El rightsizing (subcapítulo 25.3) ahorra ajustando el tamaño de los recursos. Ahora veremos otra palanca de ahorro muy potente, pero por un camino distinto: conseguir descuentos importantes (de hasta el 70 %) a cambio de comprometerte a usar AWS durante un tiempo. Las dos formas de hacerlo son los Savings Plans y las Reserved Instances. Entender la diferencia te puede ahorrar muchísimo dinero.
La idea: descuento a cambio de compromiso
Por defecto, en AWS pagas bajo demanda (on-demand): usas un recurso una hora, pagas esa hora, sin ataduras. Es flexible, pero es la opción más cara. AWS te ofrece un trato: si te comprometes a usar cierta cantidad de recursos durante 1 o 3 años, te hacen un gran descuento (puede llegar al 70 %).
Pago bajo demanda: 100 € (flexible, sin compromiso, más caro)
Con compromiso: 30-50 € por lo mismo (te comprometes 1-3 años)
└─ ahorro de hasta el 70 % ─┘Analogía: es como el abono del transporte público frente al billete suelto. El billete suelto (bajo demanda) lo compras cuando quieres, sin compromiso, pero sale caro si viajas mucho. El abono mensual o anual (el compromiso) requiere que pagues por adelantado un periodo, pero el precio por viaje es mucho más barato. Si sabes que vas a usar el transporte de forma constante, el abono te ahorra mucho. AWS funciona igual: si sabes que vas a usar recursos de forma continua, comprometerte sale muy a cuenta.
Esto tiene sentido para AWS (les garantizas uso estable, pueden planificar) y para ti (pagas mucho menos por lo que ibas a usar igualmente).
Cuándo conviene comprometerse
La clave es la previsibilidad. El compromiso conviene para la parte de tu uso que es estable y constante, esa «base» que sabes que vas a necesitar sí o sí durante meses o años:
Uso a lo largo del tiempo: ┌──────────────────────────────┐ │ picos variables │ ← esto, bajo demanda (flexible) │ ╱╲ ╱╲ ╱╲ ╱╲ │ │──────────────────────────── │ ← esta "base" estable, │ uso base constante │ con compromiso (descuento) └──────────────────────────────┘
La estrategia inteligente: cubre tu uso base (lo que siempre necesitas) con compromisos (descuento), y deja los picos variables bajo demanda (flexibilidad). Así combinas ahorro y flexibilidad.
⚠️ El riesgo del compromiso: si te comprometes a usar cierta cantidad y luego no la usas (porque tu proyecto se redujo o cambió), pagas igual (ya te comprometiste). Por eso solo debes comprometer la parte que estés seguro de que usarás. Para lo incierto, mejor bajo demanda.
Reserved Instances (las clásicas, más específicas)
Las Reserved Instances (RI) son la forma clásica de comprometerse, y son específicas: reservas un tipo concreto de recurso (por ejemplo, «un servidor de tipo X en la región Y») durante 1 o 3 años, a cambio del descuento. Como son específicas, son algo rígidas: el descuento se aplica a ese tipo concreto.
Reserved Instance: "me comprometo a un servidor tipo 'mediano'
en Europa durante 3 años" → gran descuento en ESE recursoSavings Plans (más modernos y flexibles)
Los Savings Plans son la opción más moderna y flexible. En vez de comprometerte a un tipo concreto de recurso, te comprometes a gastar cierta cantidad de dinero por hora (por ejemplo, «me comprometo a gastar al menos 10 € por hora en cómputo») durante 1 o 3 años, y obtienes el descuento. La gran ventaja: ese compromiso se aplica flexiblemente a lo que uses (distintos tipos de servidor, distintas regiones, incluso Lambda o Fargate, según el plan).
Savings Plan: "me comprometo a gastar 10 €/hora en cómputo durante 1 año"
→ el descuento se aplica AUTOMÁTICAMENTE a lo que uses,
aunque cambies de tipo de servidor o de regiónAnalogía: una Reserved Instance es como un abono para una línea de metro concreta (solo te sirve para esa línea). Un Savings Plan es como un abono de transporte que vale para metro, bus y tren indistintamente: te comprometes a un gasto, pero lo aprovechas en lo que necesites. Mucho más flexible si tus necesidades cambian.
Comparativa
| Reserved Instances | Savings Plans | |
|---|---|---|
| Te comprometes a | Un tipo concreto de recurso | Una cantidad de gasto por hora |
| Flexibilidad | Más rígida (recurso específico) | Más flexible (se aplica a lo que uses) |
| Antigüedad | Forma clásica | Forma más moderna (recomendada) |
| Descuento | Hasta ~70 % | Hasta ~70 % |
| Compromiso | 1 o 3 años | 1 o 3 años |
Recomendación general: para la mayoría de los casos, los Savings Plans son la opción preferida hoy por su flexibilidad (consigues un descuento similar pero te adaptas mejor a los cambios). Las Reserved Instances siguen teniendo sentido en casos muy específicos y estables.
Ejemplo del mundo real: una empresa lleva tiempo en AWS y ve, con Cost Explorer, que tiene un uso base muy estable de cómputo (sus aplicaciones de producción funcionan 24/7 todo el año). Hasta ahora pagaban todo bajo demanda. Contratan un Savings Plan a 1 año que cubre ese uso base, comprometiéndose a un gasto por hora que saben que van a tener igualmente. Resultado: un 55 % de descuento sobre esa parte de su factura, sin cambiar nada en su infraestructura. Y como eligieron un Savings Plan (no RI), cuando luego migraron algunos servidores a otros tipos, el descuento se siguió aplicando automáticamente. Dejaron los picos puntuales bajo demanda para mantener flexibilidad.
Cómo encaja con el resto de la estrategia de costes
Rightsizing (25.3) → ajusta el TAMAÑO (no pagues capacidad de más)
Savings Plans / RI (este) → DESCUENTO por comprometer tu uso base estable
│
▼
Combínalos: primero ajusta el tamaño (rightsizing),
LUEGO compra compromisos sobre el tamaño correcto💡 Orden importante: haz primero el rightsizing y luego compra Savings Plans. Si te comprometes a recursos sobredimensionados, estarías «atando» un desperdicio durante años. Ajusta el tamaño primero, y compromete solo lo que de verdad necesitas.
Lo que debes recordar
- Por defecto pagas bajo demanda (flexible pero más caro). AWS ofrece grandes descuentos (hasta ~70 %) a cambio de comprometerte a usar recursos 1 o 3 años. Como el abono de transporte frente al billete suelto.
- Conviene para tu uso base estable y previsible; deja los picos variables bajo demanda. ⚠️ Si te comprometes y no lo usas, pagas igual: compromete solo lo seguro.
- Reserved Instances (RI): forma clásica, comprometes un tipo concreto de recurso. Más rígidas.
- Savings Plans: forma moderna y flexible, comprometes una cantidad de gasto por hora que se aplica automáticamente a lo que uses (distintos tipos, regiones, Fargate/Lambda). Recomendados en general por su flexibilidad.
- 💡 Haz primero el rightsizing y luego compra compromisos, para no «atar» recursos sobredimensionados.
En el último subcapítulo del capítulo veremos la disciplina que engloba toda esta gestión de costes como práctica de equipo: FinOps.
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
