Del código al clúster: De una fresa madura a la bandeja
Una plantación de fresas usa IA y robots para recolectar. Sigue una foto desde la cámara hasta la pinza y descubre cómo backend, Docker y Kubernetes sostienen la cosecha.
De una fresa madura a la bandeja
Parcela 7, fila 12. El robot R-03 encuentra la fresa F-42. Su misión: recogerla una sola vez y registrar el resultado.
- 01 · VerLa cámara toma una foto.
- 02 · DecidirLa IA estima madurez y posición.
- 03 · AsignarEl backend reserva una tarea.
- 04 · RecogerEl robot mueve la pinza y confirma.
Kubernetes escala el servicio informático. El movimiento de la pinza lo ejecuta el controlador local del robot.
Recibe las fotos, consulta la IA y asigna cada fresa a un robot.
Empaqueta el coordinador de cosecha y sus dependencias para ejecutarlo en servidores compatibles.
Reparte, recupera y escala las copias del servicio que atiende a los robots.
Los mismos microservicios atienden peticiones de ambos campos y conservan su origen en cada tarea.
Elige un capítulo o avanza paso a paso. Los diagramas y la terminal son una simulación educativa. En pantallas pequeñas puedes desplazar el diagrama horizontalmente.
¿Cómo se conectan la IA, los robots y el backend en una plantación de fresas?
En este caso ficticio, la cámara del robot envía una foto al backend. Un servicio de visión estima la madurez y la posición de una fresa. El backend registra y asigna la tarea; el controlador local del robot ejecuta la recogida y confirma el resultado. Docker empaqueta el coordinador y Kubernetes mantiene sus réplicas en servidores. Al adquirir otro campo, los mismos microservicios y sus réplicas atienden peticiones de ambas plantaciones, conservando el campo de origen y sus permisos en cada llamada.
Cómo se utiliza en este recurso
Recorre cuatro capítulos: de la foto a la recogida, del código del coordinador a una imagen Docker, del contenedor a un clúster y de una plantación a dos campos que reutilizan esa infraestructura. El cuarto capítulo muestra una API común por HTTPS en el puerto 443, microservicios compartidos para ambos campos, contexto por petición y escalado de cada servicio según la carga conjunta. Los diagramas y las métricas son ejemplos inventados.
Alcance y límites
La página simula el flujo y no controla robots ni ejecuta un modelo de IA. Los fragmentos ilustran la arquitectura y omiten detalles de implementación. La asignación atómica y la identificación de tareas evitan duplicidades en el ejemplo; un sistema real requiere resolver también comunicaciones, calibración y fallos. Escalar el backend no aumenta el número de robots ni garantiza mayor capacidad de inferencia.
Preguntas frecuentes
¿Kubernetes controla directamente la pinza?
En este ejemplo, Kubernetes mantiene las copias del backend en los servidores. El controlador local del robot comprueba sensores y ejecuta el movimiento de la pinza.
¿Cinco réplicas significan cinco robots?
No. Son cinco copias del servicio informático. La cantidad de robots físicos es independiente.
¿Cómo se evita recoger dos veces la misma fresa?
El ejemplo usa una asignación atómica por fruto y un identificador de tarea. Al recibir de nuevo T-42, el robot consulta su estado en lugar de repetir una tarea completada.
¿Se necesita otro clúster para el segundo campo?
En este ejemplo se reutiliza el clúster y los microservicios existentes. Cualquier réplica disponible de cada servicio puede atender peticiones del Norte y del Sur. La aplicación valida los permisos y conserva campo_id en las llamadas y las consultas. Los dos campos comparten la capacidad y los posibles fallos del sistema.