Microsoft SQL Server, con el objetivo de facilitar la distribución del software, reducir errores de instalación y optimizar la escalabilidad y resiliencia en infraestructuras heterogéneas. La metodología empleó la conteinerización de los componentes de aplicación (UI, APP) en imágenes Windows Server y de la base de datos SQL Server en imagen Linux, utilizando Docker y Kubernetes. Se adoptó la estrategia “Lift and Shift” y se superaron desafíos de compatibilidad del SQL Server en Docker Windows con la implementación de un clúster Kubernetes híbrido, donde nodos Windows hospedaron las capas de aplicación y nodos Linux la base de datos. Docker Compose se utilizó para orquestación local y verificaciones de salud, mientras que Kubernetes gestionó despliegues, StatefulSets, servicios y secretos para entornos de producción, garantizando persistencia de datos vía Persistent Volume Claims y recuperación automática. Los resultados demostraron la viabilidad técnica y los beneficios estratégicos de la conteinerización, estableciendo un modelo de entrega modular que eliminó variables críticas de configuración manual y aumentó la resiliencia del sistema. Se observó un consumo de recursos significativamente inferior en comparación con soluciones basadas en máquinas virtuales. Sin embargo, se identificó una limitación para clientes con servidor único debido a la complejidad de la coexistencia de contenedores Windows y Linux en un host no orquestado. Se concluyó que el enfoque es eficaz para despliegues de media a gran escala, proporcionando una base sólida para futuras modernizaciones y escalabilidad avanzada.

Palabras clave: .NET Framework; Infraestructura híbrida; Orquestación; Resiliencia; SQL Server.

1. Introducción

El escenario contemporáneo de la ingeniería de software se caracteriza por una complejidad creciente en la gestión de dependencias de aplicaciones y en la garantía de su consistencia operacional en entornos diversos. Este desafío es particularmente pronunciado para sistemas que operan en infraestructuras heterogéneas, donde la variabilidad de configuraciones y requisitos puede comprometer la estabilidad y el rendimiento. En este contexto, la contenerización ha emergido como una estrategia indispensable para mitigar estos problemas, consolidándose como un pilar fundamental dentro de las metodologías DevOps para asegurar eficiencia, automatización y escalabilidad en la entrega continua de software (Gajula, 2025). La capacidad de empaquetar una aplicación y todas sus dependencias en una unidad aislada y portátil ha revolucionado la forma en que los sistemas son desarrollados, implementados y gestionados.

El sistema en cuestión, un software orientado a servicios basado en .NET Framework 4.8 con Microsoft SQL Server, ejemplifica los desafíos inherentes a esta complejidad. Es ampliamente utilizado por instituciones financieras y bancos, procesando un alto volumen de datos críticos y sensibles. La diversidad de entornos de instalación es vasta, abarcando desde servidores “on-premises” con una única máquina que aloja toda la aplicación y la base de datos, hasta infraestructuras en la nube con múltiples máquinas virtuales de alto rendimiento. Esta heterogeneidad impone serias dificultades a la empresa proveedora del software, resultando en poco control sobre la configuración de los entornos, frecuentes errores de instalación, asignación inadecuada de recursos y consecuentes problemas de rendimiento y funcionamiento. Clientes con mayor volumen de procesamiento frecuentemente cuestionan la escalabilidad del producto, enfrentando cuellos de botella diarios. La falta de estandarización y la propensión a errores manuales hacen que el mantenimiento y la evolución del sistema sean un proceso costoso y propenso a fallos.

La virtualización, en sus diversas formas, ha sido crucial para el avance de la computación en la nube, permitiendo la abstracción y el particionamiento de hardware en entornos aislados a través de un hypervisor. Sin embargo, este enfoque a menudo introduce una “sobrecarga” significativa, debido a la capa adicional que gestiona el acceso a los recursos físicos del host (Melo et al., 2025). En contraste, la conteinerización, que representa una virtualización a nivel de sistema operativo, ofrece una solución más ligera y eficiente. Los contenedores permiten la ejecución aislada de aplicaciones, compartiendo el mismo kernel del sistema operativo del host, lo que reduce drásticamente la “sobrecarga” y optimiza el uso de recursos. Esta característica es particularmente ventajosa para software que demanda alto rendimiento y procesa grandes volúmenes de datos. Datos empíricos corroboran la superioridad de la conteinerización en términos de eficiencia de recursos. Una investigación realizada con empresas que adoptaron ambas tecnologías reveló que el sesenta y siete por ciento reporta que sus despliegues en máquinas virtuales consumen entre dos y cuatro veces más memoria RAM que sus contrapartes conteinerizadas (Damarapati, 2025). Adicionalmente, se observó que los despliegues conteinerizados presentan, en promedio, un aumento de rendimiento (throughput) del veintiocho por ciento y una reducción de latencia del treinta y siete por ciento en comparación con soluciones basadas en máquinas virtuales (Damarapati, 2025). Esta optimización de recursos y rendimiento es un factor crítico para sistemas que manejan cargas de trabajo intensas y sensibles al tiempo de respuesta.

