Bienvenido a la Parte III, donde aprenderás Terraform y la Infraestructura como Código (IaC). Pero antes de tocar Terraform, hay que entender qué problema resuelve. Y para eso, hablemos del «aprovisionamiento manual»: la forma tradicional de crear infraestructura, con todos sus dolores. Cuando entiendas estos problemas, valorarás de verdad por qué la IaC ha cambiado las reglas del juego.
Qué es el aprovisionamiento manual
Aprovisionar infraestructura significa crear y configurar los recursos que necesita tu aplicación: servidores, redes, bases de datos, permisos…
El aprovisionamiento manual es hacerlo a mano, haciendo clic en la consola web de AWS. Entras en la web, pulsas «crear instancia», rellenas formularios, configuras redes a mano, ajustas permisos uno a uno… Es como has estado imaginando hacer las cosas en los capítulos anteriores.
Funciona para aprender o para una prueba rápida. Pero para proyectos reales, tiene problemas graves.
Problema 1: Es lento y repetitivo
Crear un entorno completo a mano (red, subredes, servidores, base de datos, permisos…) puede llevar horas de hacer clic en decenas de pantallas. Y si necesitas otro entorno igual (por ejemplo, uno de pruebas idéntico al de producción), tienes que repetir todo el proceso desde cero.
Ejemplo: Tu jefe te pide montar un entorno de pruebas idéntico al de producción. A mano, eso significa recrear minuciosamente cada recurso, intentando recordar exactamente cómo configuraste el original hace tres meses. Horas de trabajo tedioso y propenso a errores.
Problema 2: Es propenso a errores humanos
Cuando configuras decenas de recursos a mano, es fácil equivocarse: olvidas marcar una casilla, escribes mal un valor, configuras un permiso de más o de menos. Y los errores en infraestructura pueden causar caídas o agujeros de seguridad.
Ejemplo real: Configuras el entorno de pruebas y, sin querer, abres el puerto SSH a todo internet (el error del Capítulo 4). En producción lo habías hecho bien, pero en pruebas se te olvidó. Ahora tienes una vulnerabilidad… y ni siquiera lo sabes, porque «creías» que lo habías hecho igual.
Problema 3: Los entornos «se desvían» (drift)
Cuando todo se hace a mano, es imposible garantizar que dos entornos sean idénticos. Con el tiempo, alguien hace un cambio rápido en producción «para arreglar algo» y no lo replica en pruebas. Los entornos divergen silenciosamente.
Esto causa el clásico: «en pruebas funciona, pero en producción falla» (o al revés). El motivo es que, en realidad, no eran iguales, aunque nadie lo supiera. A esta divergencia se le llama drift (deriva de configuración).
Problema 4: No hay registro de lo que existe ni por qué
Con el aprovisionamiento manual, nadie sabe con certeza qué hay desplegado, quién lo creó, cuándo ni por qué. El conocimiento vive en la cabeza de quien lo montó (o en notas dispersas).
Ejemplo: Encuentras un servidor encendido que cuesta dinero cada mes. Nadie recuerda para qué es ni si se puede apagar. ¿Lo apagas y arriesgas romper algo, o lo dejas pagando «por si acaso»? Sin documentación, vas a ciegas.
Problema 5: Difícil de revisar, versionar y revertir
- No hay revisión: un cambio hecho a mano no pasa por ningún control. Una persona puede modificar producción sin que nadie lo revise.
- No hay historial: no existe un registro de «qué cambió y cuándo», como sí ocurre con el código.
- No hay vuelta atrás fácil: si un cambio rompe algo, no hay un botón de «deshacer». Tienes que recordar y revertir cada paso a mano.
Problema 6: No escala con el equipo
Cuando sois varias personas, el aprovisionamiento manual se vuelve un caos:
- Dos personas pueden cambiar lo mismo a la vez y pisarse.
- Nadie sabe qué tocó cada uno.
- El «experto que lo montó» se convierte en un cuello de botella (y un riesgo si se va de la empresa).
La raíz de todos estos problemas
Si te fijas, todos estos dolores comparten una causa: la infraestructura no está escrita ni registrada en ningún sitio fiable. Está «hecha a mano» y existe solo en la consola de AWS y en la memoria de las personas.
¿Y si pudiéramos describir toda nuestra infraestructura en archivos de texto, como si fuera código? Entonces podríamos:
- Reutilizarla (crear entornos idénticos al instante).
- Versionarla (historial de cambios, como en Git).
- Revisarla (que otra persona valide antes de aplicar).
- Revertirla (volver a una versión anterior).
- Documentarla automáticamente (el código ES la documentación).
Esa idea es exactamente la Infraestructura como Código, y es lo que veremos en el resto de la Parte III.
Tabla resumen: manual vs lo que necesitamos
| Problema del aprovisionamiento manual | Lo que necesitamos |
|---|---|
| Lento y repetitivo | Crear entornos al instante, repetibles |
| Errores humanos | Configuración consistente y revisada |
| Drift (entornos que divergen) | Entornos idénticos garantizados |
| Nadie sabe qué existe | La infraestructura documentada en código |
| No hay historial ni vuelta atrás | Versionado e historial de cambios |
| No escala en equipo | Colaboración con revisión |
Lo que debes recordar
- El aprovisionamiento manual (crear infraestructura haciendo clic en la consola) sirve para aprender, pero no para proyectos serios.
- Sus problemas: es lento y repetitivo, propenso a errores, provoca drift (entornos que divergen), no deja registro de qué existe, y no escala en equipo.
- La causa raíz: la infraestructura no está escrita en ningún sitio fiable, solo en la consola y en la memoria de las personas.
- La solución es describir la infraestructura en archivos de texto (código): reutilizable, versionable, revisable y reversible. Eso es la Infraestructura como Código.
En el siguiente subcapítulo veremos un matiz clave de la IaC: la diferencia entre el enfoque declarativo y el imperativo, y por qué Terraform elige el declarativo.
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
