Serie «Kubernetes en OCI al menor costo» — parte 0. Arrancamos por el por qué,
con números. La parte 1 es el mapa de la plataforma,
y en próximas entregas, que todavía estoy escribiendo, la vamos a armar desde cero con Terraform y ArgoCD.
Soy Matías Galiano, arquitecto de plataforma: llevo 18 años escribiendo software y 7
diseñando y operando sistemas distribuidos sobre Kubernetes, con Terraform y GitOps.
La serie completa se publica primero en mi web, mgaliano.tech.
TL;DR: hace tres meses y medio (cutover de producción el 4 de agosto de 2026) mudé el
cluster de Tiendis de EKS a OKE (Oracle Kubernetes Engine) con
nodos ARM. La migración en sí llevó 3 a 4 días con el objetivo claro. Comparando facturas cerradas:
| Mes | Factura | |
|---|---|---|
| Último mes completo en AWS (todo corriendo en EKS) | julio 2026 | USD 370,97 |
| Primer mes completo en OCI (+ lo que quedó en AWS) | septiembre 2026 | USD 123,01 + 7,83 = 130,84 |
| Octubre en OCI, con tres productos más sumados al cluster | octubre 2026 | USD 163,55 + 8,63 = 172,18 |
Es −65% mes contra mes, y el cluster de OCI corre más cosas que el de AWS: ArgoCD, runners
de CI, autoscaler y tres productos más, uno de ellos en producción (detalle abajo). En EKS solo ~USD 95 por mes
eran cómputo; el resto era lo que llamo impuesto de plataforma (control plane, NAT Gateway,
load balancer, IPv4 públicas, EBS y tráfico entre zonas), y en OCI ese impuesto casi desaparece.
Y de yapa, latencia. El cluster estaba en Virginia porque São Paulo, la región de AWS
cercana, era demasiado cara: la misma factura de julio ahí habría costado ~USD 491/mes. Ese
fue el motivo para buscar otra nube. En OCI la región cercana (Santiago) es la barata: el round trip
desde Argentina bajó de ~180 ms a ~40 ms.
La hipótesis era que OCI iba a salir más barato y andar mejor, sin depender de créditos
de regalo. Se cumplieron las dos cosas. No es gratis ni magia: hay diferencias que conviene conocer
antes de mudarse, y las cuento todas.
El punto de partida: qué había en AWS
Tiendis es un producto propio, que construyo y opero de punta a punta: un
SaaS multi-tenant para comercios de Argentina. Cada comercio tiene su tienda online (con menú
por QR), delivery con zonas y cupones, envíos integrados con PedidosYa Envíos, cobros a sus compradores
con MercadoPago (link de pago o checkout), reservas con salón y mesas y punto de venta. A mis clientes, los comercios, les cobro la suscripción por MercadoPago
y les hago la factura electrónica ante ARCA (ex AFIP). Por detrás es un backend en .NET 10, un front en Nuxt con SSR, Postgres y NATS.
Que sea un proyecto propio importa para esta historia: la factura de la nube la pago yo, y el
tiempo para operarla también es mío. Por eso el costo y la simpleza pesan tanto como la técnica.
Para dimensionar la carga, estas son las visitas a las tiendas en producción, sacadas del propio
stack de métricas (Mimir), sin bots ni páginas de error:
| Mes | Tienda y menú (sin delivery) | Delivery | Total | Visitantes únicos |
|---|---|---|---|---|
| septiembre 2026 | 38.761 | 1.796 | 40.557 | ~22.500 |
| octubre 2026 | 40.538 | 2.062 | 42.600 | ~22.700 |
Son unas 1.400 visitas por día, cada una con su render SSR, más la API, los pedidos y los
jobs de fondo. No es tráfico de escala masiva: es un SaaS chico, con producción real y pagos de
verdad, que es justamente el caso en que el impuesto de plataforma de AWS más pesa.
sum by (store_type) ( increase(tiendis_front_storefront_views_total{namespace="prd-tiendis-front", bot!="true", outcome="success"}[31d]) ) Corría en un único cluster EKS en us-east-1 con EKS Auto Mode, nodos t3.xlarge Spot,
APISIX como gateway detrás de un NLB, Postgres con CloudNativePG, NATS JetStream y un stack
de observabilidad propio (Mimir, Loki, Tempo y Grafana).