En este escenario, Docker se posiciona como la plataforma central para el empaquetado de aplicaciones en contenedores portátiles, garantizando consistencia y simplificación en todo el ciclo de vida del software, desde el desarrollo hasta la producción (Gajula, 2025). Facilita la creación de imágenes inmutables que encapsulan la aplicación y todas sus dependencias, eliminando conflictos de entorno y garantizando la reproducibilidad. Sin embargo, para gestionar la complejidad de aplicaciones distribuidas y garantizar escalabilidad, alta disponibilidad y resiliencia a gran escala, se necesita una herramienta de orquestación robusta. Kubernetes (K8s) emerge como el orquestador de contenedores dominante, proporcionando un framework para automatizar el despliegue, el escalado y la gestión de aplicaciones contenerizadas. Permite la definición declarativa del estado deseado de la infraestructura, gestionando automáticamente la asignación de recursos, el balanceo de carga, la persistencia de datos y la recuperación de fallos. Una de sus capacidades más relevantes para este estudio es el soporte para clústeres híbridos, que permiten la coexistencia de nodos de diferentes sistemas operativos, como Windows y Linux, en un mismo entorno orquestado. Esta funcionalidad es esencial para la modernización de sistemas legados que tienen dependencias específicas de plataforma, como .NET Framework 4.8 que exige hosts Windows, mientras se beneficia de la eficiencia y del soporte de imágenes oficiales de SQL Server en Linux.

Ante los desafíos de distribución, instalación y escalabilidad impuestos por la arquitectura heredada y la heterogeneidad de los entornos de clientes, la contenerización surge como una solución estratégica para estandarizar el modelo de entrega y operación del software. La adopción de Docker y Kubernetes ofrece la capacidad de eliminar variables críticas de configuración manual, reducir errores de implementación y aumentar la resiliencia del sistema, al mismo tiempo que optimiza el consumo de recursos. El presente estudio tiene como objetivo, por lo tanto, modernizar y migrar un sistema orientado a servicios, basado en .NET Framework 4.8 con Microsoft SQL Server, a una infraestructura contenerizada, utilizando Docker y Kubernetes, con el objetivo de facilitar la distribución del software, reducir errores de instalación y optimizar la escalabilidad y resiliencia en infraestructuras heterogéneas.

2. Material y Métodos

Este estudio empleó un enfoque de ingeniería de software, caracterizado como investigación aplicada y un estudio de caso. El objetivo central fue la modernización y migración de un sistema heredado a una infraestructura contenerizada, utilizando Docker y Kubernetes. La investigación se centró en la implementación práctica y la evaluación de la viabilidad técnica de la contenerización para resolver desafíos de distribución, instalación y escalabilidad en entornos heterogéneos. La naturaleza del trabajo implicó la aplicación de tecnologías existentes para resolver un problema real de ingeniería, con un enfoque en la solución de un problema específico de negocio.

El contexto del estudio fue un sistema orientado a servicios, basado en .NET Framework 4.8 con Microsoft SQL Server, ampliamente utilizado por instituciones financieras y bancos para la conciliación de datos críticos y sensibles. Este sistema enfrentaba desafíos de gestión de dependencias, consistencia operativa y escalabilidad en infraestructuras heterogéneas, que variaban desde servidores “on-premises” hasta entornos en la nube. La unidad de análisis fue el propio sistema legado, denominado “System”, y sus componentes (interfaz de usuario, aplicación y base de datos). La investigación se llevó a cabo sin un período específico declarado, centrándose en la implementación técnica.

La población y la muestra de este estudio consistieron en el sistema heredado específico, denominado “System”, en su estado actual de desarrollo y operación. No hubo una selección de participantes o documentos externos, ya que la investigación se configuró como un estudio de caso único, enfocado en la transformación de una aplicación existente. Los criterios de selección fueron intrínsecos a la naturaleza del sistema, que exigía la migración de componentes .NET Framework 4.8 (dependientes de Windows) y Microsoft SQL Server a un entorno contenedorizado, con el objetivo de mejorar su distribución y escalabilidad.

Los instrumentos utilizados para la contenerización y orquestación incluyeron Docker para el empaquetado de aplicaciones y Kubernetes para la gestión de contenedores a gran escala. Para el desarrollo y edición de código, se empleó Microsoft VS Code. La construcción de las imágenes Docker se realizó a partir de Dockerfiles específicos para cada componente del sistema. La orquestación local se definió mediante manifiestos declarativos YAML para Docker Compose, mientras que la orquestación en la nube utilizó manifiestos YAML para Kubernetes, gestionando Deployments, StatefulSets y Services.

La ejecución de la investigación comenzó con el análisis del sistema legado y la elección de la estrategia “Lift and Shift” para la migración, manteniendo la aplicación “as-is” en los contenedores. A continuación, se evaluaron tres alternativas para la contenerización del SQL Server, culminando en la decisión de utilizar un clúster híbrido de Kubernetes. Posteriormente, el sistema se descompuso en tres componentes principales: Interfaz de Usuario (UI), Aplicación (APP) y Base de Datos (DB), cada uno contenerizado individualmente.

La etapa de contenerización implicó la creación de imágenes Docker para los componentes UI y APP, basadas en Windows Server debido a la dependencia del .NET Framework 4.8. Para el componente DB, se utilizó una imagen oficial de SQL Server 2022 en Linux, con un script de inicialización personalizado para la restauración de copias de seguridad y la creación de usuarios. Este enfoque permitió el desacoplamiento de los servicios, respetando las necesidades del sistema operativo de cada capa.

La orquestación local se implementó con Docker Compose, definiendo los servicios UI y APP en un manifiesto YAML, incluyendo healthchecks para monitorear la salud de las dependencias críticas. Para la orquestación a gran escala, se adoptó Kubernetes, configurando un “Mixed-OS Cluster” con “Node Pools” distintos: nodos Windows para UI y APP, y nodos Linux para la DB. Se crearon manifiestos YAML para Deployments, StatefulSets y Services, garantizando el estado deseado, alta disponibilidad y abstracción de red.

