En el subcapítulo anterior insistimos en «fijar siempre la versión» de un módulo. Ahora veremos por qué es tan importante y cómo se hace cuando el módulo es tuyo y vive en un repositorio Git. El versionado de módulos es lo que permite usarlos de forma segura y predecible en equipo, sin que un cambio inesperado rompa tu infraestructura.
El problema: un módulo que cambia bajo tus pies
Imagina que tu empresa tiene un módulo red-corporativa en un repositorio Git, usado por diez proyectos. Un día, alguien mejora el módulo y cambia cómo crea las subredes. Si los diez proyectos usaran «la última versión» del módulo automáticamente, todos se verían afectados por ese cambio de golpe, sin avisar. El próximo terraform plan de cada proyecto mostraría cambios inesperados... y quizá peligrosos.
Sin versionado:
Módulo cambia ──► los 10 proyectos heredan el cambio AL INSTANTE
(sin control, sin avisar) ⚠️ peligrosoNecesitas una forma de decir «yo uso esta versión concreta del módulo, y no cambiará hasta que yo decida actualizar». Eso son las versiones.
La solución: versionar con Git tags
Un Git tag (etiqueta de Git) es una marca con un nombre que pones a un punto concreto de la historia de un repositorio. Se usa para marcar versiones. La convención más extendida es el versionado semántico (semantic versioning): números como v1.4.2.
Historia del repositorio del módulo: ... commits ... ─► [tag v1.0.0] ... más commits ─► [tag v1.1.0] ... más commits ─► [tag v2.0.0]
Cada tag es una «foto» estable del módulo en un momento dado. Una vez creado, no cambia: v1.0.0 siempre será exactamente ese código.
Versionado semántico: qué significan los números
El formato vMAYOR.MENOR.PARCHE (ej. v2.3.1) comunica el tipo de cambio:
| Parte | Cuándo sube | Significa |
|---|---|---|
| MAYOR (2.x.x) | Cambios incompatibles | Puede romper a quien lo usa; cuidado al actualizar |
| MENOR (x.3.x) | Funcionalidad nueva compatible | Añade cosas sin romper lo existente |
| PARCHE (x.x.1) | Correcciones de errores | Arregla fallos, seguro de actualizar |
Así, de un vistazo, sabes el riesgo de actualizar: pasar de
v1.2.0av1.3.0(cambio menor) es seguro; pasar av2.0.0(cambio mayor) puede requerir ajustes.
Cómo se usa una versión concreta
Cuando referencias un módulo desde un repositorio Git, indicas qué versión (tag) quieres usar con ref:
module "red" {
source = "git::https://github.com/mi-empresa/modulos.git//red?ref=v1.2.0"
# ... ▲
# la versión (tag) que uso
}Y para los módulos del Registry (subcapítulo 18.3), con el argumento version:
En ambos casos, le dices a Terraform: «usa exactamente esta versión». Aunque el módulo evolucione, tu proyecto seguirá usando la versión que fijaste, estable y predecible, hasta que tú decidas cambiar el número.
Por qué esto lo cambia todo
Con versionado, cada proyecto controla cuándo actualiza:
Con versionado: Módulo saca v2.0.0 ──► los proyectos siguen en v1.x (sin cambios) Proyecto A decide actualizar a v2.0.0 cuando esté listo, lo prueba, y sube. Proyecto B sigue tranquilo en v1.x hasta que le convenga.
Ventajas:
- Estabilidad: tu infraestructura no cambia sin que tú lo decidas.
- Actualizaciones controladas: subes de versión cuando estás preparado, revisando el plan (subcapítulo 12.5) y probando antes.
- Reproducibilidad: cualquiera que ejecute tu código obtiene el mismo resultado, porque la versión del módulo está fijada.
- Trabajo en equipo seguro: distintos proyectos usan distintas versiones sin pisarse.
Ejemplo del mundo real: el equipo de plataforma publica
red-corporativa v2.0.0con una mejora importante pero que requiere ajustes (cambio mayor). En vez de imponerlo a todos de golpe, los equipos de cada proyecto migran a v2.0.0 cuando pueden: leen las notas de la versión, prueban en su entorno de desarrollo, revisan el plan y luego actualizan producción. Nadie se lleva una sorpresa. El versionado convierte una actualización potencialmente caótica en un proceso ordenado.
La conexión con el flujo de equipo
Esto encaja perfectamente con lo que vimos en el subcapítulo 12.5 (PR review de planes). Actualizar la versión de un módulo es un cambio en el código que pasa por un Pull Request: cambias ref=v1.2.0 a ref=v2.0.0, el CI muestra el plan con lo que eso implica, un compañero lo revisa, y solo entonces se aplica. Versionado + revisión de planes = cambios de infraestructura seguros y trazables.
Lo que debes recordar
- Sin versionado, un cambio en un módulo compartido afectaría al instante a todos los proyectos que lo usan, sin control: peligroso.
- Un Git tag marca una versión estable e inmutable del módulo. La convención es el versionado semántico:
vMAYOR.MENOR.PARCHE. - Los números comunican el riesgo: MAYOR = cambios incompatibles (cuidado), MENOR = funcionalidad nueva compatible, PARCHE = correcciones seguras.
- Fijas la versión con
ref=vX.Y.Z(módulos Git) oversion = "X.Y.Z"(Registry): tu proyecto usa exactamente esa versión hasta que decidas cambiarla. - Beneficios: estabilidad, actualizaciones controladas, reproducibilidad y trabajo en equipo seguro. Encaja con el flujo de PR review de planes (subcap. 12.5).
En el último subcapítulo del capítulo veremos un dilema de diseño importante: cuándo crear módulos genéricos (muy reutilizables) frente a módulos específicos de tu dominio.
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