La factura se puede desarmar por servicio con Cost Explorer:
aws ce get-cost-and-usage \ --time-period Start=2026-07-01,End=2026-08-01 \ --granularity MONTHLY --metrics UnblendedCost \ --group-by Type=DIMENSION,Key=SERVICE \ --profile mi-perfil Antes del pico de julio, el estado estable (mayo USD 318,47 · junio USD 313,02) se veía así:
| Concepto | USD/mes | ¿Es cómputo? |
|---|---|---|
EC2 Spot (3× t3.xlarge = 12 vCPU / 48 GB) | ~95 | ✅ |
| EKS control plane + recargo de Auto Mode | ~108 | ❌ |
| NAT Gateway (hora + GB procesado) | ~43 | ❌ |
| EBS (volúmenes de los PVC y root) | ~25 | ❌ |
| NLB | ~25 | ❌ |
| IPv4 públicas | ~19 | ❌ |
| Total (steady state) | ~320 | ~30% cómputo |
Julio, el último mes completo con todo corriendo en AWS, cerró en USD 370,97. ¿Por qué más alto? Después de un incidente de quórum en NATS amplié el
NodePool de 8 a 12 vCPU y los pods se repartieron entre zonas. El ítem
DataTransfer-Regional pasó de USD 4 a USD 38 en una semana. En AWS el tráfico entre
Availability Zones se cobra USD 0,01/GB en cada sentido, así que cada GB que va y vuelve
entre zonas cuesta USD 0,02. La replicación R3 de JetStream y Postgres es justamente eso:
tráfico entre zonas, todo el tiempo.
La hipótesis (y por qué no fui por créditos)
Cuando empecé a mirar alternativas, la hipótesis era concreta: OCI iba a salir más barato y
además andar mejor. Más barato, porque en OCI no existía el impuesto de plataforma que se comía
el 70% de mi factura. Mejor, porque podía estar en una región cerca de los clientes sin pagar el
sobreprecio de São Paulo, con nodos con más RAM y con tres fault domains en lugar de una sola AZ.
Tres meses y medio después, las facturas y las mediciones de este post son la comprobación.
La alternativa que siempre aparece es pedir créditos gratis. Lo intenté una vez: me postulé
a un programa de créditos de AWS para startups y me rechazaron. No volví a intentarlo, por
estas razones:
- Necesitaba una solución urgente, no un proceso de postulación con tiempos ajenos.
- No quería entrar en programas que analizan tu negocio para después ofrecerte consultoría o servicios. Yo quería bajar la factura, no sumar una relación comercial.
- Los créditos se terminan y el precio vuelve completo. Mientras duran, la factura real queda escondida; cuando se acaban, llega entera de un mes para el otro, y a esa altura la arquitectura está todavía más atada al proveedor.
- Cambiar de infraestructura no es algo rápido. Esta migración me llevó 3 a 4 días de trabajo intenso, con el objetivo ya claro: red, cluster, secretos, GitOps, imágenes ARM, datos y un cutover de producción. Y eso con la evaluación hecha y las decisiones tomadas de antemano. Si los créditos se terminan y recién ahí te das cuenta de que no podés pagar la factura completa, no tenés margen para mudarte con calma. Mejor resolver la estructura de costos mientras todavía podés elegir los tiempos.
Una estructura de costos que funciona sin subsidio es una solución; los créditos son un analgésico.
Antes de mudarte: medí lo que usás
El primer hallazgo no tuvo nada que ver con la nube: el cluster estaba sobredimensionado.