La inicialización del clúster se automatizó mediante un pipeline de Infraestructura como Código (IaC), utilizando scripts de automatización. Este proceso incluyó la descarga de los artefactos heredados (copia de seguridad de la base de datos y código fuente), la construcción de las imágenes multiplataforma en Azure Container Registry (ACR) con la directiva `–platform windows`, y la secuenciación del despliegue. La implementación siguió un orden jerárquico, comenzando por la capa de datos (SQL Server), con verificación de salud del pod antes de proceder a las capas de aplicación e interfaz.

La etapa final de la ejecución consistió en la puesta a disposición del servicio y el monitoreo de la red externa. El script de automatización garantizó que el servicio de interfaz de usuario (system-ui-service) se expusiera a través de un LoadBalancer público en Azure, y que la dirección IP pública se asignara correctamente. Este flujo aseguró una transición íntegra del entorno de desarrollo al entorno de producción, con validación de estado en todas las etapas, minimizando las intervenciones manuales.

El análisis de los datos consistió en la verificación operativa y la evaluación del consumo de recursos del sistema contenerizado. Para la orquestación local con Docker Compose, se utilizó el comando `docker stats` para monitorizar la utilización de CPU y memoria de los contenedores UI y APP. En el entorno Kubernetes, la verificación de la arquitectura híbrida y del estado de los nodos se realizó con `kubectl get nodes`. El listado de los servicios creados y sus puntos de entrada se verificó con `kubectl get svc`.

La conformidad con el “estado deseado” de los despliegues, incluyendo la cantidad de pods para las capas APP y UI, se confirmó con `kubectl get deployments` y `kubectl get pods`. Para un análisis detallado del consumo de recursos de cada pod en el clúster Kubernetes, se empleó el comando `kubectl top pod`. Estos procedimientos permitieron validar la funcionalidad del sistema, la asignación de recursos y la resiliencia de la solución contenerizada, confirmando la viabilidad técnica de la estrategia adoptada.

Se integraron consideraciones éticas y de seguridad en el proceso de contenerización, especialmente debido al manejo de datos críticos y sensibles. Se aplicaron buenas prácticas de seguridad, como la política de “confianza cero”, limitación del tamaño de las imágenes, ejecución de contenedores con el menor privilegio posible e implementación de técnicas de aislamiento. La gestión de credenciales sensibles, como usuarios y contraseñas de la base de datos, se realizó a través de objetos Secret en Kubernetes, desacoplando esta información del código fuente y mitigando riesgos de exposición.

Una limitación metodológica identificada fue la imposibilidad de atender a clientes que operan el sistema en un único servidor “on-premises” con base de datos, debido a la complejidad de coexistencia de contenedores Windows y Linux en el mismo host no orquestado. Adicionalmente, la estrategia “Lift and Shift” implicó no realizar refactorizaciones en la aplicación, manteniéndola “as-is”. La definición de límites de recursos (CPU y RAM) en Kubernetes requiere evaluación individual para cada nueva instalación, dada la heterogeneidad de los entornos de los clientes.

3. Resultados y Discusión

El análisis de los resultados obtenidos en la modernización y migración del sistema “System” a una infraestructura contenerizada reveló ideas cruciales sobre la viabilidad técnica y las implicaciones prácticas de la estrategia adoptada. Inicialmente, el enfoque de contenerización utilizando solo Docker, según lo planeado para clientes con infraestructuras más modestas, presentó una limitación significativa. La necesidad de coexistencia de contenedores Windows y Linux en el mismo host no orquestado impuso un obstáculo técnico, haciendo inviable una estrategia de distribución totalmente contenerizada para clientes que operan el sistema en un único servidor “on-premises” con base de datos. Este hallazgo corrobora la complejidad inherente a la migración de sistemas heredados con dependencias heterogéneas, especialmente cuando se busca una solución universal sin una refactorización profunda del código fuente, como fue el caso de la estrategia “Lift and Shift” empleada. La dependencia del .NET Framework 4.8 en Windows Server para los componentes de aplicación (UI y APP) y la descontinuación del soporte de Microsoft para imágenes Docker de SQL Server en Windows forzaron la adopción de una imagen Linux para la base de datos, creando un desafío de orquestación en entornos simplificados.

A pesar de esta limitación inicial para escenarios de servidor único, la contenerización de los componentes UI y APP en Docker, apuntando a una instalación de SQL Server basada en el host, demostró la capacidad de empaquetar la aplicación de forma autónoma. La verificación del consumo de recursos de estos contenedores, conforme se presenta en la Figura 1, reveló una eficiencia notable.

Fuente: Resultados originales de la investigación

Figura 1. Consumo de recursos de los contenedores de la aplicación

Se observó que los contenedores `system-ui-1` y `system-app-1` consumieron, respectivamente, 586.7MiB y 328.2MiB de memoria, totalizando menos de 1GB de RAM. Este resultado es particularmente significativo cuando se compara con el consumo de recursos de máquinas virtuales tradicionales. Damarapati (2025) destaca que las implementaciones en VMs pueden ocupar de dos a cuatro veces más memoria que sus equivalentes contenerizados, además de presentar menor rendimiento y mayor latencia. La baja utilización de RAM observada en este estudio se alinea directamente con las ventajas de la contenerización a nivel de sistema operativo, que, al compartir el kernel del host, reduce la sobrecarga computacional en comparación con la virtualización completa (Melo et al., 2025). La implicación práctica de este hallazgo es que, incluso en entornos con recursos limitados, la contenerización de los componentes de aplicación puede ofrecer una huella de memoria sustancialmente menor, liberando recursos para otras operaciones o permitiendo la ejecución de más servicios en el mismo hardware, lo que se traduce en optimización de costos y mayor densidad de aplicaciones por servidor.

