Bienvenido a la Parte II, donde dejamos la teoría y empezamos a usar AWS de verdad. Arrancamos con el servicio más fundamental: EC2, el cómputo. Y dentro de EC2, lo primero que necesitas dominar son las instancias: qué son, qué tipos hay y cuál elegir.
Qué es EC2 y qué es una instancia
EC2 significa Elastic Compute Cloud. Es el servicio de AWS para alquilar servidores virtuales. Cada uno de esos servidores se llama instancia.
Recuerda el Capítulo 1: EC2 es el ejemplo clásico de IaaS (Infraestructura como Servicio). AWS te da un ordenador virtual; tú instalas y gestionas el sistema operativo y tu software encima.
Analogía: Una instancia EC2 es como alquilar un ordenador por horas en un centro de datos remoto, pero sin tocar nada físico. Eliges cuánta potencia quieres, lo enciendes en 2 minutos y empiezas a usarlo por SSH (Linux) o Escritorio Remoto (Windows).
La idea de la virtualización
Un servidor físico muy potente se puede «trocear» en muchos servidores virtuales independientes mediante virtualización. Cada trozo (cada instancia) cree que es un ordenador completo, pero comparte el hardware físico con otras instancias, aisladas entre sí.
Esto es lo que permite el resource pooling del Capítulo 1: AWS tiene servidores físicos enormes y te alquila justo la porción que necesitas.
Tipos de instancia: el «tamaño» y la «especialidad»
Aquí viene la parte que confunde a los principiantes. AWS ofrece cientos de tipos de instancia con nombres como t3.micro, m5.large, c6g.xlarge… Parecen un galimatías, pero siguen una lógica clara.
Cada instancia se define por dos cosas:
- Familia: para qué está optimizada (CPU, memoria, etc.).
- Tamaño: cuánta potencia tiene.
Anatomía del nombre
Tomemos m5.large como ejemplo:
m 5 .large │ │ │ │ │ └── tamaño (cuánta potencia) │ └── generación (la 5.ª, más nueva = mejor) └── familia (m = propósito general)
m→ familia (propósito general).5→ generación (a mayor número, hardware más moderno y eficiente).large→ tamaño (cantidad de CPU y memoria).
Las familias principales
Cada familia está pensada para un tipo de trabajo. Estas son las que más usarás:
| Familia | Letra típica | Optimizada para | Ejemplo de uso |
|---|---|---|---|
| Propósito general | t, m |
Equilibrio CPU/memoria | Webs, apps pequeñas, entornos de prueba |
| Optimizada para cómputo | c |
Mucha CPU | Procesamiento intensivo, videojuegos, cálculos |
| Optimizada para memoria | r, x |
Mucha RAM | Bases de datos en memoria, análisis de datos grandes |
| Optimizada para almacenamiento | i, d |
Disco rápido y grande | Bases de datos NoSQL, almacenes de datos |
| Acelerada (GPU) | p, g |
Tarjetas gráficas (GPU) | Machine learning, renderizado, IA |
Truco para recordar: piensa en las letras como iniciales en inglés. Compute, RAM (memory), GPU… No es perfecto, pero ayuda.
La familia «t»: las instancias económicas
Las instancias de la familia t (como t3.micro) son especiales y muy populares para empezar:
- Son baratas y aptas para la capa gratuita de AWS (ideales para aprender).
- Funcionan con un sistema de créditos de CPU: rinden poco de forma constante, pero pueden dar «ráfagas» de potencia cuando lo necesitan puntualmente.
- Perfectas para webs pequeñas, blogs o entornos de pruebas con tráfico irregular.
Cuidado: no son buenas para cargas que necesitan CPU alta de forma constante, porque se quedan sin créditos. Para eso, mejor una familia
com.
Cómo elegir: una guía práctica
No te agobies con los cientos de tipos. Sigue este razonamiento:
- ¿Qué necesita mi aplicación más, CPU o memoria?
- Equilibrado o no estoy seguro →
m(otsi es pequeña). - Mucha CPU →
c. - Mucha RAM →
r. - GPU para IA/gráficos →
gop.
- Equilibrado o no estoy seguro →
- ¿Cuánta potencia? Empieza pequeño (
largeo inclusomicro) y sube si hace falta. Es trivial cambiar de tamaño después. - Usa siempre la generación más reciente disponible: suele dar más rendimiento por el mismo precio.
Regla de oro: Empieza pequeño y mide. Es mucho más fácil (y barato) hacer crecer una instancia que pagar de más «por si acaso». Veremos cómo detectar el sobredimensionamiento en el Capítulo 25 (optimización de costes).
Ejemplo real: Un equipo lanza una web nueva con una
t3.micro(casi gratis). Al crecer el tráfico, ven que la CPU se satura y migran a unam5.large. Cuando descubren que su procesamiento de imágenes necesita mucha CPU, mueven esa parte concreta a unac6.xlarge. Cada pieza usa la familia que mejor le encaja.
Lo que debes recordar
- EC2 alquila servidores virtuales llamados instancias (es IaaS puro).
- El nombre de una instancia (
m5.large) codifica familia + generación + tamaño. - Las familias se optimizan para distintos trabajos:
t/m(general),c(CPU),r(memoria),i(almacenamiento),g/p(GPU). - La familia
tes barata e ideal para aprender (capa gratuita), pero no para CPU constante. - Empieza pequeño, mide y escala. Cambiar de tamaño después es fácil.
En el siguiente subcapítulo veremos tres piezas que acompañan siempre a una instancia: las AMIs (la plantilla del disco), las key pairs (cómo entras de forma segura) y los Security Groups (el firewall).
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