# Uso real (necesita metrics-server) kubectl top nodes kubectl top pods -A --sort-by=memory | head -20 # Lo que reservan los pods (requests) vs lo que el nodo ofrece (allocatable) kubectl describe nodes | grep -A8 "Allocated resources" | CPU | RAM | |
|---|---|---|
| Provisionado | 12 vCPU | 48 GB |
| Requests de los pods | 7,2 vCPU | 20,7 GB |
| Uso real | 0,64 vCPU | 7,9 GB |
El cuello de botella era la RAM, no la CPU. Y el mayor consumidor era el propio stack de
monitoreo (~6,5 GB entre Mimir, Loki y Tempo). Ajustar el tamaño (right-sizing) ahorra plata
en cualquier nube. Hacelo primero: si no, vas a migrar el desperdicio.
Por qué OCI: lo que cambia de verdad
Comparé AWS, GCP, Azure, Vultr y bare metal en Sudamérica. Ganó OCI en Santiago
(sa-santiago-1) por precio y por latencia desde Argentina (~40 ms contra ~180 ms a Virginia, lo
medimos más abajo).
Estas son las diferencias que mueven la aguja:
| Tema | AWS | OCI | Diferencia que importa |
|---|---|---|---|
| Control plane | EKS: USD 0,10/h por cluster (~USD 73/mes); USD 0,60/h si la versión pasa a extended support | OKE Basic: sin costo. Enhanced: USD 0,10/h con SLA | En OCI se puede no pagar el control plane, a cambio de no tener SLA |
| Cómputo ARM | Graviton (m7g, t4g…) por instancia | Ampere A1 Flex: USD 0,01 por OCPU/h + USD 0,0015 por GB/h | En OCI elegís OCPU y RAM por separado. 1 OCPU A1 = 1 core físico (un vCPU de AWS es un hilo) |
| Tráfico entre zonas | USD 0,01/GB por sentido | Sin cargo entre fault domains | El driver del pico de julio desaparece |
| NAT | NAT Gateway: USD 0,045/h + USD 0,045/GB | NAT Gateway sin cargo por hora ni por GB | ~USD 43/mes menos |
| Load balancer L4 | NLB: hora + LCU | Flexible Network Load Balancer sin cargo | El gateway queda gratis |
| Egress a internet | Se paga desde el primer GB (con una franja gratis chica) | Los primeros 10 TB/mes no se facturan | En octubre salieron 217,7 GB a internet y costaron USD 0 |
| Acceso a servicios del proveedor sin internet | Un VPC Endpoint por servicio (interface endpoints se pagan por hora) | Un Service Gateway para todos los servicios de Oracle | Menos piezas y sin costo |
Cómo cobra OCI el cómputo (y por qué la RAM importa)
En OCI una instancia Flex se arma a medida. Un nodo VM.Standard.A1.Flex de 4 OCPU / 20 GB:
4 OCPU × 0,01 × 730 h = 29,20 20 GB × 0,0015 × 730 h = 21,90 boot volume 50 GB (balanced) ≈ 2,13 ───────── ≈ 53 USD/mes por nodo Esos son precios de lista. En la factura real hay que restarle la franja gratis de Ampere (abajo).
Dos cosas que no son obvias:
- La RAM pesa casi tanto como la CPU. Bajar de 24 a 20 GB por nodo ahorra más que sacar una OCPU.
- 50 GB es el mínimo de boot volume. Tres nodos grandes salen más baratos que seis chicos con la misma CPU total, porque pagás la mitad de boot volumes. Es lo que terminé haciendo: 3× 4 OCPU/20 GB, uno por fault domain, con cluster-autoscaler hasta 4.