La transición al escenario de orquestación con Kubernetes (K8s) representó el punto central de la estrategia para lidiar con la complejidad y la heterogeneidad del sistema legado. La implementación de un “Mixed-OS Cluster” con “Node Pools” distintos – nodos Linux para el “Control Plane” y la base de datos SQL Server, y nodos Windows para los componentes de aplicación (UI y APP) – fue un éxito técnico. La capacidad de observar esta arquitectura híbrida en acción, utilizando el comando `kubectl get nodes`, confirmó la asignación correcta de los nodos y la prontitud para la ejecución de las cargas de trabajo.

Fuente: Resultados originales de la investigación

Figura 2. Listado de los nodos en el clúster híbrido

La Figura 2 ilustra claramente la presencia de dos tipos de nodos: `aks-linux-37825697-vmss000000` y `akswin000000`, ambos con estado “Ready” y versiones de Kubernetes compatibles. Este resultado valida la elección de la alternativa de clúster híbrido, que fue la única solución técnicamente sostenible entre las opciones evaluadas, especialmente considerando la descontinuación del soporte de Microsoft para SQL Server en contenedores Windows. La utilización de `nodeSelector` en los manifiestos de Kubernetes fue fundamental para dirigir las cargas de trabajo a los nodos apropiados, garantizando la compatibilidad del .NET Framework 4.8 con el entorno Windows y la ejecución optimizada del SQL Server en Linux. Este enfoque no solo resolvió el desafío técnico de la heterogeneidad del sistema operativo, sino que también demostró la flexibilidad de Kubernetes para gestionar entornos complejos, un beneficio ampliamente discutido por Gajula (2025) en relación con la escalabilidad y resiliencia. Las implicaciones prácticas son vastas, permitiendo que la empresa proveedora del software ofrezca una solución robusta y escalable para clientes con infraestructuras diversas, desde servidores “on-premises” más robustos hasta entornos en la nube, con mayor control sobre la asignación de recursos y la minimización de errores de instalación.

La gestión del estado deseado de la aplicación en el entorno Kubernetes se confirmó mediante la verificación de los deployments configurados. El comando `kubectl get deployments` permitió validar que el sistema estaba configurado para mantener siempre dos instancias (pods) de la capa APP y una instancia de la capa UI.

Fuente: Resultados originales de la investigación

Figura 3. Verificación de los despliegues configurados

La Figura 3 muestra que tanto `system-app` como `system-ui` tenían el número deseado de réplicas (“READY” y “UP-TO-DATE”), lo que indica que el “Control Plane” de Kubernetes estaba operando según lo esperado. Este hallazgo refuerza la capacidad de Kubernetes para garantizar la alta disponibilidad y resiliencia del sistema. En caso de fallo de un pod, el orquestador es responsable de iniciar automáticamente una nueva instancia idéntica, un mecanismo de autorrecuperación que es un pilar de la arquitectura nativa de la nube. La literatura, como Jani (2021), enfatiza la importancia de los mecanismos de aislamiento y resiliencia en entornos contenerizados para mitigar el impacto de las fallas. La implementación de `Liveness Probes` y `Readiness Probes` en los manifiestos YAML, según se describe en la metodología, asegura que los pods estén sanos y listos para recibir tráfico antes de ser integrados al servicio, minimizando interrupciones y garantizando una experiencia de usuario consistente. Esta funcionalidad es crucial para aplicaciones de misión crítica, como el “System”, que maneja datos financieros sensibles, donde la continuidad operativa es imperativa. La capacidad de declarar el estado deseado y confiar en el orquestador para mantenerlo reduce significativamente la carga de trabajo manual de gestión de infraestructura, permitiendo que los equipos se centren en el desarrollo y la innovación.

La abstracción de red y el descubrimiento de servicios en Kubernetes también fueron resultados positivos de la implementación. Aunque la Figura 2 (Listado de servicios) no se incluyó debido al límite de figuras y a la numeración duplicada en el material original, la metodología detalla que el `system-ui-service` se expuso a través de un `LoadBalancer` público en Azure, mientras que los servicios `sql-service` y `system-app-service` se configuraron como `ClusterIP`, manteniéndolos restringidos a la red interna del clúster. Este enfoque de seguridad, que impide accesos directos a las capas de aplicación y base de datos, es un pilar de la política de “confianza cero” mencionada por Jani (2021), que preconiza la concesión solo de los accesos estrictamente necesarios entre los contenedores. La volatilidad de las direcciones IP internas de los pods, una característica inherente a los entornos contenerizados, es efectivamente gestionada por los objetos `Service`, que proporcionan un punto de acceso estable y consistente. Para el sistema “System”, que maneja datos críticos y sensibles de instituciones financieras, la seguridad de la red es de suma importancia. La implementación de `Secrets` para la gestión de credenciales sensibles, como usuarios y contraseñas de la base de datos, desacoplándolas del código fuente e inyectándolas dinámicamente en el momento de la inicialización del contenedor, es una práctica de seguridad robusta que mitiga riesgos de exposición y facilita la rotación de contraseñas. Esta estrategia está en total conformidad con las directrices de DevSecOps, garantizando que la información crítica no trafique en repositorios de código fuente.

