Desplegando.cloud

Marcia Villalba
  • 0.0 (0)
  • Technology
  • Updated Weekly

Podcast y newsletter semanal de noticias sobre AWS y serverless en Español Hosted by Marcia Villalba desplegando.substack.com

  1. 16h ago

    Llega el AWS Well-Architected Agent 🤖

    ¡Bienvenidos a Desplegando.cloud! 🚀 Desplegando.cloud es tu fuente semanal en español para mantenerte al día con lo más relevante de AWS y Serverless. Este miércoles les traigo una clase en vivo sobre cómo diseñar sistemas en el mundo de la inteligencia artificial. Les dejo aquí un link para registrarse a la clase, que es totalmente gratuita. Mañana les mando el link para poder acceder al vivo. Después de la clase, estaré respondiendo preguntas en vivo. 📢 Si te gusta esta newsletter, compártela con tus colegas para que más personas puedan estar al día con el mundo serverless. Si tienes comentarios o sugerencias, escríbeme en LinkedIn, X, o Instagram. ¡A desplegar! 🚀 📰 Noticias Relevantes 🤖 Llega el AWS Well-Architected Agent: AI para optimizar tu entorno en la nube AWS ha lanzado la vista previa pública de AWS Well-Architected Agent, un servicio impulsado por inteligencia artificial que permite analizar entornos de AWS y ofrecer recomendaciones contextuales y específicas en áreas como costo, seguridad, rendimiento y resiliencia. Este nuevo servicio se posiciona como una evolución de AWS Trusted Advisor y la AWS Well-Architected Tool, ayudando a los equipos a identificar y resolver problemas más rápidamente. El agente evalúa continuamente la infraestructura y el contexto de las aplicaciones para identificar oportunidades de optimización, brindando guías tanto a nivel arquitectónico como de aplicaciones y recursos. Además, facilita la traducción de los hallazgos en soluciones listas para implementar, eliminando la necesidad de combinar señales de múltiples herramientas manualmente. Para las organizaciones que ejecutan cargas de trabajo en AWS, esta vista previa representa un enfoque más automatizado para la gobernanza y optimización en la nube. El agente no solo presenta chequeos, sino que proporciona inteligencia priorizada y accionable, mejorando la eficiencia operativa y la postura general de la nube. 🔗 Para más detalles, visita el blog de AWS. 🐎 Strands harness Strands harness, un arnés de agente de código abierto completamente ensamblado desarrollado por el equipo de Strands Agents en AWS. Su objetivo es ayudar a los desarrolladores a crear agentes de propósito general de manera rápida, con una configuración sencilla de una sola línea en Python o TypeScript y soporte para ejecutarse localmente o desplegarse en diferentes proveedores. Strands harness incluye configuraciones predeterminadas evaluadas y un sistema de mensajes ajustado, afirmando que ofrece una precisión igual o superior a otros arneses comparables mientras utiliza aproximadamente un 28% menos de tokens, lo que reduce costos. Además, se presenta como flexible y personalizable, permitiendo que los equipos comiencen con un agente predefinido y puedan modificar las configuraciones predeterminadas para adaptarse a su caso de uso específico. 🔗 Para más información, visita el blog de Strands Agents 🚀 Claude Sonnet 5.5 ahora disponible en AWS: la actualización que tu equipo necesita Recientemente, AWS anunció la disponibilidad de Claude Sonnet 5.5, un modelo más inteligente y eficiente que promete llevar el trabajo de tu equipo al siguiente nivel. Esta actualización se presenta como la opción ideal para quienes ya utilizan Sonnet, mejorando la velocidad y reduciendo los costos por tarea en la mayoría de las cargas de trabajo. Diseñado para tareas de codificación específicas dentro de un flujo de trabajo de desarrollo más amplio, Claude Sonnet 5.5 es especialmente efectivo para construir y corregir funciones, así como para verificar resultados. Además, el modelo sobresale en tareas de conocimiento, como la creación de documentos, diagramas y ediciones de texto. 