Tras el blog serverless (subcapítulo 33.1), subimos un escalón de complejidad con el segundo proyecto: una API REST con contenedores. Mientras el blog era 100 % serverless, este proyecto te lleva al mundo de los contenedores (Capítulo 17) y las bases de datos relacionales (Capítulo 8), combinando ECS Fargate, RDS y un balanceador de carga (ALB). Es un patrón muy común en el mundo real para aplicaciones de backend, y consolida una parte distinta (y muy demandada) de tus conocimientos.
Qué es una API REST (un repaso rápido)
Una API REST es una «puerta de entrada» a la que otras aplicaciones (una web, una app móvil...) hacen peticiones para obtener o modificar datos. Por ejemplo, una API de una tienda con la que la app móvil consulta productos, crea pedidos, etc. Es el «cerebro» de backend que sirve datos y lógica a los clientes.
App móvil / web ──petición──► API REST ──► procesa y responde con datos "dame los productos" (el backend) [lista de productos]
Este proyecto construye esa API, pero usando contenedores para ejecutarla y una base de datos relacional para los datos.
Las piezas y cómo encajan
El proyecto combina tres servicios principales, cada uno con su papel:
ECS Fargate: ejecutar la API en contenedores (sin servidores)
Recuerda los contenedores (Capítulo 17): empaquetan tu aplicación con todo lo que necesita para funcionar igual en cualquier sitio. ECS con Fargate (subcapítulo 17.3) ejecuta esos contenedores sin que tengas que gestionar los servidores que hay debajo (Fargate es la opción serverless para contenedores). Aquí, tu API va dentro de un contenedor que ECS Fargate ejecuta y escala.
ECS Fargate → ejecuta tu API (en un contenedor), sin gestionar servidores → escala solo según la demanda
💡 Este proyecto te hace practicar el flujo de contenedores que vimos: empaquetar la app en una imagen Docker (subcapítulo 17.1), guardarla en ECR (subcapítulo 17.2) y ejecutarla en ECS Fargate (subcapítulo 17.3).
RDS: la base de datos relacional
RDS (Capítulo 8) proporciona la base de datos relacional (gestionada por AWS) donde la API guarda y consulta los datos (productos, pedidos, usuarios...). A diferencia del blog (que usaba DynamoDB, NoSQL), aquí usamos una base de datos relacional (SQL), adecuada cuando los datos tienen relaciones estructuradas. RDS la gestiona por ti (copias, parches...).
ALB: el balanceador de carga (repartir el tráfico)
El Application Load Balancer (ALB) (subcapítulo 13.1) reparte las peticiones entre los contenedores de tu API. Si tienes varios contenedores ejecutando la API (para aguantar más carga), el ALB distribuye el tráfico entre ellos de forma equilibrada, y comprueba su salud (recuerda los health checks, subcapítulo 13.2). Es la «puerta de entrada» que recibe a los clientes y los dirige.
La arquitectura completa
Así encajan las piezas:
Clientes (app, web)
│
▼
ALB (balanceador: reparte y comprueba salud)
│
▼
ECS Fargate (varios contenedores con tu API, escalan solos)
│
▼
RDS (base de datos relacional: los datos)Los clientes llegan al ALB, que reparte sus peticiones entre los contenedores de la API (en ECS Fargate), y estos leen/escriben en la base de datos RDS. Si llega más tráfico, ECS Fargate añade más contenedores y el ALB los incluye en el reparto: escala automáticamente.
Conceptos clave que consolidas
Este proyecto afianza una parte importante (y muy empleable) del libro, distinta a la del blog serverless:
Conceptos del libro que consolidas: - Contenedores: Docker, ECR, ECS Fargate (Cap. 17) - Bases de datos relacionales con RDS (Cap. 8) - Balanceo de carga con ALB (Cap. 13) - Redes: poner la BD en subredes privadas, la API protegida... (Cap. 6) - Seguridad: Security Groups, secretos de la BD (Caps. 6, 23) - ¡Todo con Terraform! (Partes II-V)
⚠️ Buenas prácticas a aplicar (que has aprendido en el libro):
- Pon la base de datos en subredes privadas (Capítulo 6), no accesible desde internet directamente: solo la API debe poder hablar con ella.
- Guarda la contraseña de la base de datos en Secrets Manager (subcapítulo 23.6), nunca en el código ni en
.tfvars(recuerda el subcapítulo 19.4). - Usa Security Groups (Capítulo 6) para que solo el ALB hable con los contenedores, y solo los contenedores con la base de datos.
Ejemplo del mundo real: alguien quiere consolidar sus conocimientos de contenedores y bases de datos relacionales (distintos a los del blog serverless). Construye una API REST para una tienda: empaqueta la aplicación en una imagen Docker, la guarda en ECR, la ejecuta en ECS Fargate (varios contenedores), pone un ALB delante para repartir el tráfico, y usa RDS para los datos (productos, pedidos), con la base de datos en subredes privadas y la contraseña en Secrets Manager. Todo lo despliega con Terraform. Al construirlo, se enfrenta a retos reales —cómo conectar los contenedores con la base de datos de forma segura, cómo configurar el ALB y los health checks— y al resolverlos interioriza cómo funciona una arquitectura de contenedores de verdad. Acaba con una API real, escalable y segura, y un dominio sólido de un patrón muy demandado en el mercado.
Lo que debes recordar
- El proyecto de API REST con contenedores sube un escalón sobre el blog serverless, llevándote al mundo de los contenedores (Cap. 17) y las bases de datos relacionales (Cap. 8). Una API REST es la «puerta de entrada» de backend a la que otras apps hacen peticiones.
- Combina tres piezas: ECS Fargate (ejecuta la API en contenedores sin gestionar servidores, escala sola, Cap. 17), RDS (la base de datos relacional, Cap. 8) y ALB (reparte el tráfico entre los contenedores, Cap. 13).
- Arquitectura: clientes → ALB (reparte) → contenedores en ECS Fargate → RDS (datos). Escala automáticamente añadiendo contenedores.
- Consolida: contenedores (Docker/ECR/ECS, Cap. 17), RDS (Cap. 8), balanceo (Cap. 13), redes y seguridad (Caps. 6, 23), todo con Terraform.
- ⚠️ Aplica buenas prácticas: base de datos en subredes privadas, contraseña en Secrets Manager (nunca en el código), y Security Groups restrictivos.
En el siguiente subcapítulo abordaremos un proyecto del mundo de los datos: una plataforma de datos con Glue, Athena y Redshift.
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