La automatización del proceso de inicio del clúster, a través de un pipeline de Infraestructura como Código (IaC) utilizando scripts de automatización, demostró la repetibilidad y la agilidad en el aprovisionamiento de la infraestructura. El script `resources-deployment.sh` y `deploy.sh` (Apéndice I) orquestaron la recopilación de artefactos heredados, la construcción de imágenes multiplataforma en Azure Container Registry (ACR) con la directiva `–platform windows`, y la secuenciación del despliegue. El orden jerárquico de implementación, comenzando por la capa de datos (SQL Server) y continuando hacia las capas de aplicación e interfaz solo después de la verificación de salud del pod de la base de datos, fue crucial para garantizar la integridad transaccional y la funcionalidad del sistema. Este secuenciamento, que incluye un bucle de verificación de salud del pod para monitorear el éxito del proceso de restauración de la base de datos, es una innovación que va más allá de las verificaciones nativas del orquestador, asegurando que la lógica de negocio interna esté lista para transacciones antes de que las capas dependientes sean activadas. La validación de estado en todas las etapas del pipeline minimiza intervenciones manuales y reduce significativamente la probabilidad de errores de instalación, uno de los objetivos centrales del trabajo, tal como Gajula (2025) señala la importancia de los pipelines de CI/CD en la entrega rápida y confiable.

La estrategia de “Lift and Shift”, aunque permitió la migración de la aplicación “as-is” sin refactorizaciones, trajo consigo la limitación de no poder atender a clientes que operan el sistema en un único servidor “on-premises” con base de datos. Esta restricción es fundamental y debe comunicarse claramente a los clientes. La complejidad de coexistencia de contenedores Windows y Linux en el mismo host no orquestado, debido a la incompatibilidad nativa de kernels distintos, hace que la instalación contenerizada sea menos atractiva para este perfil de cliente que el modelo tradicional. Este es un punto de divergencia con la expectativa inicial de universalización de la distribución, pero que apunta a la necesidad de futuras refactorizaciones del código fuente para versiones más actuales de .NET que puedan ejecutarse en Linux, haciendo la aplicación “cross-platform”. Dicha modernización, como se sugiere en las perspectivas futuras, permitiría la consolidación de toda la pila tecnológica en contenedores Linux, reduciendo drásticamente el consumo de recursos y ampliando la base de clientes atendidos.

Las consideraciones éticas y de seguridad, integradas al proceso de conteinerización, fueron validadas por la implementación de buenas prácticas. La política de “zero-trust”, la limitación del tamaño de las imágenes, la ejecución de contenedores con el menor privilegio posible y las técnicas de aislamiento, según Jani (2021) recomienda, fueron aplicadas para proteger datos críticos y sensibles. La gestión de credenciales sensibles vía `Secrets` en Kubernetes es un ejemplo práctico de este enfoque, garantizando que información confidencial no sea expuesta en el código fuente o en variables de entorno fácilmente accesibles. Esta capa de seguridad es indispensable para un sistema utilizado por instituciones financieras, donde la conformidad y la protección de datos son requisitos no negociables.

En resumen, los resultados demuestran que la contenerización del sistema “System” es técnicamente viable y ofrece beneficios sustanciales en términos de eficiencia de recursos y resiliencia, especialmente en entornos orquestados con Kubernetes. La capacidad de crear un clúster híbrido para acomodar las dependencias heredadas del .NET Framework 4.8 en Windows y el SQL Server en Linux es un avance significativo. La automatización del despliegue y la gestión de estado garantizan un comportamiento determinístico y alta disponibilidad. Aunque la limitación para escenarios de servidor único persiste, los fundamentos establecidos por este estudio abren camino para futuras optimizaciones, como la refactorización a .NET multiplataforma y la implementación de un proxy inverso interno, que prometen expandir aún más la aplicabilidad y el rendimiento de la solución contenerizada. La densidad de recursos y la flexibilidad operativa alcanzadas superan los desafíos iniciales, posicionando el sistema para una evolución continua en el paradigma de nube nativa.

4. Conclusión

Se concluye que el objetivo se alcanzó, demostrando la viabilidad técnica de la modernización y migración del sistema “System” a una infraestructura contenerizada, utilizando Docker y Kubernetes. La estrategia facilitó la distribución del software, redujo los errores de instalación y optimizó la escalabilidad y resiliencia en entornos heterogéneos. La implementación de un clúster híbrido, con nodos Windows para .NET Framework 4.8 y nodos Linux para Microsoft SQL Server, demostró ser una solución eficaz. Esto permitió empaquetar la aplicación de forma autónoma, garantizando consistencia y reproducibilidad. La contenerización de los componentes de aplicación resultó en una notable eficiencia en el consumo de recursos, con los contenedores UI y APP utilizando menos de 1 GB de RAM. La orquestación vía Kubernetes aseguró alta disponibilidad, resiliencia y automatización del ciclo de vida del software, validando la capacidad de gestionar complejidades y mantener el estado deseado de la aplicación.

Sin embargo, se identificó una limitación crucial para los clientes que operan el sistema en un único servidor físico “on-premises” con base de datos. La necesidad de coexistencia de contenedores Windows y Linux en el mismo host no orquestado impuso una complejidad de configuración que hace que la solución contenerizada sea menos atractiva para este perfil. Como estudios futuros, se sugiere la modernización del código fuente a versiones más recientes de .NET, como .NET 10 o superior, con el objetivo de hacer la aplicación “cross-platform”. Esto permitiría la consolidación de toda la pila tecnológica en contenedores Linux, reduciendo drásticamente el consumo de recursos y ampliando la aplicabilidad a escenarios de servidor único. Adicionalmente, la implementación de un Proxy Inverso Interno (NGINX) en la Capa 7 y la exploración de escalamiento horizontal de pods y nodos con herramientas como Karpenter son perspectivas para optimizar aún más el rendimiento y la resiliencia del sistema.

Referencias Bibliográficas

DAMARAPATI, A. 2025. Containers vs. Virtual machines: Understanding the shift to Kubernetes. Disponível em: https://journalwjaets.com/sites/default/files/fulltext_pdf/WJAETS-2025-0305.pdf. Acesso em: 01 nov. 2025.