🔗 Para más información sobre Claude Sonnet 5.5, visita el blog de AWS. ⚡ Amazon Aurora Serverless ahora escala más rápido para soportar AI y cargas de trabajo irregulares Amazon Aurora Serverless ha mejorado su capacidad de reacción ante picos repentinos de carga, añadiendo hasta 16 ACUs en solo un segundo y escalando hasta un total de 256 ACUs según la demanda. Esta actualización está diseñada para aplicaciones con patrones de tráfico impredecibles, incluyendo cargas de trabajo de inteligencia artificial que a menudo tienen ráfagas de actividad seguidas de largos períodos de inactividad. El cambio es automático y habilitado por defecto para los clústeres de Aurora Serverless que funcionan en las versiones de plataforma 3 o 4, sin necesidad de realizar ajustes de configuración. Los clústeres existentes en las versiones de plataforma 1 o 2 pueden actualizarse directamente a la versión 4 para beneficiarse de esta mejora. Además, Aurora Serverless sigue escalando automáticamente hacia abajo cuando las cargas de trabajo finalizan, lo que significa que los equipos solo pagan por la capacidad que utilizan. 🔗 Para más información, visita el anuncio oficial de Amazon Aurora. 🔗 Otras noticias que te pueden interesar 📊 Amazon Aurora PostgreSQL ahora admite consultas directas de datos de Apache Iceberg y Parquet en tu lago de datos → Leer más 🔒 AgentCore Gateway ahora admite certificados TLS privados para puntos de enlace de VPC → Leer más 📈 Amazon ElastiCache for Valkey ahora admite métricas y monitoreo detallado con OpenTelemetry → Leer más 🔍 Mejora tu postura de seguridad de secretos con recomendaciones prácticas en la consola de AWS Secrets Manager → Leer más 🛠️ AWS CLI ahora admite actualizaciones masivas de habilidades y comprobaciones de versión para el Kit de herramientas del agente de AWS → Leer más 📊 Amazon Managed Grafana ahora admite la creación de espacios de trabajo de Grafana 13.2 → Leer más 📞 Las cuentas de AWS ahora admiten la verificación de números de teléfono → Leer más 🔍 Los Agentes Administrados de Amazon Bedrock, impulsados por OpenAI, ahora están disponibles en vista previa → Leer más 🧠 OpenAI GPT-6.1 Sol ya está disponible en Amazon Bedrock → Leer más 📅 Amazon Aurora ahora admite PostgreSQL 18.6, 17.11, 16.15, 15.19, 14.24 → Leer más 🌐 Amazon ElastiCache Serverless for Valkey ahora admite puntos de enlace públicos → Leer más 🔍 Amazon Rekognition Face Liveness ahora devuelve Códigos de Retroalimentación → Leer más 📦 Grok 4.7 ya está disponible en Amazon Bedrock → Leer más 🎶 Claude Sonnet 5.5 ahora disponible en AWS → Leer más 🔍 Amazon S3 Vectors ahora admite el filtrado previo de metadatos para una mayor recuperación en búsquedas filtradas → Leer más 📋 Amazon S3 Tables ahora admite todos los tipos de datos de Apache Iceberg V3 → Leer más 🔍 Amazon Aurora DSQL ahora admite índices parciales → Leer más 🎬 Video de la Semana El video de esta semana es sobre como transformar el estudio en un habito siguiendo el modelo de Atomic Habits. Podes ver el video entero acá 📚 Artículos Interesantes 🚀 Lo que significa el nuevo AWS si estás comenzando AWS está presentando una experiencia de inicio más sencilla para los nuevos desarrolladores, con el objetivo de reducir la fricción que suele acompañar la configuración inicial. Puntos clave: * Registros rápidos: Los nuevos usuarios pueden registrarse más rápido con Google, GitHub o AWS Builder ID, y muchos pueden comenzar sin una tarjeta de crédito. * Proyectos en AWS: AWS organiza el trabajo de los principiantes en Proyectos, que son cuentas separadas con estructura incorporada, facilitando la colaboración y la organización. * Controles de gasto: Límites de gasto, créditos gratuitos y facturación centralizada ayudan a reducir la complejidad y controlar costos. 