Ya sabes qué es un balanceador y cuándo usar ALB o NLB. Ahora vamos a abrir la caja y ver sus tres componentes internos: los listeners (qué tráfico escucha), las reglas (cómo decide) y los Target Groups (a qué servidores envía). Entender estas tres piezas es entender cómo funciona realmente un balanceador.
El recorrido de una petición
Cuando un usuario visita tu web a través del balanceador, su petición pasa por tres etapas:
Usuario ──► [ LISTENER ] ──► [ REGLAS ] ──► [ TARGET GROUP ] ──► Servidor
"escucho el "decido a "grupo de
puerto 443" dónde va" servidores"Veamos cada pieza.
- Listener: qué tráfico escucha el balanceador
Un listener (oyente) es una «puerta abierta» del balanceador que escucha en un puerto concreto. Por ejemplo:
- Un listener en el puerto 80 escucha el tráfico HTTP.
- Un listener en el puerto 443 escucha el tráfico HTTPS (seguro).
Balanceador ├── Listener puerto 80 (HTTP) → normalmente redirige a HTTPS └── Listener puerto 443 (HTTPS) → atiende las peticiones seguras
Analogía: los listeners son como las distintas líneas de teléfono de una empresa. Una línea para ventas (puerto 80), otra para soporte (puerto 443). Cada una escucha y, según quién llame, lo deriva al departamento correcto.
Un patrón muy habitual: el listener del puerto 80 (HTTP) redirige automáticamente al 443 (HTTPS) para forzar conexiones seguras.
- Target Group: el grupo de servidores destino
Un Target Group (grupo de destino) es una lista de servidores (instancias EC2, contenedores, funciones Lambda...) que reciben el tráfico. El balanceador no envía las peticiones a servidores sueltos, sino a un Target Group, que es quien agrupa los destinos.
Target Group "servidores-web" ├── Servidor 1 ✓ sano ├── Servidor 2 ✓ sano └── Servidor 3 ✗ no responde ← el balanceador NO le envía tráfico
Los health checks: la magia de la alta disponibilidad
Aquí está una de las claves más importantes: cada Target Group hace health checks (comprobaciones de salud). Periódicamente, el balanceador «pregunta» a cada servidor si está bien (por ejemplo, haciendo una petición a una URL como /health).
- Si el servidor responde correctamente → está «sano», recibe tráfico.
- Si no responde (se ha caído, está saturado...) → se marca «no sano» y el balanceador deja de enviarle peticiones automáticamente, hasta que se recupere.
Esto es lo que da la alta disponibilidad del subcapítulo 13.1. Gracias a los health checks, si un servidor falla, los usuarios nunca llegan a él: el balanceador los redirige a los servidores sanos sin que nadie note el problema. Sin health checks, el balanceador seguiría enviando gente a un servidor caído.
- Reglas: cómo decide el balanceador
Las reglas (rules) conectan listeners con Target Groups. En un ALB (que es inteligente, capa 7), las reglas pueden mirar el contenido de la petición para decidir a qué Target Group enviarla:
Listener 443 (HTTPS) ├── Regla: si la ruta es /api/* → Target Group "servidores-api" ├── Regla: si la ruta es /imagenes/* → Target Group "servidores-estaticos" └── Regla por defecto → Target Group "servidores-web"
Esto es el enrutamiento inteligente que mencionamos en el subcapítulo 13.1: un mismo balanceador puede repartir el tráfico a distintos grupos de servidores según la URL, el dominio, las cabeceras, etc.
Cómo encaja todo: un ejemplo
Imagina una tienda online. El recorrido de una petición a https://tienda.com/api/productos:
- Listener del puerto 443 (HTTPS) recibe la petición.
- Una regla ve que la ruta empieza por
/api/→ la envía al Target Groupservidores-api. - El Target Group
servidores-apitiene 3 servidores; 2 están sanos. Envía la petición a uno de los sanos. - Ese servidor responde, y la respuesta vuelve al usuario por el mismo camino.
Tabla resumen
| Componente | Qué hace | Analogía |
|---|---|---|
| Listener | Escucha un puerto (80, 443...) | Línea de teléfono |
| Regla | Decide a qué Target Group enviar | Recepcionista que deriva |
| Target Group | Grupo de servidores destino, con health checks | Departamento con sus empleados |
| Health check | Comprueba si cada servidor está sano | Pasar lista de presentes |
Lo que debes recordar
- Una petición recorre tres etapas: Listener (escucha un puerto) → Reglas (deciden el destino) → Target Group (servidores que responden).
- El listener escucha en un puerto (80 para HTTP, 443 para HTTPS); es habitual redirigir 80 → 443.
- El Target Group agrupa los servidores destino y hace health checks: si un servidor no responde, deja de recibir tráfico automáticamente. Esto es lo que da la alta disponibilidad.
- Las reglas (en el ALB) permiten enrutamiento inteligente por ruta, host o cabeceras hacia distintos Target Groups.
En el siguiente subcapítulo veremos la otra mitad de la magia: cómo crear y eliminar servidores automáticamente según la demanda, con los Auto Scaling Groups.
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
