En el subcapítulo anterior vimos que, tradicionalmente, ofrecer un servicio en internet implicaba comprar y mantener servidores físicos. Funcionaba, pero tenía dolores de cabeza muy concretos. La nube nació para resolverlos. Vamos a verlos uno a uno con ejemplos reales.
Problema 1: Pagar por adelantado un montón de dinero (CapEx)
Para montar tu servicio necesitabas comprar los servidores antes de tener un solo cliente.
Ejemplo real: Una startup quiere lanzar una tienda online. Calcula que necesitará 10 servidores. Cada uno cuesta 5.000 €. Antes de vender nada, ya ha gastado 50.000 €. Si el negocio no funciona, ese dinero está casi perdido.
A este gasto inicial en bienes físicos se le llama CapEx (Capital Expenditure). La nube lo convierte en OpEx (Operational Expenditure): pagas pequeñas cantidades mensuales por lo que usas, como una factura de la luz.
Problema 2: Adivinar la capacidad (y casi siempre fallar)
Tenías que decidir cuántos servidores comprar sin saber cuánta gente vendría. Solo había dos resultados, y los dos son malos:
- Te quedas corto: llega mucha gente, los servidores se saturan y la web se cae. Pierdes ventas justo cuando más demanda hay.
- Te pasas: compras de más «por si acaso» y la mayoría del tiempo esos servidores carísimos están encendidos sin hacer nada.
Ejemplo real: Una web de venta de entradas para conciertos tiene tráfico normal todo el año, pero el día que salen las entradas de un artista famoso recibe 100 veces más visitas durante una hora. ¿Compras 100 veces más servidores para usarlos una hora al año? ¿O dejas que la web se caiga ese día?
La nube resuelve esto con la elasticidad: añades capacidad en minutos cuando hace falta y la quitas cuando ya no, pagando solo por las horas que la usaste.
Problema 3: Tiempo de espera (time-to-market)
Comprar e instalar servidores físicos llevaba semanas o meses: pedir presupuesto, esperar la entrega, montar, cablear, instalar el sistema operativo, configurar la red…
Ejemplo real: Tu jefe te pide un servidor nuevo para probar una idea. En un datacenter tradicional, podrías tardar 6 semanas en tenerlo listo. En la nube, lo tienes funcionando en 2 minutos desde una página web.
La nube convierte una tarea de semanas en una de minutos. Eso permite experimentar barato y rápido.
Problema 4: Mantenimiento y averías
Los servidores físicos se rompen: discos duros que fallan, fuentes de alimentación que mueren, ventiladores que se atascan. Alguien tenía que:
- Estar de guardia 24/7.
- Tener piezas de repuesto en almacén.
- Cambiar el hardware roto físicamente.
Todo eso cuesta dinero y personal especializado. En la nube, el proveedor se encarga del hardware. Si un disco físico falla, es problema de AWS, no tuyo.
Problema 5: Llegar a usuarios de todo el mundo
Si tu datacenter está en Madrid, un usuario de Japón notará la web lenta porque sus datos tienen que cruzar medio planeta. Montar tu propio datacenter en Japón sería carísimo.
Ejemplo real: Una empresa española quiere vender en Latinoamérica. En lugar de construir un datacenter en México, alquila servidores en la región de AWS más cercana a sus clientes y los sirve rápido desde allí. Lo hace en minutos, sin viajar ni construir nada.
La nube ofrece presencia global: tienes datacenters disponibles en decenas de países listos para usar.
Problema 6: Recuperarse ante desastres
¿Qué pasa si se inunda tu sala de servidores, hay un incendio o un corte eléctrico prolongado? Con un único datacenter, lo pierdes todo. Tener un segundo datacenter de respaldo era extremadamente caro.
La nube permite, de forma asequible, replicar tus datos y sistemas en varias ubicaciones para que, si una falla, otra siga funcionando.
