En el subcapítulo anterior montamos un pipeline básico con GitHub Actions. Funciona muy bien, pero existen herramientas especializadas en el flujo de Terraform que lo hacen aún más cómodo y seguro. La más conocida es Atlantis. En este subcapítulo entenderás qué aporta y por qué muchos equipos la adoptan para llevar el GitOps de su infraestructura a otro nivel.
Recordatorio: GitOps
Vimos el concepto de GitOps en el subcapítulo 12.5: gestionar la infraestructura a través de Git y Pull Requests, de forma que todo cambio se propone, se revisa y se aplica mediante el flujo de Git. Atlantis es una herramienta diseñada específicamente para hacer GitOps con Terraform de la forma más fluida posible.
Qué es Atlantis
Atlantis es una herramienta open source que automatiza Terraform directamente desde los Pull Requests, mediante comentarios. En vez de que el pipeline ejecute el plan y el apply «por su cuenta», con Atlantis tú y tu equipo controláis esas acciones escribiendo comentarios en el propio PR.
En el Pull Request, escribes un comentario: "atlantis plan" → Atlantis ejecuta el plan y lo publica como respuesta "atlantis apply" → Atlantis aplica los cambios (tras aprobación)
Analogía: Atlantis es como un asistente que vive dentro de tus Pull Requests. Le das órdenes por comentarios («planifica esto», «aplícalo») y él las ejecuta y te responde ahí mismo, dejando todo registrado en la conversación del PR. Es como tener a Terraform «metido» en la discusión del cambio.
Cómo funciona el flujo con Atlantis
El flujo típico es muy natural y conversacional:
1. Alguien abre un Pull Request con cambios en Terraform
│
▼
2. Atlantis detecta el PR y ejecuta "plan" AUTOMÁTICAMENTE
→ publica el plan como comentario en el PR
│
▼
3. El equipo REVISA el plan en el PR (subcap. 12.5)
│
▼
4. Un compañero APRUEBA el PR
│
▼
5. Alguien comenta "atlantis apply"
→ Atlantis aplica los cambios y publica el resultado
│
▼
6. El PR se fusionaTodo ocurre dentro del Pull Request: el plan, la revisión, la aprobación y el apply quedan registrados en un solo sitio, como una conversación. Es trazabilidad total y muy fácil de seguir.
Qué aporta Atlantis frente a un pipeline genérico
Podrías hacer algo parecido con GitHub Actions (subcapítulo 22.1), entonces ¿qué ventajas tiene Atlantis?
- Diseñado específicamente para Terraform
Atlantis «entiende» Terraform: gestiona el plan y el apply, el estado, los locks, los workspaces... de forma nativa. No tienes que construir toda esa lógica a mano en un pipeline genérico.
- El plan, siempre visible en el PR
Atlantis publica automáticamente el plan como comentario, integrándolo perfectamente en la revisión. La «red de seguridad» de revisar el plan (subcapítulo 12.5) queda incorporada de serie.
- Control mediante comentarios
Tú decides cuándo se aplica, escribiendo atlantis apply solo cuando todo está revisado y aprobado. Da un control explícito y deliberado sobre el momento del despliegue.
- Locking a nivel de Pull Request
Atlantis añade un bloqueo inteligente: si un PR está «trabajando» sobre cierta infraestructura, bloquea que otro PR toque lo mismo a la vez. Esto complementa el state locking (subcapítulo 20.2) evitando conflictos entre cambios simultáneos, ya desde la fase de revisión.
Una consideración: hay que alojarlo
Una diferencia práctica importante: Atlantis es una aplicación que tienes que ejecutar y mantener tú (normalmente en un servidor o contenedor dentro de tu infraestructura). No es un servicio que «simplemente usas» como GitHub Actions. Esto da más control y privacidad (tu código y credenciales no salen de tu entorno), pero también supone responsabilidad de mantenimiento.
GitHub Actions: lo gestiona GitHub (no mantienes nada) Atlantis: lo alojas y mantienes tú (más control, más responsabilidad)
¿Cuándo usar Atlantis?
| Situación | Recomendación |
|---|---|
| Empezando, equipo pequeño | Un pipeline simple (GitHub Actions) basta |
| Equipo que quiere GitOps fluido para Terraform | Atlantis encaja muy bien |
| Muchos repos/equipos usando Terraform | Atlantis centraliza y ordena el flujo |
| No quieres mantener una herramienta extra | Pipeline genérico o Terraform Cloud (subcap. 22.3) |
Consejo: como con otras herramientas (recuerda Kubernetes en el Capítulo 17, o Terragrunt en el 19.3), no adoptes Atlantis solo porque sea popular. Empieza con un pipeline simple. Si tu equipo crece y el flujo GitOps con Terraform se vuelve central en tu día a día, Atlantis aporta mucho. Elige por necesidad real.
Lo que debes recordar
- Atlantis es una herramienta open source que automatiza Terraform directamente desde los Pull Requests, controlada mediante comentarios (
atlantis plan,atlantis apply). Como un «asistente dentro del PR». - El flujo es conversacional y queda todo registrado en el PR: Atlantis ejecuta el plan automáticamente, el equipo lo revisa, se aprueba, y alguien comenta
atlantis applypara desplegar. - Aporta frente a un pipeline genérico: diseñado para Terraform, el plan siempre visible en el PR, control por comentarios y locking a nivel de PR.
- A diferencia de GitHub Actions, tú alojas y mantienes Atlantis (más control y privacidad, pero más responsabilidad).
- No lo adoptes por moda: empieza simple y pásate a Atlantis si el GitOps con Terraform se vuelve central para tu equipo.
En el siguiente subcapítulo veremos la opción «gestionada» que evita mantener herramientas: Terraform Cloud / HCP Terraform, el servicio de la propia HashiCorp.
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