Julio en AWS contra septiembre y octubre en OCI
| Jul 2026 · AWS | Sep 2026 · OCI | Oct 2026 · OCI | |
|---|---|---|---|
| Cómputo (EC2 Spot / A1 OCPU + RAM) | 100,13 | 96,44 | 132,35 |
| Control plane (EKS + recargo de Auto Mode / OKE Basic) | 107,87 | 0,00 | 0,00 |
| Discos (EBS gp3 / block + VPU) | 24,80 | 25,25 | 27,30 |
| NAT Gateway + tráfico entre zonas | 81,35 | 0,00 | 0,00 |
| Load balancer + IPv4 públicas | 43,40 | 0,00 | 0,00 |
| Registry, object storage, health checks | — | 1,32 | 3,89 |
| Subtotal del cluster | 357,55 | 123,01 | 163,55 |
| DNS, S3, CloudFront y demás en AWS | 13,42 | 7,83 | 8,63 |
| Total mensual | 370,97 | 130,84 | 172,18 |
| Capacidad promedio | 12 vCPU / 48 GB | ~12,2 OCPU / ~61 GB | ~14,5 OCPU / ~73 GB |
En julio, el cómputo real fue el 27% de la factura de AWS: USD 100 de 371. El control plane con
el recargo de Auto Mode costó más que los nodos (USD 107,87), y el tráfico entre zonas más el NAT
costó casi lo mismo (USD 81,35). Todo eso en OCI vale cero.
Desglose sacado con Cost Explorer agrupando por usage type:
aws ce get-cost-and-usage --time-period Start=2026-07-01,End=2026-08-01 \ --granularity MONTHLY --metrics UnblendedCost \ --group-by Type=DIMENSION,Key=USAGE_TYPE Lo que corre en OCI y no corría en EKS
Comparar solo los totales sería injusto para OCI, porque el cluster nuevo hace bastante más:
- ArgoCD: en EKS se desplegaba con Terraform y Helm desde afuera. Ahora es GitOps desde adentro del cluster.
- Runners de CI (Actions Runner Controller): tres scale sets (uno por organización de GitHub) en un node pool propio que escala de 0 a 2. Antes los builds corrían en un homelab.
- cluster-autoscaler, metrics-server y NATS Surveyor: en EKS Auto Mode venían incluidos o no estaban.
- Dos APISIX (dev y prd separados, cada uno con su NLB e IP fija) en lugar de uno compartido.
- Postgres de producción con 3 instancias (en EKS tenía 2) y Mimir con replicación ×3.
- Tres productos más: finanzas en producción (9 de octubre), gastis en dev (4 de octubre) y raidtrack en dev (20 de octubre). Eso explica el salto de septiembre a octubre: el autoscaler pasó a tener un cuarto nodo buena parte del mes.
# Qué se instaló y cuándo (ArgoCD): útil para explicar un salto en la factura kubectl get applications -n argocd \ -o custom-columns=APP:.metadata.name,NS:.spec.destination.namespace,CREADA:.metadata.creationTimestamp \ --sort-by=.metadata.creationTimestamp Octubre por SKU (factura cerrada)
| SKU | Cantidad | USD |
|---|---|---|
| Standard - A1 (OCPU) | 10.820 OCPU-h | 78,20 |
| Standard - A1 - Memory | 54.100 GB-h | 54,15 |
| Block Volume - Storage | 642,5 GB-mes | 16,38 |
| Block Volume - Performance Units (VPU) | 6.425 VPU-GB-mes | 10,92 |
| Container Image Storage (OCIR) | 55,7 GB-mes | 1,27 |
| Object Storage (storage + requests) | 49 GB-mes | 1,72 |
| Health Checks - Basic | 3 endpoints | 0,90 |
| Outbound Data Transfer | 217,7 GB | 0,00 |
| Flexible NLB, NAT Gateway, Vault, OKE Basic | — | 0,00 |
| Total OCI | 163,55 |
Dos lecturas de esa tabla:
- 10.820 OCPU-h en 744 h son ~14,5 OCPU de promedio (el autoscaler se movió entre 3 y 4 nodos de 4 OCPU/20 GB). Pero 10.820 × 0,01 da 108,20, no 78,20: la factura descontó 3.000 OCPU-h y 18.000 GB-h, que es la franja Always Free de Ampere A1. Son ~USD 57/mes que se descuentan solos (más abajo, por qué esto me sorprendió).