Resumen: el «antes» y el «después»
| Problema tradicional | Solución de la nube |
|---|---|
| Gran inversión inicial (CapEx) | Pago por uso mensual (OpEx) |
| Adivinar la capacidad | Elasticidad: escala arriba y abajo |
| Semanas para tener un servidor | Minutos para aprovisionar |
| Tú mantienes el hardware | El proveedor mantiene el hardware |
| Difícil llegar a otros países | Presencia global lista para usar |
| Desastres = pérdida total | Replicación multi-ubicación asequible |
Lo que debes recordar
- La nube no inventó internet; resolvió los problemas económicos y operativos de tener tus propios servidores.
- Las dos ideas clave son pago por uso (no inviertes por adelantado) y elasticidad (pagas solo por lo que usas, cuando lo usas).
- También aporta rapidez, alcance global y resiliencia a un coste asumible.
En el siguiente subcapítulo compararemos los tres grandes modelos de despliegue: on-premise, cloud e híbrido, para que sepas cuándo conviene cada uno.
Cloud, AWS & Terraform — De cero a experto
Capítulo 1 · Qué es el cloud computing
- 1.1 El modelo cliente-servidor tradicional
- 1.2 Problemas que venía a resolver la nube
- 1.3 On-premise vs cloud vs híbrido
- 1.4 Los tres modelos de servicio: IaaS, PaaS, SaaS
- 1.5 Los cinco pilares del cloud (según NIST)
- 1.6 Ventajas reales: elasticidad, pago por uso, disponibilidad global
Capítulo 2 · El mercado cloud y los grandes proveedores
- 2.1 AWS, Azure y GCP: diferencias y cuotas de mercado
- 2.2 Por qué aprender AWS primero
- 2.3 Conceptos que son universales entre proveedores
Capítulo 3 · Regiones, zonas de disponibilidad y edge
- 3.1 Qué es una región AWS y cómo elegirla
- 3.2 Availability Zones: alta disponibilidad desde el diseño
- 3.3 Edge locations y CloudFront
- 3.4 Latencia, resiliencia y soberanía de datos
Capítulo 4 · Cómputo: EC2
- 4.1 Instancias: tipos, familias y cuándo elegir cada una
- 4.2 AMIs, key pairs y Security Groups
- 4.3 Ciclo de vida de una instancia
- 4.4 Elastic IPs y Placement Groups
- 4.5 Savings Plans vs Reserved vs On-Demand vs Spot
Capítulo 5 · Almacenamiento: S3
- 5.1 Buckets, objetos y claves
- 5.2 Clases de almacenamiento (Standard, IA, Glacier…)
- 5.3 Versionado y ciclo de vida de objetos
- 5.4 Políticas de bucket y ACLs
- 5.5 Hosting de sitios web estáticos
Capítulo 6 · Redes: VPC
- 6.1 Qué es una VPC y por qué la necesitas
- 6.2 Subredes públicas y privadas
- 6.3 Internet Gateway y NAT Gateway
- 6.4 Route Tables y Network ACLs
- 6.5 VPC Peering y endpoints
Capítulo 7 · Identidad y acceso: IAM
- 7.1 Usuarios, grupos, roles y políticas
- 7.2 El principio de mínimo privilegio
- 7.3 Políticas basadas en identidad vs en recurso
- 7.4 MFA y credenciales temporales (STS)
- 7.5 Buenas prácticas de seguridad IAM
Capítulo 8 · Bases de datos gestionadas
- 8.1 RDS: motores, Multi-AZ y réplicas de lectura
- 8.2 Aurora y sus ventajas sobre RDS vanilla
- 8.3 DynamoDB: modelo clave-valor / documentos
- 8.4 ElastiCache para caché en memoria
- 8.5 Cuándo usar cada tipo de base de datos
Capítulo 9 · Por qué Infraestructura como Código
- 9.1 Problemas del aprovisionamiento manual
- 9.2 IaC declarativo vs imperativo
