Cerramos el capítulo de seguridad con un problema muy práctico que hemos ido aplazando: ¿dónde guardas los secretos de tus aplicaciones? Las contraseñas de bases de datos, las claves de API, los tokens... no pueden estar escritos en el código ni en archivos .tfvars versionados (lo advertimos en el subcapítulo 19.4). AWS ofrece dos servicios para guardarlos de forma segura: Secrets Manager y Parameter Store. Veamos qué son y cuándo usar cada uno.
El problema: los secretos no pueden ir en el código
Toda aplicación necesita secretos: datos sensibles que le dan acceso a otros sistemas. Por ejemplo, la contraseña para conectarse a su base de datos. El error de principiante es ponerlos directamente en el código o en la configuración:
❌ MAL: password = "MiContraseña123" escrito en el código o en Git → cualquiera con acceso al repositorio ve el secreto → queda en el historial de Git para siempre → un desastre de seguridad esperando a ocurrir
Recuerda lo que vimos en el subcapítulo 19.4: nunca escribas secretos en archivos versionados. La solución es guardarlos en un gestor de secretos y que la aplicación los lea en el momento que los necesita.
La idea: guardar el secreto fuera y leerlo bajo demanda
Un gestor de secretos guarda los datos sensibles de forma cifrada y con acceso controlado. La aplicación, cuando arranca o cuando lo necesita, pide el secreto al gestor (demostrando que tiene permiso) y lo recibe. El secreto nunca está escrito en el código.
Aplicación ──"dame la contraseña de la BD"──► Gestor de secretos (cifrado)
◄──── la contraseña (si tienes permiso) ───
→ el secreto NO está en el código, se obtiene en el momentoLos secretos se cifran con KMS (subcapítulo 23.5) y el acceso se controla con IAM (Capítulo 7), aplicando el mínimo privilegio: solo la aplicación que necesita un secreto tiene permiso para leerlo.
Las dos opciones de AWS
AWS ofrece dos servicios para esto, y conviene saber distinguirlos:
Secrets Manager
Secrets Manager está diseñado específicamente para secretos (contraseñas, claves de API, credenciales). Su característica estrella es la rotación automática: puede cambiar automáticamente las contraseñas de forma periódica, integrándose con bases de datos como RDS para actualizar la contraseña tanto en el secreto como en la base de datos, sin interrupciones.
Secrets Manager: ✓ pensado para secretos ✓ ROTACIÓN AUTOMÁTICA de credenciales (su gran ventaja) ✓ integración nativa con bases de datos (RDS...) - tiene un coste por secreto
Parameter Store
Parameter Store (parte de AWS Systems Manager) es un servicio más general para guardar parámetros de configuración, que también puede guardar secretos (como «cadenas seguras» cifradas con KMS). Es más sencillo y su uso básico es gratuito, pero no ofrece la rotación automática de Secrets Manager.
Parameter Store: ✓ guarda configuración Y secretos (como "SecureString" cifrado) ✓ su nivel estándar es GRATIS ✓ sencillo y versátil - NO tiene rotación automática integrada
Tabla comparativa
| Secrets Manager | Parameter Store | |
|---|---|---|
| Pensado para | Secretos específicamente | Configuración general (y secretos) |
| Rotación automática | Sí (su gran ventaja) | No |
| Integración con BD | Nativa (RDS, etc.) | No |
| Coste | De pago (por secreto) | Nivel estándar gratuito |
| Ideal para | Credenciales que deben rotarse | Configuración y secretos sencillos |
Analogía: Parameter Store es como una caja fuerte general donde guardas documentos importantes y también algunas joyas; cumple, es barata y versátil. Secrets Manager es como una caja fuerte especializada para joyas de altísimo valor, con un servicio extra que cambia la combinación periódicamente por ti (la rotación). Cuesta más, pero para tus secretos más críticos, ese servicio de rotación vale la pena.
¿Cuál elijo?
La decisión depende sobre todo de si necesitas rotación automática y del coste:
- Usa Secrets Manager cuando: necesitas rotación automática de credenciales (especialmente contraseñas de bases de datos), o quieres su integración nativa con RDS. Es la opción más robusta para secretos críticos.
- Usa Parameter Store cuando: quieres una opción sencilla y gratuita para guardar configuración y secretos que no necesitan rotación automática, o estás empezando y quieres minimizar costes.
Para empezar: Parameter Store (nivel gratuito) es perfecto para guardar tus primeras configuraciones y secretos de forma segura. Cuando manejes credenciales críticas que deban rotarse (como en producción con bases de datos sensibles), da el salto a Secrets Manager.
Cómo se usa con Terraform y las aplicaciones
El patrón habitual conecta todo lo aprendido:
1. El secreto se guarda en Secrets Manager / Parameter Store (cifrado con KMS) 2. La aplicación (o Terraform) lo LEE en el momento, con permisos IAM 3. El secreto NUNCA aparece en el código ni en Git
Por ejemplo, Terraform puede leer un secreto existente con un bloque data (recuerda los data sources del subcapítulo 14.2) en lugar de tenerlo escrito. Y una aplicación en una Lambda o un contenedor pide el secreto al arrancar. ⚠️ Recuerda (del subcapítulo 11.2) que, si Terraform lee un secreto, este puede acabar en el estado, así que el estado debe estar cifrado y protegido.
Ejemplo del mundo real: una aplicación necesita conectarse a su base de datos de producción. La contraseña se guarda en Secrets Manager con rotación automática mensual. La aplicación, al arrancar, pide la contraseña a Secrets Manager (tiene permiso IAM para ese secreto concreto, y para ningún otro). Cuando Secrets Manager rota la contraseña, actualiza tanto el secreto como la base de datos, y la aplicación simplemente vuelve a pedir la nueva: todo sin que ningún humano vea ni escriba la contraseña jamás. Si un atacante consiguiera el código de la aplicación, no encontraría ninguna contraseña en él.
Lo que debes recordar
- Los secretos (contraseñas, claves de API, tokens) nunca deben ir en el código ni en archivos versionados; se guardan en un gestor de secretos y la aplicación los lee en el momento, con permisos.
- Los secretos se cifran con KMS (subcap. 23.5) y el acceso se controla con IAM (mínimo privilegio).
- Secrets Manager: diseñado para secretos, con rotación automática de credenciales (su gran ventaja) e integración nativa con bases de datos; de pago.
- Parameter Store: servicio general para configuración y secretos (como cadenas cifradas), sencillo y con nivel gratuito, pero sin rotación automática.
- Elige Secrets Manager si necesitas rotación automática (credenciales críticas, BD de producción); Parameter Store para lo sencillo y gratuito. Para empezar, Parameter Store basta.
- Patrón: el secreto vive en el gestor (cifrado), la app/Terraform lo lee con IAM, y nunca aparece en el código. ⚠️ Si Terraform lo lee, protege el estado (que puede contenerlo).
¡Has terminado el Capítulo 23! Ya dominas la seguridad en profundidad en AWS: límites organizativos, cumplimiento, amenazas, visión centralizada, cifrado y secretos. En el Capítulo 24 veremos la otra cara imprescindible de operar en producción: la observabilidad (logs, métricas y trazas).
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