- El block storage es el 17% de la cuenta. Cada PVC de 50 GB a 10 VPU cuesta ~USD 2,13/mes, y el storage más los performance units se cobran por separado. Con ~640 GB de promedio para una carga que usa bastante menos, es la próxima palanca.
Para sacar esto de tu tenancy (la API de costos solo responde en la home region):
oci usage-api usage-summary request-summarized-usages \ --tenant-id "$TENANCY_OCID" --region <home-region> \ --time-usage-started 2026-10-01T00:00:00Z \ --time-usage-ended 2026-11-01T00:00:00Z \ --granularity MONTHLY --query-type COST \ --group-by '["skuName","unit"]' Con --query-type USAGE y "region" en el --group-by ves las cantidades por región.
Latencia: el cluster ahora está cerca de los clientes
Los clientes de Tiendis están en Argentina. Con el cluster en Virginia, cada round trip cruzaba
el continente. Medido desde Santa Fe, el tiempo de establecer la conexión TCP (sin contar DNS), mediana de 9 intentos:
for h in ec2.us-east-1.amazonaws.com ec2.sa-east-1.amazonaws.com tiendis.app; do for i in $(seq 9); do curl -so /dev/null -w '%{time_namelookup} %{time_connect}\n' "https://$h/" done | awk '{print ($2-$1)*1000}' | sort -n | awk -v h=$h '{a[NR]=$1} END{print h, a[5] " ms"}' done | Destino | RTT (mediana) |
|---|---|
AWS us-east-1 (Virginia), donde estaba EKS | 180 ms |
AWS sa-east-1 (São Paulo) | 48 ms |
OKE en sa-santiago-1, donde está hoy | 39 ms |
Un request HTTPS nuevo necesita unos 3 round trips antes del primer byte: TCP, handshake TLS 1.3
y el request en sí. Eso eran ~540 ms solo de red desde Argentina, contra ~120 ms hoy, sin
tocar una línea de código. Para un storefront donde cada página dispara varios requests, se nota
más que cualquier optimización del backend.
Por qué nunca estuve en AWS São Paulo
La pregunta obvia es por qué el cluster estaba en Virginia, si sa-east-1 está a 48 ms. La
respuesta es el precio, y fue lo que me hizo buscar otra nube: São Paulo es de las regiones más
caras de AWS. Estos son los números, sacados de la Pricing API y del historial de Spot:
aws pricing get-products --region us-east-1 --service-code AmazonEC2 \ --filters Type=TERM_MATCH,Field=instanceType,Value=t3.xlarge \ Type=TERM_MATCH,Field=regionCode,Value=sa-east-1 \ Type=TERM_MATCH,Field=operatingSystem,Value=Linux \ Type=TERM_MATCH,Field=tenancy,Value=Shared \ Type=TERM_MATCH,Field=preInstalledSw,Value=NA \ Type=TERM_MATCH,Field=capacitystatus,Value=Used aws ec2 describe-spot-price-history --region sa-east-1 \ --instance-types t3.xlarge --product-descriptions Linux/UNIX Con esos precios, la factura de julio, si el cluster hubiera estado en São Paulo:
| Concepto | Jul · us-east-1 | Estimado · sa-east-1 | Por qué |
|---|---|---|---|
| Cómputo Spot (t3.xlarge) | 100,13 | 117,15 | Spot ~USD 0,052/h vs ~0,045/h (on-demand: 0,2688 vs 0,1664 = ×1,62) |
| EKS control plane | 74,40 | 74,40 | USD 0,10/h en ambas |
| Recargo de EKS Auto Mode | 33,47 | 54,05 | proporcional al precio on-demand de la instancia |
| EBS gp3 | 24,80 | 47,12 | USD 0,152 vs 0,08 por GB-mes |
| NAT Gateway (hora + GB) | 43,49 | 89,88 | USD 0,093 vs 0,045 por hora y por GB |
| NLB (hora + LCU) | 24,09 | 36,38 | USD 0,034 vs 0,0225 por hora |
| IPv4 públicas | 19,31 | 19,31 | USD 0,005/h en todas las regiones |
| Tráfico entre AZs | 37,86 | 37,86 | supuesto: misma tarifa |
| Egress a internet | 2,51 | 4,18 | USD 0,15 vs 0,09 por GB |
| Route 53, S3, CloudFront y otros | 10,91 | 10,91 | globales o casi |
| Total | 370,97 | ≈ 491,24 | +32% |
En AWS tenía que elegir entre cerca o barato: Virginia a USD 371 con 180 ms, o São Paulo a
~USD 491 con 48 ms. En OCI la región cercana tiene la misma lista de precios que cualquier otra
(solo varía el egress, y los primeros 10 TB no se cobran). Resultado: en OCI tengo 39 ms, incluso menos latencia
que en AWS São Paulo, pagando 3,75 veces menos que ahí, y 2,8 veces menos que en Virginia.
