Cerramos la Parte IV con EKS (Elastic Kubernetes Service), la alternativa más potente —y más compleja— para ejecutar contenedores en AWS. Es importante entender qué es Kubernetes, qué aporta EKS y, sobre todo, cuándo merece la pena frente a la sencillez de ECS. Spoiler: no siempre.
Qué es Kubernetes
Kubernetes (a menudo abreviado K8s) es el orquestador de contenedores más popular del mundo. Hace lo mismo que ECS (ejecutar, escalar, reparar y coordinar contenedores), pero con dos diferencias importantes:
- Es open source (código abierto) y estándar de la industria: lo usan empresas de todos los tamaños y funciona en cualquier nube (AWS, Azure, Google...) o incluso en tus propios servidores.
- Es muchísimo más potente y flexible... pero también mucho más complejo.
ECS = orquestador de AWS, sencillo, solo en AWS K8s = orquestador estándar, potentísimo, en cualquier sitio, pero complejo
Analogía: si ECS es un coche automático (fácil de conducir, AWS gestiona casi todo por ti), Kubernetes es un coche de Fórmula 1: increíblemente capaz y configurable, pero requiere un piloto experto y mucho mantenimiento. Para ir al supermercado, el automático es más que suficiente.
Qué es EKS
Gestionar Kubernetes por tu cuenta es muy difícil: hay que instalar y mantener su «cerebro» (el plano de control), que es complejo y delicado. EKS (Elastic Kubernetes Service) resuelve eso: es Kubernetes gestionado por AWS. AWS se encarga de la parte más difícil (el plano de control), y tú usas Kubernetes sin tener que mantener su núcleo.
Kubernetes por tu cuenta: tú mantienes TODO (muy difícil) EKS: AWS mantiene el "cerebro"; tú usas Kubernetes
Aun así —y esto es clave— EKS sigue siendo más complejo que ECS. AWS te quita una parte del trabajo, pero Kubernetes en sí tiene una curva de aprendizaje pronunciada: conceptos propios (pods, deployments, services, ingress...), su propia forma de configurarse, su propio ecosistema de herramientas.
ECS vs EKS: la comparación clave
| ECS | EKS (Kubernetes) | |
|---|---|---|
| Complejidad | Baja, fácil de aprender | Alta, curva pronunciada |
| Potencia/flexibilidad | Suficiente para la mayoría | Enorme, muy configurable |
| Portabilidad | Solo AWS | Cualquier nube o local |
| Ecosistema | El de AWS | Enorme ecosistema open source |
| Equipo necesario | Cualquier equipo | Idealmente, expertise en Kubernetes |
| Ideal para | Empezar, simplicidad | Necesidades complejas, multi-nube |
¿Cuándo elegir Kubernetes (EKS)?
EKS tiene sentido en estos casos:
- Ya usas Kubernetes o tu equipo tiene experiencia con él. Aprovechas ese conocimiento.
- Necesitas multi-nube o evitar el «vendor lock-in»: quieres que tu aplicación pueda funcionar en AWS, en otra nube o en tus servidores sin reescribirla. Kubernetes es el estándar común.
- Necesidades muy complejas: configuraciones avanzadas de red, despliegues sofisticados, o quieres usar el enorme ecosistema de herramientas de Kubernetes (Helm, operators, service meshes...).
- Organización grande con muchos equipos y aplicaciones, donde la potencia de Kubernetes compensa su complejidad.
¿Cuándo NO elegir Kubernetes?
Y aquí está el consejo más valioso del subcapítulo. Mucha gente elige Kubernetes por moda, sin necesitarlo, y acaba pagando una complejidad enorme para nada. No elijas EKS si:
- Estás empezando con contenedores. Empieza por ECS/Fargate; es mucho más sencillo.
- Tu equipo no conoce Kubernetes. La curva de aprendizaje y el mantenimiento te robarán tiempo que deberías dedicar a tu producto.
- Tus necesidades son normales: ejecutar unas cuantas aplicaciones, escalarlas, repartir tráfico. ECS hace esto perfectamente y con mucho menos esfuerzo.
- Quieres simplicidad operativa. Fargate (con ECS) te da contenedores sin gestionar casi nada.
El error clásico: un equipo pequeño monta un cluster de Kubernetes complejo para ejecutar tres microservicios, y acaba dedicando más tiempo a mantener Kubernetes que a desarrollar su producto. Con ECS + Fargate habrían tenido lo mismo funcionando en una fracción del tiempo. Elige la herramienta por necesidad real, no por moda.
La regla de oro
¿Necesito de verdad la potencia y portabilidad de Kubernetes, y tengo (o quiero adquirir) la experiencia para gestionarlo? SÍ → EKS NO → ECS + Fargate (la respuesta para la mayoría)
Empieza siempre por lo simple (ECS/Fargate). Pásate a EKS solo cuando tengas una razón concreta y justificada para necesitar Kubernetes. La complejidad debe ganarse su sitio, no adoptarse por defecto.
Lo que debes recordar
- Kubernetes (K8s) es el orquestador de contenedores estándar de la industria: potentísimo, open source y portable a cualquier nube, pero muy complejo. Como un Fórmula 1 frente al coche automático que es ECS.
- EKS (Elastic Kubernetes Service) es Kubernetes gestionado por AWS: AWS mantiene el «cerebro», pero sigue siendo más complejo que ECS.
- Elige EKS si: ya usas Kubernetes, necesitas multi-nube/evitar lock-in, tienes necesidades muy complejas o una organización grande con expertise.
- No elijas EKS si estás empezando, tu equipo no conoce Kubernetes, o tus necesidades son normales: ECS + Fargate hace lo mismo con mucho menos esfuerzo.
- Regla de oro: empieza por lo simple (ECS/Fargate) y pásate a EKS solo con una razón justificada. Elige por necesidad, no por moda.
¡Has terminado el Capítulo 17 y la Parte IV! Ya dominas las arquitecturas intermedias de AWS: balanceo y autoescalado, serverless, mensajería, entrega de contenido y contenedores. En la Parte V subiremos el nivel de Terraform: empezaremos por los módulos, la clave para reutilizar y organizar tu infraestructura como un profesional.
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