🎯 Reflexión: Con estas nuevas características, AWS está facilitando la entrada al mundo del desarrollo en la nube, eliminando las decisiones técnicas abrumadoras y permitiendo que los principiantes se concentren en lo que realmente importa: construir. 📖 Leer el artículo completo 🤖 Eventos Fuera de Orden: Un Peligro para tu Agente AI en AWS Este artículo analiza un modo de falla en un agente AI que procesa eventos de cuentas en AWS. Puntos clave: * El orden de los eventos es crucial: los eventos fuera de orden pueden resultar en acciones comerciales incorrectas pero que parecen válidas. * FIFO por sí solo no es suficiente: incluso las colas ordenadas requieren un consumidor estatal para mantener la corrección entre lotes. * Un diseño robusto necesita un contrato completo: secuenciación correcta desde el productor, agrupación de colas y un consumidor idempotente respaldado por un estado duradero. 🎯 Reflexión: El manejo adecuado de eventos en orden es vital para asegurar operaciones correctas. Un enfoque bien diseñado no solo mejora la eficiencia del agente AI, sino que también protege a los clientes de errores costosos. 📖 Leer el artículo completo 🤖 Revisión de Código AI sin Servidor con PR-Agent en AWS En este artículo se muestra cómo implementar un agente de revisión de código AI de código abierto, PR-Agent, en AWS Lambda, utilizando AWS CDK para la infraestructura. La idea principal es permitir que el agente revise automáticamente las solicitudes de extracción, actualice las descripciones y publique sugerencias de código sin necesidad de un servidor tradicional siempre activo. Puntos clave: * Automatización de Revisiones de PR: PR-Agent se puede ejecutar en AWS Lambda para automatizar revisiones de solicitudes de extracción de manera completamente sin servidor. * Uso de AWS CDK: Se utiliza AWS CDK para aprovisionar y conectar la infraestructura, incluyendo el punto final del webhook y los recursos de apoyo. * Configuración de GitHub App: Se requiere una configuración de aplicación de GitHub para que el agente basado en Lambda pueda recibir eventos de PR y publicar comentarios de revisión automáticamente.

  2. 3d ago

    Nadie te pregunta qué es un load balancer

    En una entrevista de diseño de sistemas nadie te pregunta “¿qué es un load balancer?”. Te dan un problema abierto tipo “diseñá Instagram” y te miran los primeros dos minutos. Ahí se nota quién sabe términos y quién sabe diseñar. La mayoría estudia diseño de sistemas memorizando piezas sueltas, load balancer, cache, CAP theorem, y por eso se queda en blanco frente a un problema abierto. Y esto se ve reflejado en una entrevista de 40 minutos, diseñando un sistema real, o evaluando qué decisión tomó por vos un agente de IA cuando le pedís una arquitectura. 💡 Cuatro etapas, siempre en el mismo orden Alex Xu describe cuatro etapas en el diseño de sistemas, en System Design Interview, un libro de referencia del tema. Las etapas son: entender el problema, proponer un diseño de alto nivel, profundizar donde importa, y concluir. Etapa 1 — Entender el problema y el alcance. Antes de dibujar nada, hay que preguntar: ¿qué tiene que hacer el sistema? ¿Bajo qué condiciones? Un dato que cambia el diseño entero y casi nadie pregunta: ¿los usuarios leen mucho más de lo que escriben, o al revés? Netflix mostrando el mismo capítulo a millones de personas es un problema de fan-out, distribuir lo mismo a mucha gente sin que el origen colapse. Un generador de imágenes con IA recibiendo millones de prompts a la vez es fan-in, absorber volumen sin que el sistema se caiga. Son dos problemas distintos con dos soluciones distintas. Etapa 