GAJULA, S. 2025 A Decade of Cloud-Native Technologies:MultiCloud Strategies, Docker, and CI/CD Pipelines. Disponível em: https://www.researchgate.net/profile/Sreenivasulu-Gajula-2/publication/394361057_A_Decade_of_Cloud-Native_TechnologiesMulti-_Cloud_Strategies_Docker_and_CICD_Pipelines/links/6893fd3e37ccad613803c30d/A-Decade-of-Cloud-Native-TechnologiesMulti-Cloud-Strategies-Docker_and_CICD_Pipelines.pdf. Acesso em 15 abr. 2026

JANI, Y. 2021. Security Best Practices for Containerized Applications. Disponível em: https://www.researchgate.net/profile/Yash-Jani-6/publication/384444769_Security_Best_Practices_for_Containerized_Applications/links/66f99d05906bca2ac3d486ed/Security-Best-Practices-for-Containerized-Applications.pdf. Acesso em: 01 nov. 2025.

MELO, P.; SILVA, G.; VANDERLEI, A.; BESERRA, D.; ARAÚJO J. 2025. Performance Evaluation of Containerized Virtualization Platforms. Disponível em https://link.springer.com/article/10.1007/s42979-025-04297-3. Acesso em 15 abr. 2026

Artículo originario del Trabajo de Conclusión de Curso de la Especialización en Ingeniería de Software del MBA USP/Esalq

Para saber más sobre el curso, haga clic aquí y acceda a la plataforma MBX Academy

También te puede interesar

17 de noviembre de 2026

Detección y Diagnóstico de Enfermedades en Maíz y Arroz en Mozambique con Deep Learning

La agricultura mozambiqueña depende del maíz y el arroz, cultivos fundamentales para la seguridad alimentaria, pero su productividad se ve fuertemente afectada por enfermedades fitosanitarias, cuya identificación temprana y precisa sigue siendo un desafío en contextos de recursos limitados. El estudio tuvo como objetivo desarrollar y comparar modelos basados en Deep Learning para la detección y el diagnóstico automático de enfermedades en hojas de maíz y arroz en Mozambique. Se utilizaron tres enfoques: una Red Neuronal Convolucional (CNN) clásica desarrollada desde cero, y dos modelos de transfer learning, ResNet50 y MobileNetV2. El conjunto de datos se compuso de imágenes de bases públicas y recolectadas en campo, que pasaron por etapas de limpieza, balanceo y aumento artificial. Los modelos fueron entrenados y evaluados con métricas de desempeño estándar, incluyendo precisión (accuracy), precisión (precision), recall, F1-score, Log Loss y Kappa de Cohen. La CNN clásica presentó el mejor desempeño global, con 94% de precisión (precision), recall y F1-score, y 93% de precisión (accuracy) y Kappa de Cohen. La MobileNetV2 alcanzó 91% de F1-score y 90% de precisión (accuracy), destacándose por el menor Log Loss (0,30) y tiempo de entrenamiento (6h32min59s). La ResNet50 alcanzó 80% de F1-score y 79% de precisión (accuracy). Se concluyó que las técnicas de Deep Learning poseen un elevado potencial para apoyar el diagnóstico fitopatológico en contextos agrícolas reales, contribuyendo a decisiones más rápidas y precisas en el manejo de enfermedades en maíz y arroz.

Palabras clave: Aprendizaje profundo; Arroz; Enfermedades en plantas; Maíz; Visión computacional.

17 de noviembre de 2026

Estructuración del proceso de cierre de proyectos de una industria de la construcción civil

Un estudio abordó el grupo de procesos de cierre de proyectos en una industria de manufactura de la construcción civil, utilizando la guía PMBOK como referencia principal. El proceso existente en la industria presentaba superficialidad y fragilidades, especialmente en el registro de lecciones aprendidas. Ante este escenario, el objetivo fue desarrollar un procedimiento para el cierre de proyectos de la organización, visando agregar valor por medio de la estandarización del proceso, registro del conocimiento adquirido, formalización de la conclusión y entrega de los proyectos, y mejoramiento de la comunicación, compromiso, integración y transparencia con los stakeholders. La investigación se clasificó como descriptiva, empleó datos cualitativos y adoptó la investigación-acción como delineamiento. El alcance del estudio se estructuró conforme a los cinco grupos de procesos de la guía PMBOK y fue representado por una Estructura Analítica de Proyecto (EAP). Los principales resultados obtenidos incluyeron el procedimiento desarrollado y diversas plantillas de documentos, que constituyeron los entregables del nuevo proceso de cierre de proyectos. Se verificó que el trabajo alcanzó el objetivo esperado, pues el procedimiento desarrollado viabilizó la estandarización del cierre de proyectos, el mejoramiento de la integración y el compromiso con los stakeholders, y la promoción de seguridad y transparencia en el proceso.

Palabras clave: Gestión del conocimiento; Lecciones aprendidas; PMBOK; Plantillas; Término de aceptación de proyecto.

17 de noviembre de 2026

Machine Learning y priorización de funcionalidades en productos digitales: un estudio de caso en una fintech

Una investigación analizó el potencial del uso de técnicas de machine learning aplicadas al análisis del comportamiento de los usuarios en la priorización de funcionalidades en productos digitales. El objetivo fue comprender los procesos de priorización utilizados en la práctica, el papel de los datos de comportamiento en la toma de decisiones y las percepciones sobre la aplicación de técnicas de machine learning en este contexto. Se adoptó un enfoque cualitativo y exploratorio, estructurado como un estudio de caso en productos desarrollados bajo el modelo Software as a Service (SaaS). La recolección de datos se realizó a través de entrevistas semiestructuradas con profesionales de las áreas de producto y de datos. El análisis de los datos siguió la técnica de análisis de contenido. Los resultados indicaron que, aunque los datos de comportamiento ya se utilizaban como apoyo a la decisión, los procesos de priorización aún presentaban baja formalización y enfrentaban limitaciones técnicas y organizacionales. Se observó, también, el reconocimiento del potencial del machine learning como soporte estratégico a la priorización de funcionalidades, aunque su aplicación práctica fuera incipiente. Como principal contribución, el estudio propuso un modelo conceptual que integra datos de comportamiento, procesos de priorización y el uso de machine learning como soporte a la decisión.

