Toda aplicación real necesita varios entornos: uno de desarrollo para probar, otro de staging (preproducción) para validar, y el de producción donde están los usuarios reales. En este capítulo veremos cómo gestionar esos entornos con Terraform. Empezamos por una herramienta que el propio Terraform ofrece: los workspaces. Pero, ojo, también veremos por qué tienen limitaciones importantes.
Por qué necesitas varios entornos
Nunca debes probar cambios directamente en producción: sería como hacer experimentos con los clientes reales mirando. Por eso se separan los entornos:
Desarrollo (dev) → pruebas libremente, puede romperse sin problema Staging (stg) → réplica de producción para validar antes de lanzar Producción (prod) → el entorno real, con usuarios; aquí no se experimenta
Cada entorno suele tener la misma estructura de infraestructura (una VPC, unos servidores, una base de datos...), pero con diferencias: producción es más grande y robusta, desarrollo es más pequeño y barato. El reto es: ¿cómo gestiono el mismo código para varios entornos sin duplicarlo todo?
Qué son los workspaces
Recuerda el estado de Terraform (Capítulo 11): el archivo que registra qué recursos existen. Un workspace (espacio de trabajo) es, en esencia, un estado separado dentro del mismo código. Cambiando de workspace, Terraform usa un estado distinto, lo que te permite tener varias copias de la misma infraestructura sin que se mezclen.
Mismo código Terraform ├── workspace "dev" → su propio estado → infraestructura de desarrollo ├── workspace "stg" → su propio estado → infraestructura de staging └── workspace "prod" → su propio estado → infraestructura de producción
Los comandos básicos:
terraform workspace new dev # crear un workspace terraform workspace select prod # cambiar a otro workspace terraform workspace list # ver los workspaces
Dentro del código, puedes saber en qué workspace estás con terraform.workspace, y adaptar valores en consecuencia:
locals {
# en producción usamos instancias grandes; en el resto, pequeñas
tipo_instancia = terraform.workspace == "prod" ? "t3.large" : "t3.micro"
}Analogía: los workspaces son como tener varias partidas guardadas del mismo videojuego. El juego (el código) es el mismo, pero cada partida (workspace) tiene su propio progreso (estado) independiente. Cambias de partida y trabajas sobre otra realidad sin afectar a las demás.
Las limitaciones (importante)
Los workspaces parecen la solución perfecta, pero tienen problemas serios que debes conocer antes de adoptarlos para gestionar entornos. De hecho, la comunidad no recomienda usar workspaces para separar dev/stg/prod. Veamos por qué.
- Mismo código, mismo backend: poca separación real
Todos los workspaces comparten el mismo código y el mismo backend (el mismo bucket de estado). Esto significa que la separación entre producción y desarrollo es frágil: un error puede afectar a varios entornos, y no hay una barrera fuerte entre ellos.
- Riesgo de equivocarte de entorno
Como cambias de entorno con un simple workspace select, es fácil olvidar en cuál estás y aplicar un cambio en el sitio equivocado. Imagina ejecutar un apply pensando que estás en dev cuando en realidad estás en prod. ⚠️ Este error ha causado incidentes reales.
- Difícil tener configuraciones muy distintas
Si tus entornos son muy diferentes (no solo en tamaño, sino en estructura: producción tiene componentes que desarrollo no), forzar todo en un mismo código con condicionales (terraform.workspace == ...) se vuelve enrevesado y difícil de leer.
- Visibilidad pobre
No es evidente, mirando el código, qué hay en cada entorno. Todo está mezclado y depende de en qué workspace estés, lo que dificulta entender y auditar la infraestructura.
¿Cuándo SÍ usar workspaces?
Los workspaces tienen su sitio en casos sencillos:
- Cuando los entornos son casi idénticos y solo cambian detalles menores (un tamaño, un nombre).
- Para crear copias temporales de prueba (por ejemplo, un entorno por cada rama de desarrollo, que creas y destruyes rápido).
- En proyectos pequeños donde la separación fuerte no es crítica.
¿Cuándo NO? (y qué hacer en su lugar)
Para gestionar entornos serios (dev/stg/prod en una empresa), la recomendación general es no usar workspaces, sino una estrategia de directorios separados por entorno, que veremos en el siguiente subcapítulo (19.2). Esa estrategia da una separación mucho más clara, segura y visible.
Conclusión clave: los workspaces existen y son útiles para casos simples, pero no son la mejor herramienta para separar producción de desarrollo en proyectos reales. Conócelos, pero sé consciente de sus límites.
Lo que debes recordar
- Toda aplicación real necesita varios entornos (dev, staging, producción) para no experimentar nunca directamente sobre los usuarios reales.
- Un workspace de Terraform es un estado separado dentro del mismo código, lo que permite tener varias copias de la infraestructura (como «partidas guardadas» del mismo juego). Se gestiona con
terraform workspace new/select/list. - Limitaciones importantes: comparten código y backend (separación débil), es fácil equivocarse de entorno (peligroso), se complican si los entornos son muy distintos, y dan poca visibilidad.
- Úsalos para casos sencillos (entornos casi idénticos, copias temporales), pero no como forma principal de separar dev/stg/prod en proyectos serios.
- La alternativa recomendada para entornos serios es la separación por directorios, que veremos a continuación.
En el siguiente subcapítulo veremos esa estrategia recomendada: organizar tu infraestructura en directorios por entorno.
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