Cómo fue la migración: de a partes y con el DNS al final
Tres reglas guiaron todo el proceso:
- Producción en AWS no se toca hasta el último minuto: es el fallback completo.
- Todo se valida en OCI antes de que un cliente llegue ahí.
- El DNS es lo último que cambia, porque es lo único que ven los usuarios. Y es reversible.
Línea de tiempo
| Día | Qué se hizo |
|---|---|
| 2 de agosto | Terraform (red, OKE, node pools, IAM, Vault, OCIR, buckets) + bootstrap de ArgoCD. Toda la plataforma (cert-manager, external-secrets, NATS, CNPG, APISIX, observabilidad) sale de git |
| 2–3 de agosto | Dev migrado completo: imágenes ARM a OCIR y pg_dump/restore de la base de dev |
| 3 de agosto | Producción desplegada «en oscuro»: api, front y mcp arriba, pero el worker en 0 réplicas y los CronJobs suspendidos, para que nada procese pagos ni mande mails dos veces |
| 3–4 de agosto | Ensayo completo del cutover con datos reales: backup → copia a OCI → restore → apps → validación |
| 4 de agosto | Cutover real y switch de DNS |
| Un par de días después | Con OKE estable, borrado del cluster EKS. El Terraform de AWS quedó listo para volver a levantar todo si hacía falta |
El cutover, paso a paso
1. Freeze de escrituras sin apagar la tienda. En vez de cortar el servicio, activé un modo
mantenimiento (un flag en la base) que bloquea las escrituras, tanto del panel como del checkout. El
storefront siguió respondiendo en modo lectura.
2. Backup final en EKS y copia a OCI. CloudNativePG hace el backup con barman a S3. Lo copié
objeto por objeto a OCI Object Storage, que es S3-compatible:
apiVersion: postgresql.cnpg.io/v1 kind: Backup metadata: { name: prd-cutover-final, namespace: prd } spec: cluster: { name: prod } method: barmanObjectStore kubectl -n prd get backup prd-cutover-final -w # esperar phase: completed ./clone-cnpg-backup.sh s3://<bucket-aws>/postgres/prd s3://<bucket-oci>/postgres/prd 3. Restore en OCI. El Cluster de CNPG en OCI declara un bootstrap.recovery desde ese
backup. Lo borro y ArgoCD lo recrea solo (por selfHeal), y el restore de ~550 MB tarda 2–3 minutos.
