Existen varias herramientas para hacer Infraestructura como Código. Las más conocidas son Terraform, CloudFormation, Pulumi y CDK. En este subcapítulo las comparamos para que entiendas sus diferencias y, sobre todo, por qué este libro elige Terraform. No se trata de que una sea «la mejor» en abstracto, sino de cuál encaja mejor para aprender y para la mayoría de casos.
Las cuatro herramientas
Terraform (de HashiCorp)
- Qué es: la herramienta de IaC más popular y la protagonista de este libro.
- Lenguaje: HCL (HashiCorp Configuration Language), un lenguaje declarativo creado específicamente para describir infraestructura. Es fácil de leer (lo veremos en el Capítulo 10).
- Multi-nube: funciona con AWS, Azure, GCP y cientos de proveedores más, todos con el mismo lenguaje. Esta es su gran ventaja.
- Declarativo: sí (como vimos en el subcapítulo 9.2).
CloudFormation (de AWS)
- Qué es: la herramienta de IaC nativa de AWS.
- Lenguaje: archivos YAML o JSON.
- Solo AWS: es exclusiva de AWS. No sirve para Azure ni GCP.
- Ventaja: está totalmente integrada en AWS y soporta los servicios nuevos de AWS muy rápido. No necesitas instalar nada extra.
- Inconveniente: los archivos pueden volverse largos y verbosos, y te ata a AWS (vendor lock-in, recuerda el Capítulo 2).
Pulumi
- Qué es: IaC usando lenguajes de programación de verdad (Python, TypeScript, Go, C#…).
- Idea: en lugar de aprender un lenguaje específico, usas el lenguaje que ya conoces, con bucles, condiciones y funciones normales.
- Multi-nube: sí.
- Para quién: atractivo para desarrolladores que prefieren código «normal». A cambio, puede ser más complejo y requiere saber programar.
CDK (Cloud Development Kit, de AWS)
- Qué es: como Pulumi pero de AWS: defines infraestructura con lenguajes de programación (TypeScript, Python, Java…) y, por debajo, genera CloudFormation.
- Solo AWS (principalmente).
- Para quién: desarrolladores del ecosistema AWS que quieren usar código en lugar de YAML. Existe también CDK for Terraform (CDKTF), que combina CDK con Terraform.
Tabla comparativa
| Terraform | CloudFormation | Pulumi | CDK | |
|---|---|---|---|---|
| Creador | HashiCorp | AWS | Pulumi | AWS |
| Lenguaje | HCL (propio, declarativo) | YAML/JSON | Python, TS, Go… | TS, Python, Java… |
| Multi-nube | Sí | No (solo AWS) | Sí | Principalmente AWS |
| Curva de aprendizaje | Suave | Media | Media-alta (saber programar) | Media-alta |
| Popularidad / comunidad | La mayor | Alta (en AWS) | Creciente | Creciente |
| Te ata a AWS | No | Sí | No | Sí |
Por qué este libro elige Terraform
Elegimos Terraform por razones muy concretas, parecidas a por qué elegimos AWS en el Capítulo 2:
- Es el estándar de facto del mercado
Terraform es, con diferencia, la herramienta de IaC más usada y demandada en ofertas de empleo. Aprenderla maximiza tus oportunidades profesionales.
- Es multi-nube (no te ata)
Con Terraform, lo que aprendes sirve para AWS, Azure, GCP y cientos de servicios más, todo con el mismo lenguaje. Si mañana cambias de nube, reaprovechas tu conocimiento. CloudFormation y CDK te atan a AWS.
- HCL es fácil de leer y aprender
El lenguaje HCL fue diseñado para ser legible y claro, incluso para quien no programa. Es más amable para empezar que escribir YAML largo o usar un lenguaje de programación completo.
- Comunidad y ecosistema enormes
Hay miles de ejemplos, módulos reutilizables (Capítulo 18) y respuestas a cualquier duda. La comunidad de Terraform es gigantesca.
- Encaja perfectamente con AWS
Como vimos en el Capítulo 2, el provider de AWS para Terraform es el más maduro y completo. AWS + Terraform es una de las combinaciones más demandadas.
¿Y las demás? No las descartes
Que elijamos Terraform no significa que las otras sean malas:
- CloudFormation es excelente si trabajas solo con AWS y quieres integración nativa total.
- CDK / Pulumi son geniales para desarrolladores que prefieren usar su lenguaje de programación favorito.
Lo bueno es que, una vez entiendes los conceptos de IaC (declarativo, estado, idempotencia…), pasar de una herramienta a otra es relativamente sencillo. Los conceptos son universales, como vimos con las nubes en el Capítulo 2.
Un apunte sobre las licencias (OpenTofu)
En 2023, HashiCorp cambió la licencia de Terraform a una más restrictiva. En respuesta, la comunidad creó OpenTofu, una versión de código abierto compatible con Terraform (es un fork). Para aprender y para la mayoría de usos, ambos son prácticamente idénticos y lo que aprendas aquí te sirve para los dos. Es bueno que sepas que OpenTofu existe como alternativa libre.
Lo que debes recordar
- Las cuatro herramientas principales de IaC son Terraform, CloudFormation, Pulumi y CDK.
- CloudFormation y CDK son solo de AWS; Terraform y Pulumi son multi-nube.
- Pulumi y CDK usan lenguajes de programación; Terraform usa HCL (declarativo y fácil de leer); CloudFormation usa YAML/JSON.
- Elegimos Terraform por ser el estándar del mercado, multi-nube (no te ata), con HCL legible y una comunidad enorme.
- OpenTofu es una alternativa libre y compatible con Terraform, fruto del cambio de licencia de 2023.
En el último subcapítulo de este capítulo veremos el flujo de trabajo fundamental de Terraform: el ciclo plan → apply → destroy.
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
