Cerramos la Parte I uniendo todo lo aprendido sobre la geografía de AWS —regiones, zonas de disponibilidad y edge locations— bajo tres conceptos que guiarán muchísimas de tus decisiones de arquitectura: latencia, resiliencia y soberanía de datos. Son las tres preguntas que te harás cada vez que diseñes algo en la nube.
Concepto 1: Latencia — «¿cómo de rápido responde?»
La latencia es el tiempo que tardan los datos en ir de un punto a otro y volver. Se mide en milisegundos (ms). Cuanto menor sea la latencia, más rápida y fluida se siente tu aplicación.
La latencia depende mucho de la distancia física: los datos viajan rápido, pero no infinitamente rápido. Cruzar un océano siempre añade retraso.
Ejemplo: Un usuario en Madrid accediendo a un servidor en Madrid puede tener ~5 ms de latencia. El mismo usuario accediendo a un servidor en Tokio puede tener ~250 ms. Esa diferencia es perceptible: la web «va a tirones» con la opción lejana.
Cómo reducir la latencia con lo que has aprendido:
- Elige una región cercana a tus usuarios (subcapítulo 3.1).
- Usa CloudFront y edge locations para servir contenido desde el punto más cercano (subcapítulo 3.3).
Dato: Para servicios donde cada milisegundo cuenta (videojuegos online, trading financiero, videollamadas), la latencia es la prioridad de diseño.
Concepto 2: Resiliencia — «¿qué pasa cuando algo falla?»
La resiliencia es la capacidad de tu sistema de seguir funcionando a pesar de los fallos. Como vimos, en la nube se asume que el hardware fallará, así que diseñamos para que eso no tumbe el servicio.
Cómo conseguir resiliencia con lo aprendido:
| Estrategia | Protege contra | Coste/complejidad |
|---|---|---|
| Multi-AZ (varias zonas en una región) | Fallo de un datacenter | Bajo |
| Multi-región (varias regiones) | Fallo de una región entera | Alto |
La palabra clave aquí es redundancia: tener copias o componentes de repuesto repartidos, de modo que la caída de uno no implique la caída del todo.
Ejemplo real: Una pasarela de pagos no puede caerse nunca. La diseñan multi-AZ para sobrevivir a fallos de datacenter, y replican datos en una segunda región por si una región entera tuviera un problema catastrófico. Así garantizan que los pagos siguen funcionando pase lo que pase.
Veremos la resiliencia en profundidad en el Capítulo 26 (alta disponibilidad y recuperación ante desastres), con conceptos como RTO y RPO.
Concepto 3: Soberanía de datos — «¿dónde pueden vivir mis datos legalmente?»
La soberanía de datos se refiere a las leyes y regulaciones que determinan dónde se pueden almacenar y procesar ciertos datos, y qué leyes se les aplican según el país donde estén.
No es un tema técnico, sino legal, pero condiciona decisiones técnicas (qué región eliges).
Ejemplo real — el RGPD: El Reglamento General de Protección de Datos de la Unión Europea regula cómo se tratan los datos personales de ciudadanos europeos. Muchas empresas, para cumplirlo con tranquilidad, deciden almacenar los datos de sus clientes europeos en regiones de AWS dentro de la UE (España, Irlanda, Fráncfort…).
Otros ejemplos de requisitos de soberanía:
- Datos de sanidad que por ley deben permanecer en el país.
- Datos de administraciones públicas con exigencias de localización.
- Sectores financieros con normativas estrictas sobre dónde residen los datos.
Cómo lo gestionas con lo aprendido: eligiendo la región adecuada (subcapítulo 3.1). Como las regiones están aisladas y sabes exactamente en qué país está cada una, puedes garantizar que los datos no salen de donde deben.
Las tres preguntas que te harás siempre
Cuando diseñes cualquier sistema en AWS, estos tres conceptos se traducen en tres preguntas:
- Latencia: ¿Dónde están mis usuarios? → Elige región cercana + CloudFront.
- Resiliencia: ¿Qué pasa si falla un datacenter o una región? → Multi-AZ y, si es crítico, multi-región.
- Soberanía: ¿Hay leyes sobre dónde deben estar mis datos? → Elige región que cumpla la normativa.
A veces estas tres fuerzas entran en tensión y hay que equilibrarlas:
Ejemplo de compromiso: Tus usuarios más rápidos estarían servidos desde Virginia (latencia baja para América), pero la ley te obliga a guardar datos europeos en la UE (soberanía). Solución típica: alojas los datos en Europa (cumples la ley) y usas CloudFront para acelerar la entrega globalmente (mitigas la latencia).
Lo que debes recordar
- Latencia: tiempo de respuesta; se reduce acercando la región y usando edge locations/CloudFront.
- Resiliencia: capacidad de seguir funcionando ante fallos; se logra con redundancia multi-AZ y, si es crítico, multi-región.
- Soberanía de datos: requisitos legales sobre dónde residen los datos; se cumple eligiendo la región adecuada.
- Casi toda decisión de arquitectura geográfica nace de equilibrar estas tres fuerzas.
Con esto cierras la Parte I. Ya dominas los fundamentos conceptuales de la nube. En la Parte II dejamos la teoría y entramos en lo práctico: los servicios esenciales de AWS, empezando por el cómputo con EC2.
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