- 9.3 Terraform vs CloudFormation vs Pulumi vs CDK
- 9.4 El ciclo plan → apply → destroy
Capítulo 10 · HCL: el lenguaje de Terraform
- 10.1 Bloques resource, variable, output, locals
- 10.2 Tipos de datos: string, number, bool, list, map, object
- 10.3 Expresiones, referencias y funciones built-in
- 10.4 Condicionales y bucles (count, for_each, for)
Capítulo 11 · Providers y estado
- 11.1 Cómo funciona el provider de AWS
- 11.2 El fichero terraform.tfstate y su importancia
- 11.3 State local vs state remoto (S3 + DynamoDB)
- 11.4 Comandos esenciales: init, plan, apply, destroy, fmt, validate
Capítulo 12 · Tu primera infraestructura real en Terraform
- 12.1 Crear una VPC con subredes desde cero
- 12.2 Levantar una instancia EC2 pública
- 12.3 Asociar un Security Group y una Elastic IP
- 12.4 Outputs y referencias entre recursos
- 12.5 Flujo de trabajo en equipo: PR review de planes
Capítulo 13 · Balanceo de carga y autoescalado
- 13.1 Application Load Balancer vs Network Load Balancer
- 13.2 Target Groups, listeners y reglas
- 13.3 Auto Scaling Groups: políticas y métricas
- 13.4 Warm pools y lifecycle hooks
Capítulo 14 · Serverless con Lambda
- 14.1 El modelo de ejecución de Lambda
- 14.2 Triggers: API Gateway, S3, DynamoDB Streams, SQS
- 14.3 Gestión de dependencias y capas (Layers)
- 14.4 Cold starts y estrategias para reducirlos
- 14.5 Límites y antipatrones
Capítulo 15 · Mensajería y eventos
- 15.1 SQS: colas estándar vs FIFO, DLQ
- 15.2 SNS: topics, suscripciones, fan-out
- 15.3 EventBridge: event buses y reglas
- 15.4 Patrones: pub/sub, desacoplamiento, saga
Capítulo 16 · Entrega de contenido y DNS
- 16.1 Route 53: tipos de registros y routing policies
- 16.2 CloudFront: distribuciones, cachés y origins
- 16.3 ACM: certificados SSL/TLS gratuitos
- 16.4 WAF integrado con CloudFront
Capítulo 17 · Contenedores en AWS
- 17.1 Docker: repaso exprés de conceptos clave
- 17.2 ECR: registro privado de imágenes
- 17.3 ECS: task definitions, services, Fargate vs EC2
- 17.4 EKS: cuándo Kubernetes y cuándo no
Capítulo 18 · Módulos: reutilización y composición
- 18.1 Anatomía de un módulo Terraform
- 18.2 Variables de entrada, outputs y dependencias
- 18.3 Módulos locales vs módulos del Terraform Registry
- 18.4 Versionado de módulos con Git tags
- 18.5 Diseño de módulos genéricos vs específicos de dominio
Capítulo 19 · Workspaces y gestión de entornos
- 19.1 Workspaces de Terraform: casos de uso y limitaciones
- 19.2 Estrategia de directorios por entorno (dev/stg/prod)
- 19.3 Terragrunt: DRY para configuraciones de entorno
- 19.4 Variables de entorno y archivos .tfvars
Capítulo 20 · Backends remotos y locking
- 20.1 Configurar S3 + DynamoDB como backend
- 20.2 State locking: evitar corrupción en equipo
- 20.3 Migración de estado entre backends
- 20.4 terraform import: traer recursos existentes al estado
Capítulo 21 · Testing de infraestructura
- 21.1 Terraform validate y fmt en CI
- 21.2 Checkov y tfsec: análisis de seguridad estático
- 21.3 Terratest: tests de integración en Go
- 21.4 Contract testing entre módulos
Capítulo 22 · Terraform en CI/CD
- 22.1 Pipeline básico: lint → plan → apply en GitHub Actions