Gotcha que apareció en el ensayo: CNPG no arranca un recovery si el destino de archivo WAL del
cluster nuevo ya tiene contenido (WAL archive check failed: Expected empty archive). Si
ensayaste antes, ese bucket tiene WALs del ensayo. Hay que vaciarlo antes de cada restore:oci os object bulk-delete --bucket-name <bucket> --prefix "prd/" --force
Después, comparar los conteos contra el origen:
kubectl -n prd exec prod-1 -c postgres -- psql -d app -tAc \ "SELECT (SELECT count(*) FROM orders), (SELECT count(*) FROM products);" 4. Validar OCI sin tocar el DNS. Con curl --resolve se fuerza que el hostname real vaya a
la IP del load balancer de OCI. Eso prueba el certificado, el ruteo de APISIX y la app tal como los
va a ver un cliente:
for U in "tiendis.app/" "www.tiendis.app/" "api.tiendis.app/health/ready" "mcp.tiendis.app/health/ready"; do H="${U%%/*}"; P="/${U#*/}" printf "%-34s %s\n" "$U" \ "$(curl -s -o /dev/null -w '%{http_code}' "https://$H$P" --resolve "$H:443:<IP_LB_OCI>")" done ¿Cómo hay un certificado válido en OCI si el DNS todavía apunta a AWS? Porque cert-manager usa
el desafío DNS-01 contra Route 53: Let's Encrypt valida con un registro TXT, no pidiendo un
archivo al servidor, así que el certificado se emite antes de mover el tráfico. Con HTTP-01
no habría funcionado.
5. Switch de DNS. Los registros A de tiendis.app, www, api, worker y mcp se
cambiaron en Route 53 a la IP de OCI. Los registros de assets (ast., que es CloudFront + S3) no
se tocaron, porque siguen en AWS.
aws route53 change-resource-record-sets --hosted-zone-id <ZONA> --change-batch '{ "Changes": [{ "Action": "UPSERT", "ResourceRecordSet": { "Name": "api.tiendis.app", "Type": "A", "TTL": 300, "ResourceRecords": [{ "Value": "<IP_LB_OCI>" }] } }] }' dig +short api.tiendis.app @1.1.1.1 # ver la propagación desde afuera La clave para que el cambio sea limpio: durante los 5 minutos de TTL conviven dos destinos y
los dos son consistentes. Quien todavía resuelve a AWS ve la tienda en modo mantenimiento (lee,
no escribe). Quien ya resuelve a OCI opera normal. Nunca hay escrituras en dos bases a la vez, así
que no hay nada que reconciliar después.
6. Salir de oscuro. Un commit en el repo de GitOps saca los patches: el worker sube a 2 réplicas
y los CronJobs se reactivan.
Rollback: volver los registros de Route 53 a AWS y desactivar el mantenimiento allá. EKS
estaba intacto, con los datos hasta el freeze. No hizo falta. Recién después de un par de días de
operación estable borré el cluster EKS, y me quedé con todo su Terraform listo para volver a
levantarlo desde cero si algún día hace falta.
¿Y el traspaso gradual con pesos?
En AWS lo típico para mover tráfico de a poco son los weighted records de Route 53 (10% a lo
nuevo, después 50%, después 100%). Funciona muy bien para servicios sin estado. Con una
única base de datos primaria no sirve: el 10% que va a OCI escribiría en una base y el 90% en la
otra. Para un sistema con estado, lo más eficiente es lo de arriba: freeze corto + copia +
validación sin DNS + switch con TTL bajo. El tráfico se mueve de una vez, y el riesgo se baja con el
ensayo previo y con un rollback probado.
La misma técnica la volví a usar el 30 de septiembre, cuando separé el gateway en dos instancias
(dev y prd), cada una con su propio NLB e IP reservada. Primero levanté las nuevas, después validé
con --resolve y recién ahí cambié los registros A.
Lo que NO te cuentan (las diferencias que duelen)
Esta es la parte que más me hubiera servido leer antes:
- El Always Free, en la práctica, es más complicado de lo que dice la doc. La doc de Always Free dice que las instancias gratis se crean en la home region. Mi tenancy es de São Paulo y el cluster está en Santiago, así que asumí que no tendría nada gratis y armé todos los presupuestos a tarifa completa. La factura de octubre muestra otra cosa: la franja de Ampere (3.000 OCPU-h + 18.000 GB-h) se descontó igual del consumo de los nodos de OKE en Santiago. Lo que no se descontó son los 200 GB de block volume: los 642,5 GB-mes se cobraron enteros. Moraleja: no planifiques con la doc del free tier, planificá con la factura. Y si podés elegir, creá la cuenta con la home region donde vas a correr, que no se cambia después.
