Cerramos el capítulo de HCL con las herramientas que hacen tu código inteligente y eficiente: los condicionales (tomar decisiones) y los bucles (crear muchos recursos sin repetirte). Sin ellos, tendrías que copiar y pegar el mismo bloque una y otra vez. Con ellos, escribes una vez y Terraform genera lo que haga falta.
El problema: no repetirse
Imagina que necesitas tres servidores idénticos. Sin bucles, escribirías tres bloques resource casi iguales. Si necesitaras cambiar algo, tendrías que cambiarlo en los tres. Eso es tedioso y propenso a errores.
Los bucles resuelven esto: declaras el recurso una vez e indicas «créalo N veces». Veamos las herramientas.
count: crear N copias
El argumento count crea varias copias de un recurso. Le das un número y Terraform crea esa cantidad.
resource "aws_instance" "web" {
count = 3 # ← crea 3 instancias
ami = "ami-0c1234567890abcde"
instance_type = "t3.micro"
tags = {
Name = "web-${count.index}" # web-0, web-1, web-2
}
}count = 3crea tres instancias.count.indexes el número de cada copia (0, 1, 2), útil para darles nombres distintos.
Analogía:
countes como decirle a una fotocopiadora «hazme 3 copias de este documento». Todas iguales, numeradas.
count también sirve para condicionales (crear o no un recurso):
resource "aws_instance" "bastion" {
count = var.crear_bastion ? 1 : 0 # 1 si true, 0 si false
# ...
}Si var.crear_bastion es true, crea 1; si es false, crea 0 (es decir, ninguno). Esto es un truco muy común para hacer un recurso «opcional».
for_each: crear copias a partir de una colección
El argumento for_each crea una copia por cada elemento de un map o un set. A diferencia de count (que usa números), for_each usa claves con significado.
resource "aws_instance" "servidor" {
for_each = {
web = "t3.micro"
api = "t3.small"
db = "m5.large"
}
ami = "ami-0c1234567890abcde"
instance_type = each.value # el valor: t3.micro, t3.small, m5.large
tags = {
Name = each.key # la clave: web, api, db
}
}- Crea una instancia por cada entrada del map.
each.keyes la clave (web,api,db).each.valuees el valor (t3.micro, etc.).
Analogía:
for_eaches como tener una lista de pedidos personalizados: «para web, una t3.micro; para api, una t3.small; para db, una m5.large». Cada uno con sus características.
count vs for_each: ¿cuál uso?
Esta es una decisión importante y una fuente típica de confusión:
count |
for_each |
|
|---|---|---|
| Se basa en | Un número | Un map o un set |
| Identifica cada copia por | Posición (0, 1, 2…) | Clave con significado |
| Bueno para | Copias idénticas o recursos opcionales | Recursos con identidad propia |
| Problema al borrar uno del medio | Reordena y puede recrear otros | No afecta a los demás |
Regla práctica:
- Usa
countpara crear N copias idénticas o para hacer un recurso opcional (count = condición ? 1 : 0).- Usa
for_eachcuando cada recurso tiene una identidad propia (nombres distintos, configuraciones distintas). Es más seguro al añadir o quitar elementos.Por qué
for_eachsuele ser preferible: concount, si borras el elemento del medio de una lista, los siguientes «se desplazan» y Terraform puede destruir y recrear recursos innecesariamente. Confor_each, cada recurso está ligado a su clave, así que quitar uno no afecta a los demás. Por eso muchos profesionales prefierenfor_eachsalvo para casos simples.
La expresión for: transformar colecciones
No confundas el bucle for_each (que crea recursos) con la expresión for (que transforma datos). La expresión for genera una nueva lista o map a partir de otro, parecido a una fórmula.
locals {
nombres = ["web", "api", "db"]
nombres_mayus = [for n in local.nombres : upper(n)]
# resultado: ["WEB", "API", "DB"]
}Lee así: «para cada n en la lista nombres, devuelve upper(n)». Es una forma compacta de transformar todos los elementos de una colección.
Ejemplo útil: convertir una lista de nombres en un map, o filtrar elementos que cumplan una condición. Es una herramienta avanzada que verás en código real, pero al principio basta con reconocerla.
Condicionales: el operador ternario
Para tomar decisiones dentro de una expresión, Terraform usa el operador ternario (el mismo de muchos lenguajes):
Ejemplos:
instance_type = var.entorno == "prod" ? "m5.large" : "t3.micro" # Si el entorno es "prod", usa m5.large; si no, t3.micro count = var.alta_disponibilidad ? 2 : 1 # Si quieres alta disponibilidad, crea 2; si no, 1
Analogía: es como decir «¿es producción? Entonces el servidor grande; si no, el pequeño». Una decisión rápida en una sola línea.
Un ejemplo realista
variable "entorno" {
type = string
default = "dev"
}
variable "subredes" {
type = map(string)
default = {
publica-a = "10.0.1.0/24"
publica-b = "10.0.2.0/24"
}
}
resource "aws_subnet" "esta" {
for_each = var.subredes # una subred por cada entrada
vpc_id = aws_vpc.principal.id
cidr_block = each.value # el rango de cada subred
tags = {
Name = each.key # publica-a, publica-b
Tipo = var.entorno == "prod" ? "produccion" : "desarrollo" # condicional
}
}Este código crea una subred por cada entrada del map subredes (bucle for_each), y etiqueta cada una según el entorno (condicional ternario). Escribiste un bloque y Terraform genera tantas subredes como definas, sin repetir código.
Lo que debes recordar
count: crea N copias de un recurso (count = 3) o lo hace opcional (count = condición ? 1 : 0). Identifica copias por posición (count.index).for_each: crea una copia por cada elemento de un map o set, con identidad propia (each.key,each.value). Más seguro al añadir/quitar elementos.- Regla:
countpara copias idénticas u opcionales;for_eachcuando cada recurso es distinto (suele ser preferible). - La expresión
fortransforma colecciones (no confundir con el buclefor_each). - El operador ternario
condición ? a : btoma decisiones en una línea (ideal para diferenciar entornos).
Con esto cierras el Capítulo 10 y ya sabes leer y escribir HCL. En el Capítulo 11 veremos dos piezas fundamentales para que Terraform funcione: los providers (cómo habla con AWS) y el estado (cómo recuerda lo que ha creado).
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