Palabras clave: Análisis de datos; Comportamiento del usuario; Datos de comportamiento; Software as a Service (SaaS); Toma de decisiones.

17 de noviembre de 2026

Inteligencia artificial en las rutinas operativas contables y en la eficiencia financiera

La incorporación de Inteligencia Artificial (IA) y de herramientas de automatización ha reconfigurado las rutinas de las oficinas contables brasileñas, impactando la productividad, la mitigación de errores y la eficiencia financiera. Se analizaron estos impactos en una oficina contable de pequeño tamaño, especializada en la atención a prestadores de servicios del área médica en São Caetano do Sul, São Paulo. La investigación adoptó un enfoque cualitativo, con un diseño de estudio de caso único y unidades de análisis incorporadas. Los datos se recolectaron mediante un cuestionario estructurado, aplicado vía Google Forms entre enero y febrero de 2026, a cinco profesionales de la estructura operativa de la oficina en un relevamiento censal. El tratamiento siguió un análisis de contenido con categorías a priori y emergentes. Todos los encuestados declararon uso de herramientas automatizadas o con recursos de IA. La percepción de reducción del tiempo de ejecución, de disminución de errores operacionales, de retrabajo y de mejor aprovechamiento del tiempo del equipo convergió en el 80% de las respuestas afirmativas y el 20% parciales. Las actividades más beneficiadas fueron la conciliación bancaria, la importación de documentos fiscales y la liquidación tributaria, con ganancias visibles sobre errores de digitación, asientos duplicados y clasificación incorrecta. La intervención humana permaneció indispensable en la planificación tributaria, el análisis de escenarios y la verificación de obligaciones accesorias. La evaluación general de la contribución de la IA fue predominantemente favorable, con moderación vinculada a la complejidad normativa fiscal.

Palabras clave: Análisis de contenido; Automatización de procesos; Contabilidad 4.0; Pequeño tamaño; Transformación digital.

17 de noviembre de 2026

Factores que influyen en la gestión de plazos en proyectos de “retrofit” de estaciones de tratamiento de aguas residuales

Los proyectos de “retrofit” en Plantas de Tratamiento de Aguas Residuales (PTAR) se caracterizan por su alta complejidad, restricciones operativas y múltiples interfaces técnicas. El estudio analizó la percepción de los profesionales involucrados sobre la gestión y el cumplimiento de los plazos en proyectos de “retrofit” de plantas de tratamiento de aguas residuales, considerando factores técnicos, operativos y organizacionales. La investigación se caracterizó como un estudio aplicado, con un enfoque cuali-cuantitativo, delineado como un levantamiento de campo de tipo “survey”. El análisis de los datos se realizó mediante estadística descriptiva y categorización cualitativa, utilizando las herramientas SWOT, matriz de riesgo (Probabilidad x Impacto) y plan de acción 5W2H. Los resultados indicaron una alta percepción de claridad (77,8%) y realismo de los plazos (100% de acuerdo), evidenciando una planificación inicial consistente. Sin embargo, el 77,7% de los encuestados señaló que los retrabajos y cambios de alcance impactaron directamente el cumplimiento de los plazos. La integración entre ingeniería, fabricación y Planificación y Control de la Producción (PCP) presentó una evaluación intermedia (77,7% de acuerdo parcial/total), indicando fragilidad en la coordinación interfuncional. La matriz de riesgo destacó como críticos: cambios de alcance, limitaciones operativas de la PTAR y complejidad técnica, todos con nivel alto. Como mejora central, se propuso la estandarización del control de cambios de alcance, análisis y aprobación, con el fin de reducir retrabajos y aumentar la previsibilidad del cronograma.

Palabras clave: Desempeño; Integración; Planificación; Retrabajo; Riesgo.

17 de noviembre de 2026

Captación B2C en medicina diagnóstica: acuerdos estratégicos con consultorios médicos especializados

El sector de la medicina diagnóstica en Brasil opera con una alta dependencia de las aseguradoras de planes de salud, lo que limita la autonomía financiera de los prestadores. Este estudio propuso y analizó un modelo de captación directa de pacientes (B2C) para una institución de medicina diagnóstica de alta complejidad, estructurado a partir de alianzas con consultorios de Oncología y Cardiología y operado por un servicio de atención personalizada denominado conserjería. La investigación adoptó un enfoque mixto en tres fases: levantamiento de campo con cuestionario estructurado aplicado a 87 pacientes, mapeo del flujo operativo mediante “Service Blueprint” y análisis de la tasa de conversión a partir de 312 indicaciones médicas registradas en el proyecto piloto. Los resultados indicaron que la confianza en la indicación médica obtuvo un 92,0% de concordancia, configurándose como el principal factor de adhesión. La conveniencia de realizar el examen el mismo día alcanzó el 78,2%, y la disposición al pago directo llegó al 55,2%, con una polarización asociada a la predominancia de usuarios de planes de salud. El “Service Blueprint” identificó tres puntos críticos en las transiciones entre etapas del recorrido. La tasa de conversión global fue del 51,0%, con un desempeño superior en Oncología (58,2%) en relación con Cardiología (45,0%), y la mayor pérdida se concentró en la etapa de aceptación y agendamiento (28,3%). Se concluyó que el modelo demostró posible viabilidad operativa e indicios de aceptación por parte de los pacientes, condicionado a la transparencia de precios y a la reducción del intervalo entre la consulta y el abordaje por la conserjería.