- Los recursos de IAM también viven en la home region. Users, groups, policies y dynamic groups se crean ahí. En Terraform eso significa un provider con alias apuntando a la home region, aunque todo lo demás esté en otra.
- OKE Basic no tiene workload identity. El equivalente a IRSA o EKS Pod Identity (darle permisos de IAM a un service account) solo existe en clusters Enhanced. En Basic tenés instance principal: el permiso es del nodo, o sea de todos los pods que corren en él. Es la diferencia de seguridad más grande de la serie y le voy a dedicar un post propio más adelante.
- Sin SLA en Basic. El control plane gratis no tiene SLA con respaldo financiero. Para la mayoría de los proyectos chicos alcanza. Si lo necesitás, Enhanced cuesta lo mismo que EKS.
-
Capacidad de Ampere y service limits. Una cuenta nueva arranca con límites bajos de
A1 y en algunas regiones la capacidad escasea. Hay que pedir el aumento antes:
oci limits resource-availability get \ --service-name compute --limit-name standard-a1-core-count \ --compartment-id "$TENANCY_OCID" --availability-domain "$AD" Regiones de un solo dominio de disponibilidad. Santiago y São Paulo tienen una sola AD
(lo más parecido a una AZ). La alta disponibilidad se hace con fault domains: tres grupos
de hardware separados dentro de la misma AD. Protege de la caída de un host o un rack, no de
la caída de un datacenter entero, como sí lo hacen 3 AZs. Para mí, que antes estaba en una
sola AZ para ahorrar, fue una mejora. Pero no es lo mismo, y conviene decirlo.ARM implica imágenes multi-arch. Todo lo tuyo tiene que buildearse para
linux/arm64.
.NET, Node, APISIX, NATS, CNPG y el stack de Grafana lo soportan sin problemas. Algún chart
viejo con imágenes soloamd64, no.El runtime es cri-o y no acepta short names. Una imagen
nats:2.12sin el prefijo
docker.io/falla conImageInspectError. Se arregla con un cloud-init en el node pool (lo voy a
mostrar en una próxima entrega sobre node pools) o escribiendo siempre el nombre completo.El ecosistema es más chico. Hay menos ejemplos, menos respuestas en foros y algunos
operadores asumen AWS (AWS_DEFAULT_REGION, IRSA, etc.). Lo bueno: casi todo lo que corre
dentro del cluster es portable.
Qué dejé en AWS y por qué
No hace falta mudar todo. S3 + CloudFront siguen sirviendo las imágenes de las tiendas
(hay un resizer en Lambda@Edge que no quería reescribir) y Route 53 sigue siendo el DNS. Desde
el cluster en OCI, external-dns y cert-manager (DNS-01) hablan con Route 53 usando una
credencial IAM acotada a las zonas que manejan. Es multi-nube de verdad: cada cosa donde es
más barata o más cómoda.
Lo que viene
En la serie vamos a armar, con Terraform y ArgoCD, una plataforma igual de completa que la de
Tiendis pero genérica, para que la puedas replicar:
- Parte 1: la plataforma vista de arriba: qué piezas hay (NATS, observabilidad, Postgres, gateway, GitOps, secretos) y su equivalente en AWS.
- Próximamente (todavía no publicadas): red, cluster y node pools, IAM, Vault + External Secrets, ArgoCD, operadores, ingreso de tráfico, CI dentro del cluster y control de costos.
- Y más adelante, una serie paralela sobre cómo funciona cada pieza por dentro.
Todos los posts de la serie, y lo que voy publicando sobre arquitectura, cloud y Kubernetes,
están en mgaliano.tech/blog. Ahí también cuento más sobre mí y
sobre los proyectos, Tiendis incluido.
