Empezamos el Capítulo 25: Optimización de costes, un tema que en la nube es crítico y que muchos descubren por las malas: una factura inesperada. En la nube pagas por lo que usas (recuerda el modelo de pago por uso del subcapítulo 1.3), lo cual es genial... pero también significa que los costes pueden dispararse si no los controlas. La buena noticia es que AWS ofrece herramientas para ver, entender y controlar lo que gastas. Empezamos por las dos fundamentales: Cost Explorer (para ver) y Budgets (para alertar).
El problema: la factura sorpresa
En la nube no compras servidores por adelantado; pagas por el uso, hora a hora. Esto es flexible, pero peligroso si no vigilas:
- Dejas un servidor grande encendido sin usarlo → sigue costando.
- Un servicio escala más de lo previsto → la factura sube.
- Olvidas borrar recursos de una prueba → siguen cobrando en silencio.
- Un error o un ataque dispara el consumo → factura enorme.
El terror del principiante: historias reales de gente que dejó algo mal configurado y recibió una factura de miles de euros al final del mes. No por mala suerte, sino por no vigilar los costes. Esto se evita fácilmente con las herramientas que veremos.
La clave es no operar a ciegas con el dinero, igual que no operabas a ciegas con el rendimiento (Capítulo 24). Necesitas visibilidad y avisos.
Herramienta 1: Cost Explorer (ver y entender el gasto)
AWS Cost Explorer es la herramienta para visualizar y analizar lo que gastas en AWS. Te muestra tus costes en gráficas y te deja desglosarlos de muchas formas para entender en qué se va el dinero:
Coste mensual por servicio: EC2 (servidores) ████████████ 450 € RDS (bases datos) ██████ 220 € S3 (almacén) ██ 80 € Otros █ 50 € ────────────────────────────────────── TOTAL 800 €
Con Cost Explorer puedes desglosar el gasto por servicio (¿qué me cuesta más?), por etiqueta (¿cuánto gasta cada proyecto o equipo? — recuerda las etiquetas del subcapítulo 6.x), por región, y por tiempo (¿cómo evoluciona mi gasto? ¿está subiendo?).
Analogía: Cost Explorer es como la app del banco que clasifica tus gastos: te muestra cuánto gastaste en comida, transporte, ocio... a lo largo de los meses. Sin esa app, solo verías el total al final y no sabrías en qué se te va el dinero. Con ella, entiendes tus gastos y detectas dónde recortar.
Cost Explorer es tu punto de partida: antes de optimizar, necesitas saber en qué gastas.
Herramienta 2: Budgets (presupuestos con alertas)
Ver el gasto está bien, pero es reactivo (miras lo que ya gastaste). Para ser proactivo y que no te pille una sorpresa, usas AWS Budgets: defines un presupuesto (un límite de gasto) y AWS te avisa automáticamente cuando te acercas o lo superas.
Presupuesto: "no quiero gastar más de 1.000 € al mes" → al llegar al 80 % (800 €): ⚠️ AVISO "vas por el 80 %" → al llegar al 100 % (1.000 €): 🚨 AVISO "has alcanzado el límite" → si se prevé superarlo: 📈 AVISO "a este ritmo lo superarás"
Los avisos llegan por email, Slack, etc. (igual que las alarmas de CloudWatch del subcapítulo 24.1, pero para dinero en vez de para rendimiento). Esto convierte la factura sorpresa en algo imposible: te enteras mientras está pasando, no a fin de mes.
Analogía: Budgets es como poner una alerta en tu cuenta bancaria que te avisa cuando estás a punto de gastar más de lo que tenías previsto este mes. En lugar de descubrir el descubierto cuando ya es tarde, recibes un aviso a tiempo para frenar. Te da el control antes de que el problema crezca.
Cómo trabajan juntas
COST EXPLORER → ¿en qué estoy gastando? (entender, analizar) [reactivo] BUDGETS → avísame si me paso del límite (controlar) [proactivo]
Cost Explorer te da el conocimiento (dónde se va el dinero) y Budgets te da el control (avisos para no pasarte). Juntas son la base de la gestión de costes.
Ejemplo del mundo real: una startup configura, nada más empezar en AWS, un Budget de 500 € mensuales con avisos al 50 %, 80 % y 100 %. Un mes, un desarrollador deja por error una instancia muy grande encendida un fin de semana. El lunes, el equipo recibe el aviso de Budgets: «vas por el 80 % del presupuesto y solo estamos a día 10». Investigan con Cost Explorer, ven que el gasto de EC2 se ha disparado, encuentran la instancia olvidada y la apagan. Han evitado una factura desorbitada gracias a un aviso a tiempo. Sin Budgets, lo habrían descubierto a fin de mes, con el daño ya hecho.
Buenas prácticas básicas de costes
- Configura un Budget desde el primer día, aunque sea pequeño. Es lo primero que debe hacer cualquiera que empiece en AWS.
- Etiqueta tus recursos (por proyecto, equipo, entorno) para poder desglosar costes en Cost Explorer.
- Revisa Cost Explorer regularmente para detectar tendencias y gastos raros.
- Borra lo que no uses (recuerda
terraform destroypara entornos temporales, subcapítulo 11.4).
Lo que debes recordar
- En la nube pagas por uso, así que los costes pueden dispararse si no los vigilas; la temida factura sorpresa se evita fácilmente con las herramientas adecuadas.
- Cost Explorer visualiza y analiza tu gasto: lo desglosa por servicio, etiqueta, región y tiempo para entender en qué se va el dinero. Como la app del banco que clasifica tus gastos. Es reactivo (ver lo gastado).
- Budgets te deja definir presupuestos (límites) y te avisa automáticamente al acercarte o superarlos (incluso si se prevé superarlos). Como una alerta bancaria. Es proactivo (controlar antes de pasarte).
- Juntas: Cost Explorer aporta el conocimiento, Budgets el control. Son la base de la gestión de costes.
- Buenas prácticas: configura un Budget desde el primer día, etiqueta los recursos, revisa Cost Explorer a menudo y borra lo que no uses.
En el siguiente subcapítulo veremos herramientas que van más allá de mostrar el gasto: te recomiendan activamente cómo ahorrar y mejorar, con Trusted Advisor y Compute Optimizer.
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