- 22.2 Atlantis: GitOps para Terraform
- 22.3 Terraform Cloud / HCP Terraform
- 22.4 Drift detection y reconciliación automática
Capítulo 23 · Seguridad en profundidad
- 23.1 AWS Organizations y Service Control Policies
- 23.2 AWS Config: compliance continuo
- 23.3 GuardDuty: detección de amenazas
- 23.4 Security Hub: visión centralizada
- 23.5 KMS: gestión de claves y rotación
- 23.6 Secrets Manager vs Parameter Store
Capítulo 24 · Observabilidad: logs, métricas y trazas
- 24.1 CloudWatch Logs, métricas y alarmas
- 24.2 CloudWatch Dashboards y Contributor Insights
- 24.3 X-Ray: trazado distribuido
- 24.4 OpenTelemetry en AWS
- 24.5 Managed Grafana y Managed Prometheus
Capítulo 25 · Optimización de costes
- 25.1 AWS Cost Explorer y presupuestos con alertas
- 25.2 Trusted Advisor y Compute Optimizer
- 25.3 Rightsizing: cómo detectar sobredimensionamiento
- 25.4 Savings Plans vs Reserved Instances: decisión estratégica
- 25.5 FinOps: cultura y procesos para controlar el gasto
Capítulo 26 · Alta disponibilidad y disaster recovery
- 26.1 RTO y RPO: definir los objetivos
- 26.2 Estrategias: backup/restore, pilot light, warm standby, multi-site
- 26.3 Route 53 health checks y failover automático
- 26.4 AWS Backup: política centralizada de copias
Capítulo 27 · Well-Architected Framework de AWS
- 27.1 Los seis pilares: excelencia operacional, seguridad, fiabilidad, eficiencia de rendimiento, optimización de costes, sostenibilidad
- 27.2 Well-Architected Tool: revisiones formales
- 27.3 Cómo aplicar el framework en decisiones de diseño
Capítulo 28 · Arquitecturas serverless a escala
- 28.1 Event-driven architecture con Lambda + EventBridge
- 28.2 Saga pattern para transacciones distribuidas
- 28.3 Step Functions: orquestación de workflows complejos
- 28.4 Lambda@Edge y CloudFront Functions
Capítulo 29 · Plataformas de datos en AWS
- 29.1 Data Lake con S3, Glue y Athena
- 29.2 Kinesis Data Streams y Firehose para streaming
- 29.3 Redshift: data warehousing a escala
- 29.4 Lake Formation: gobierno del dato
Capítulo 30 · Multi-cuenta y landing zones
- 30.1 Por qué separar workloads en cuentas distintas
- 30.2 AWS Control Tower y Account Factory
- 30.3 Gestión centralizada de logs y seguridad
- 30.4 Terraform a escala multi-cuenta con módulos compartidos
Capítulo 31 · Platform Engineering e Internal Developer Platform
- 31.1 Golden paths y abstracciones sobre Terraform
- 31.2 Service Catalog de AWS
- 31.3 Backstage como portal de desarrolladores
- 31.4 Módulos Terraform como producto interno
Capítulo 32 · Certificaciones AWS relevantes
- 32.1 Cloud Practitioner: ¿vale la pena?
- 32.2 Solutions Architect Associate → Professional
- 32.3 DevOps Engineer Professional
- 32.4 Specialty: Security, Database, Networking
- 32.5 HashiCorp Terraform Associate
Capítulo 33 · Proyectos para consolidar lo aprendido
- 33.1 Proyecto 1: blog serverless (S3 + CloudFront + Lambda + DynamoDB)
- 33.2 Proyecto 2: API REST con ECS Fargate + RDS + ALB
- 33.3 Proyecto 3: plataforma de datos con Glue + Athena + Redshift
- 33.4 Proyecto 4: landing zone multi-cuenta con Terraform y Control Tower
