La capacidad de procesar eficientemente los flujos de datos emitidos por los dispositivos de detección ubicuos de hoy en día permite el desarrollo de nuevos servicios inteligentes. Las aplicaciones de Procesamiento de Flujos de Datos (DSP) permiten procesar volúmenes enormes de datos en tiempo casi real. Para mantenerse al día con el alto volumen y la velocidad de los datos, estas aplicaciones pueden escalar elásticamente su ejecución en múltiples recursos informáticos para procesar el flujo de datos entrante en paralelo. Dado que las fuentes y consumidores de datos suelen estar ubicados en los bordes de la red, hoy en día la presencia de recursos informáticos geo-distribuidos representa un entorno atractivo para el DSP. Sin embargo, controlar las aplicaciones y la infraestructura de procesamiento en tales entornos de amplia área representa un desafío significativo. En este documento, presentamos una solución jerárquica para el control autónomo de aplicaciones y infraestructuras DSP elásticas. Consiste en una solución jerárquica de dos capas, donde los componentes centralizados coordinan a los administradores distribuidos subordinados, que, a su vez, controlan localmente la adaptación elástica de los componentes de la aplicación y las regiones de implementación. Explotando este marco, diseñamos varias políticas de autoadaptación, incluidas soluciones basadas en aprendizaje por refuerzo. Mostramos los beneficios de las políticas de autoadaptación presentadas con respecto a las soluciones de aprovisionamiento estático, y discutimos las fortalezas de los enfoques basados en aprendizaje por refuerzo, que aprenden de la experiencia cómo optimizar el rendimiento de la aplicación y la asignación de recursos.