2 — Diseño de alto nivel y acuerdo. Ahora sí empezás a dibujar, pero en bloques grandes: cliente, load balancer, servicio, base de datos. Sin profundizar en ninguno todavía. El objetivo es recorrer uno o dos casos de uso reales con la otra persona (entrevistador o stakeholder) y confirmar que el mapa cubre lo que se pidió, es una conversación, no un monólogo. Etapa 3 — Deep dive. Con el mapa completo, elegís las tecnologías que importan para ESE problema. Por ejemplo, si el sistema lee mucho más de lo que escribe, profundizás en cache y réplicas. Si escribe mucho y necesita orden, profundizás en particionado y colas. Si hay una base de datos tipo DynamoDB, acá definís la clave de partición y la estructura de las tablas. Etapa 4 — Concluir. La etapa que más gente ni llega a pisar, porque se quedó atascada antes. Acá hablás de cuellos de botella, casos de error, y cómo escalarías si hiciera falta. No es un cierre protocolar, es donde demostrás que ves el sistema completo, no solo la pieza que más te gustó dibujar. 🤖 Por qué esto importa todavía más con IA Hoy le podés pedir a un agente que te arme una arquitectura en 10 segundos. El agente sabe cómo armar ese diagrama. No sabe por qué tu caso necesita lo que eligió, o si eso que armó aguanta tu escala real. Ese “por qué” sigue siendo tuyo. Y es exactamente este proceso, las 4 etapas, el que te permite evaluar si lo que armó el agente tiene sentido, o hacerle las preguntas correctas para que termine de armar la arquitectura completa. De eso justamente voy a hablar en una clase en vivo y gratuita el miércoles 7 de octubre: diseño de sistemas en la era de la IA, vamos a ver que es spec-driven development y Kiro y como nos puede ayudar. 🎯 RESERVAR MI LUGAR GRATIS This is a public episode. If you would like to discuss this with other subscribers or get access to bonus episodes, visit desplegando.substack.com

  3. Sep 28

    AWS mejora EventBridge para arquitecturas multi-cuenta a gran escala 📩

    ¡Bienvenidos a Desplegando.cloud! 🚀 Desplegando.cloud es tu fuente semanal en español para mantenerte al día con lo más relevante de AWS y Serverless. Ya se empieza a sentir reinvent en el aire, y este año ahí estaré contándoles todo de ahí. El 7 de octubre, ya tengo agendado la master class de diseño de sistemas en el mundo de la inteligencia artificial. Si quieren que les avise cuando y donde es la clase, pueden registrase en este link. ¡A desplegar! 🚀 📰 Noticias Relevantes 🚀 Mejora en Amazon EventBridge: Nuevos buses de eventos personalizados para aplicaciones a gran escala AWS ha introducido un bus de eventos personalizado mejorado en Amazon EventBridge, diseñado para organizaciones que gestionan aplicaciones impulsadas por eventos entre varios equipos y cuentas. Esta actualización transforma EventBridge en un sistema de eventos más centralizado, permitiendo que un solo bus de eventos personalizado se comparta entre cuentas de AWS, facilitando la publicación de eventos en un único lugar. La nueva oferta incluye capacidades enfocadas en empresas, como un estricto orden de eventos, una retención integrada de 24 horas (extendible hasta un año) y soporte para formatos de eventos abiertos como CloudEvents. Además, AWS ha introducido un nuevo recurso de Suscriptor que permite filtrar y entregar eventos a múltiples servicios de AWS, junto con un modelo de precios revisado basado en throughput para mejorar el control de costos a gran escala. El bus de eventos personalizados existente se renombra como “Bus de eventos personalizado - clásico”, manteniendo las APIs sin cambios para garantizar la compatibilidad hacia atrás. 🔗 Para más información, visita el blog de AWS sobre la nueva función de Amazon EventBridge. 