Palabras clave: Desembolso directo; Recorrido del paciente; Salud suplementaria; Servicio de conserjería; Tasa de conversión.

17 de noviembre de 2026

El papel del director escolar en la promoción de una cultura inclusiva: liderazgo y políticas educativas

La investigación analizó el desempeño del director escolar en la promoción de una cultura inclusiva, considerando la necesidad de transformar directrices legales y fundamentos pedagógicos en prácticas institucionales efectivas. Se partió del supuesto de que la inclusión escolar exige planificación, organización y liderazgo estratégico en el día a día de la escuela. Se adoptó un enfoque cualitativo de naturaleza aplicada, desarrollado en tres etapas complementarias: análisis documental de las legislaciones brasileñas sobre educación inclusiva, revisión bibliográfica sobre liderazgo y gestión escolar, y sistematización de los datos por medio de herramientas gerenciales como la matriz FODA y el ciclo PDCA. Los resultados indicaron que el desempeño de la gestión escolar influyó directamente en la consolidación de ambientes inclusivos, especialmente en la organización de procesos, formación continua del equipo y fortalecimiento de una cultura institucional colaborativa y respetuosa de la diversidad. También se identificaron desafíos estructurales, pedagógicos y relacionales que demandaron intervenciones planificadas. Al final, se elaboró una Guía Práctica para Directores Escolares, con directrices, protocolos y orientaciones operacionales para la toma de decisiones y organización de los procesos inclusivos. Se concluyó que la construcción de una cultura inclusiva dependió de la capacidad de gestión para articular políticas públicas, prácticas pedagógicas y procesos institucionales, consolidando la inclusión como un compromiso permanente en el contexto escolar.

Palabras clave: Accesibilidad educativa; Equidad educativa; Gestión participativa; Planificación estratégica; Procesos institucionales.

17 de noviembre de 2026

Un artefacto de IA basado en Design Thinking para apoyar la elicitación de requisitos de software a partir de las necesidades de los usuarios

El desarrollo de software orientado a las necesidades de los usuarios a menudo enfrenta desafíos en la elicitación de requisitos, derivados de ambigüedades en el lenguaje natural y fallos de comunicación. Ante esto, se propuso y validó un artefacto inteligente que integra Design Thinking e Inteligencia Artificial, con foco en las etapas de Empatía y Definición, para apoyar la recolección, interpretación y estructuración de las necesidades de los usuarios. La investigación, de naturaleza aplicada, cualitativa y exploratoria, condujo una Prueba de Concepto en un ambiente controlado, empleando escenarios hipotéticos. El artefacto operó mediante entrevistas guiadas en lenguaje natural, organizando información en elementos como dolor, contexto e impacto, y generando síntesis de problemas rastreables. Los resultados indicaron que el sistema organizó relatos no estructurados, redujo ambigüedades y preservó el sentido de la información original en la mayoría de los casos. Se observó también la capacidad de reorganización lógica en escenarios complejos, aunque con limitaciones en la separación de múltiples problemas y dependencia de las instrucciones. Se concluyó que el artefacto tiene potencial como apoyo a la elicitación de requisitos, mejorando la claridad y la estructuración de la información, pero requiere supervisión y control contextual.

Palabras clave: Design Thinking; Elicitación de Requisitos; Ingeniería de Requisitos; Inteligencia Artificial; Procesamiento del Lenguaje Natural.

17 de noviembre de 2026

La Extinción de la Sistemática de Retención en la Industria Farmacéutica a la Luz de la Reforma Tributaria

La Reforma Tributaria del consumo, establecida por la Enmienda Constitucional nº 132/2023, introdujo alteraciones estructurales en el sistema tributario brasileño, con la sustitución del Programa de Integración Social (PIS) y de la Contribución para el Financiamento de la Seguridad Social (COFINS) por la Contribución sobre Bienes y Servicios (CBS), en un modelo de Impuesto sobre el Valor Añadido (IVA dual). El objetivo fue analizar los impactos de la extinción de la sistemática monofásica en la industria farmacéutica, a la luz del nuevo diseño normativo y de sus efectos económicos y jurídicos. Se realizó una investigación cualitativa, de naturaleza exploratoria, por medio de estudio de caso y análisis documental de la legislación y la doctrina especializada. Se examinó si el fin de la monofasia implicaría un aumento relevante de la carga tributaria para el sector. Los resultados indicaron que, aunque la superación formal de la sistemática monofásica ha ocurrido, la desgravación material de los medicamentos fue preservada, sobre todo en razón de la aplicación de alícuotas reducidas del 60% y, en determinados casos, de alícuota cero del Impuesto sobre Bienes y Servicios (IBS) y de la CBS. El cambio de modelo puede provocar variaciones puntuales en la recaudación, sin caracterizar un aumento estructural de la carga tributaria, tendiendo a la neutralidad a lo largo del tiempo. Se concluyó, preliminarmente, que la Reforma Tributaria reorganizó la técnica de tributación en la industria farmacéutica, sustituyendo un régimen concentrado por mecanismos más transparentes de desgravación. Este enfoque se mostró compatible con los principios de neutralidad, de no acumulatividad plena y de extrafiscalidad, manteniendo la protección tributaria a los medicamentos esenciales y alineando la política fiscal al derecho fundamental a la salud.

Palabras clave: CBS; COFINS; IBS; IVA Dual; PIS.