🔍 Presentamos Amazon CloudWatch Omni: colaboración impulsada por IA para la observabilidad de tus aplicaciones Amazon CloudWatch Omni es la nueva experiencia de observabilidad impulsada por inteligencia artificial de AWS, diseñada para combinar monitoreo, investigación y solución de problemas en un único espacio de trabajo colaborativo. Esta herramienta se basa en OpenTelemetry, lo que permite que la telemetría existente enviada a CloudWatch se muestre en Omni sin necesidad de reconfiguración. Omni también es accesible a través de una URL organizacional dedicada con inicio de sesión empresarial, lo que permite a los equipos utilizarlo fuera de la Consola de Administración de AWS. 🔗 Para más información, visita el artículo completo en el blog de AWS. 📊 Amazon Kinesis Data Streams presenta claves de partición gestionadas por el servicio para facilitar la ingesta de datos Amazon Kinesis Data Streams ha anunciado que ahora soporta claves de partición gestionadas por el servicio para los flujos On-Demand Standard y On-Demand Advantage. Esta nueva funcionalidad permite a AWS distribuir automáticamente los registros entre las particiones sin que los clientes tengan que proporcionar las claves de partición al publicar datos. Diseñada para simplificar la ingesta en cargas de trabajo de streaming donde el orden de los registros no es crítico, esta característica evita los problemas de claves de partición saturadas y reduce el tiempo necesario para llevar aplicaciones de streaming a producción. Con esta posibilidad, los productores pueden omitir las claves de partición al escribir en un flujo en modo on-demand, utilizando la capacidad disponible para distribuir los registros a gran escala. AWS asegura que esto puede soportar un crecimiento en el rendimiento de hasta gigas por segundo sin que los clientes tengan que gestionar su propia lógica de distribución, y está disponible hoy en todas las regiones comerciales de AWS sin costo adicional. 🔗 Para más información, visita el anuncio oficial en el blog de AWS. 💰 AWS introduce la API ListBillingViewSegments para mejorar la gestión de costos AWS ha lanzado la API ListBillingViewSegments, que permite obtener el contexto de facturación de tu cuenta a lo largo de un período específico. Este avance proporciona detalles sobre la relación de facturación, indicando si una cuenta es una cuenta de gestión, una cuenta miembro o la cuenta principal de un grupo de facturación. La API segmenta el tiempo solicitado, asignando fechas efectivas a cada segmento para adaptarse a los cambios en el contexto de facturación en medio del período. Esto facilita rastrear cómo han evolucionado la propiedad de facturación y las configuraciones de tarifas, especialmente cuando las cuentas cambian de organización o se gestionan bajo AWS Billing Conductor. 🔗 Para más información, consulta el anuncio oficial de AWS. 🔗 Otras noticias que te pueden interesar 🗣️ OpenAI GPT-6 Sol y GPT-6 Luna ya están disponibles en Amazon Bedrock → Leer más 🤖 AWS End User Messaging y Amazon SES ahora ofrecen habilidades de agentes de IA para el servidor AWS MCP → Leer más 🌍 Actualizaciones mensuales del Servicio de Ubicación de Amazon - 2026.08 → Leer más 🎬 Video de la Semana En el video de esta semana hablamos de las 4 etapas de diseño de sistemas que nos ayudan no solo en las entrevistas de trabajo sino también en el día a día cuando trabajamos con agentes de IA para el desarrollo de software. 📚 Artículos Interesantes 🤖 Construyendo una Arquitectura Unificada de Agentes de IA con DynamoDB y Bedrock Este artículo explica cómo construir un agente de IA que pueda buscar datos en DynamoDB semánticamente, combinando la búsqueda vectorial nativa en DynamoDB con los agentes de Amazon Bedrock y grupos de acción de Lambda. Puntos clave: * DynamoDB puede almacenar tanto datos de aplicación como incrustaciones en una tabla para búsqueda unificada y acceso CRUD. * Los agentes de Bedrock más grupos de acción de Lambda pueden dirigir solicitudes a búsquedas semánticas y acciones operativas. * La automatización, la seguridad y la aislamiento de inquilinos son esenciales para hacer la arquitectura lista para producción. 🎯 Reflexión: Con este enfoque, DynamoDB se convierte en una herramienta poderosa no solo para cargas de trabajo transaccionales, sino también para aplicaciones de IA que requieren búsqueda semántica, ampliando su alcance en el ecosistema serverless. 📖 Leer el artículo completo 🤖 Agent de Revisión de Código AI Serverless en AWS Lambda Este artículo detalla cómo construir y desplegar un agente de revisión de solicitudes de incorporación de software alimentado por inteligencia artificial en AWS utilizando una arquitectura serverless. Puntos clave: * AWS Lambda permite ejecutar flujos de trabajo ligeros de revisión AI sin servidores dedicados. * AWS CDK facilita que la infraestructura sea repetible y más sencilla de desplegar y gestionar. * Las revisiones de PR asistidas por AI pueden acelerar las verificaciones de calidad del código y reducir la carga de revisión manual. 🎯 Reflexión: La integración de un agente de revisión de código AI en el flujo de trabajo de desarrollo no solo mejora la calidad del código, sino que también optimiza el tiempo de los ingenieros, permitiendo un enfoque más efectivo en las tareas creativas y críticas del desarrollo. 📖 Leer el artículo completo 🛠️ Crea Aplicaciones MCP Interactivas con Amazon Bedrock AgentCore En este blog post se detalla cómo construir y desplegar una aplicación de Protocolo de Contexto del Modelo (MCP) con widgets HTML interactivos utilizando Amazon Bedrock AgentCore. Este artículo enfatiza el uso del Runtime de AgentCore como el destino de despliegue para el servidor MCP, proporcionando una experiencia de agente más interactiva. Puntos clave: * Interactividad Aumentada: AgentCore puede alojar aplicaciones MCP que integren elementos de UI interactivos, mejorando la experiencia del usuario más allá de respuestas básicas. * Proceso de Despliegue: El artículo describe los pasos de despliegue en la infraestructura de AWS, incluyendo la provisión de recursos basada en CDK. * Guía Práctica: El post actúa como una guía práctica para crear experiencias de agente más interactivas usando MCP en AWS. 🎯 Reflexión: Combinando MCP con componentes UI interactivos, los desarrolladores pueden ofrecer experiencias más ricas y útiles, potenciando la interacción con los usuarios y mejorando la efectividad de sus aplicaciones. 📖 Leer el artículo completo ⚙️ Implementando Flags de Características Dinámicas con AWS AppConfig en AWS Lambda Este artículo explica cómo utilizar las flags de características de AWS AppConfig con AWS Lambda para modificar el comportamiento de la aplicación sin volver a implementar el código. Puntos clave: * Caching local de banderas: La extensión de AWS AppConfig Lambda cachea las banderas de características localmente y las expone a través de un endpoint localhost para lecturas muy rápidas. * Actualizaciones independientes del código: Se pueden actualizar las banderas de características de forma independiente del código de la aplicación, habilitando lanzamientos más seguros y reversiones rápidas. * Optimizado para workloads serverless: La solución está diseñada para cargas de trabajo serverless donde la baja latencia y la simplicidad operativa son críticas. 🎯 Reflexión: Integrar AWS AppConfig con Lambda transforma la gestión de características en una tarea ágil, facilitando despliegues seguros y dinámicos, lo que permite a los desarrolladores enfocarse más en la innovación y menos en el ciclo de despliegue. 📖 Leer el artículo completo 📝 Eventos en Español 📅 29 Septiembre: ¿Un Deploy para Todos? Así Construimos una Plataforma Multi-Tenant en AWS 📍 AWS UG Manizales 🔗 Más info 📅 1 Octubre: 🗣️ Cloud Speaking English Club 📍 AWS UG Cochabamba 🔗 Más info 📅 2 Octubre: CloudFront, Streaming e IA para apren

  4. Sep 21

    AWS redefine la experiencia de inicio para nuevos usuarios

    ¡Bienvenidos a Desplegando.cloud! 🚀 Desplegando.cloud es tu fuente semanal en español para mantenerte al día con lo más relevante de AWS y Serverless. La semana pasada les hice una pregunta, de qué master class querían, y ganó el tema “Pensar en sistemas en la era de IA”. Ya cree el evento y pueden agendarlo el 7 de octubre. Si se registran les mando el link para la clase más cerca a la fecha. Pueden hacerlo en este link. ¡A desplegar! 🚀 📰 Noticias Relevantes 🚀 AWS redefine la experiencia de inicio para nuevos usuarios AWS presentó una nueva experiencia de onboarding simplificada para desarrolladores en la era de la IA, eliminando fricción con configuraciones por defecto y proyectos ya gestionados. Registro con Google, GitHub, Apple o email, $100 en créditos de Free Tier y proyecto preconfigurado, sin setup largo Facilita invitar compañeros de equipo y gestionar permisos más fácilmente. A medida que el proyecto crece, se pueden activar capacidades avanzadas (multi-región, AWS Organizations) sin migrar ni reconstruir el entorno El Objetivo. mantener la potencia de AWS pero acelerar la primera experiencia de un desarrollador nuevo. 🔗 AWS Blog — Reimagines the getting started experience 🚀 AWS lanza el nuevo runtime AgentCore: más rápido y eficiente AWS ha presentado un nuevo runtime de Amazon Bedrock AgentCore, diseñado para optimizar el rendimiento de los agentes de inteligencia artificial. Este nuevo sistema promete arranques más veloces, mayor eficiencia en su ejecución y costos operativos reducidos. Una de las mejoras clave es la gestión elástica de la memoria, que asigna memoria solo cuando es necesaria y la recupera durante la sesión, en lugar de mantener capacidad máxima en todo momento. Esto implica que los costos reflejan más acertadamente el uso real en vez de la reserva de recursos. Además, se ha mejorado la consistencia de los arranques en frío. En lugar de reiniciar todo el proceso de inicialización en cada nueva sesión, el runtime prepara el entorno una vez, crea un snapshot y lo restaurará para cada nueva instancia. Esto mantiene los tiempos de inicio estables incluso con el aumento del tamaño de las imágenes de contenedor o la concurrencia. Con estos avances, AgentCore se presenta como una opción más atractiva para agentes de producción que necesitan latencia predecible, escalabilidad elástica y control de costos mejorado. 🔗 Para más información, visita el blog de AWS. 🚀 AWS Step Functions acelera la integración de nuevos servicios AWS ha anunciado que Step Functions ahora integra automáticamente nuevos servicios y capacidades de AWS, como AWS Lambda MicroVMs y AWS Lambda Core, ampliando la cobertura de integración de Step Functions para incluir importantes servicios como AWS Partner Central Revenue Measurement, AWS Resilience Hub V2, AWS Support Authorization y Amazon SageMaker Job Runtime. 🔗 Para más información, visita el artículo en el blog de AWS 🔍 Analiza tus eventos de CloudTrail usando lenguaje natural en Amazon Q Console AWS CloudTrail ahora se integra con Amazon Q en la Consola de Administración de AWS, lo que permite a los usuarios investigar la actividad de la cuenta de AWS utilizando lenguaje natural, en lugar de tener que escribir consultas manualmente o analizar registros. Esta integración tiene como objetivo mejorar las auditorías de seguridad, los chequeos de cumplimiento y la solución de problemas operacionales. La integración permite a los equipos formular preguntas sobre la configuración de CloudTrail, la cobertura de registro y las fuentes de eventos de datos rastreados. La Consola de Amazon Q puede consultar los registros de CloudTrail, los grupos de logs relacionados de CloudWatch y las tiendas de datos de eventos, proporcionando respuestas basadas en la actividad real de la cuenta. Esto ayuda a validar configuraciones de trail, identificar brechas en los registros e investigar problemas de seguridad u operacionales de manera más eficiente. 🔗 Para más información, visita el anuncio de AWS 🔗 Otras noticias que te pueden interesar 🤖 Introducing Kimi K3 on Amazon Bedrock → Leer más 📧 Amazon SES now supports tenant-level deliverability insights → Leer más 📦 Amazon SNS now supports message payloads up to 1 MiB → Leer más 🎬 Video de la Semana Miguel Ángel lleva 7 años como desarrollador full-stack. Conocía Lambda, S3, SQS — pero siempre sobre infraestructura ya montada por otra persona. Nunca había construido algo desde cero por su cuenta. Hace 9 meses se unió a la comunidad y construyó una app de finanzas personales con un chat agéntico: subís la foto de un recibo, la IA lee el monto y la moneda, y registra el gasto sola. Toda la infraestructura en producción —Cognito, API Gateway, Lambda, Step Functions, Postgres, S3 y Bedrock— por menos de $5 al mes, con observabilidad incluida. Y esta semana nos contó su historia. 📚 Artículos Interesantes 📦 Seleccionando un Almacén de Vectores para las Bases del Conocimiento de Amazon Bedrock Este artículo proporciona una guía sobre cómo elegir el almacén de vectores adecuado para las Bases de Conocimiento de Amazon Bedrock, comparando las principales opciones en rendimiento, costo y complejidad operativa. Puntos clave: * Variedad en Almacenes de Vectores: Existen diferentes almacenes de vectores que se ajustan a distintas necesidades de RAG; no hay una opción única. * Opciones Comparadas: Se comparan OpenSearch, Aurora PostgreSQL con pgvector y S3 Vectors. * Decisión Basada en: La decisión debe estar guiada por latencia, costo, escala y la cantidad de gestión operativa que su equipo desea manejar. 🎯 Reflexión: Elegir el almacén de vectores adecuado es crucial para maximizar la eficiencia y el rendimiento de los sistemas de recuperación impulsados por Bedrock, permitiendo un equilibrio entre velocidad, costo y complejidad operativa. 📖 Leer el artículo completo 🤖 Creando Sandboxes de Agentes AI Autoalojados con AWS Lambda MicroVMs AWS demuestra cómo utilizar MicroVMs de Lambda como entornos seguros y aislados para ejecutar herramientas de agentes AI, manteniendo el control dentro de cuentas de AWS individuales. Este enfoque está diseñado para los Agentes Gestionados de Anthropic Claude, asegurando que la orquestación del agente ocurra en Claude, mientras que la ejecución de código se maneja en MicroVMs gestionados por AWS. Puntos clave: * Aislamiento de Nivel VM: Las MicroVMs ofrecen un entorno seguro para ejecutar código de agentes AI no confiables, reduciendo el riesgo en la ejecución de código generado. * Control y Gobernanza en AWS: La solución asegura que la orquestación y la gobernanza permanezcan dentro de su cuenta de AWS, utilizando un plano de control que aprovecha servicios comunes de AWS. * Flujo de Trabajo Práctico: Despliegue del plano de control, registro de webhooks, creación de la imagen de MicroVM y prueba del camino de ejecución completo para el agente. 🎯 Reflexión: La capacidad de ejecutar código de agentes AI en entornos gestionables y efímeros, sin necesidad de una infraestructura de virtualización compleja, representa un avance significativo en la manera en que se podrían implementar y gestionar aplicaciones de inteligencia artificial. 📖 Leer el artículo completo ✈️ Validando Decisiones Multi-Agente con Step Functions y Bedrock AgentCore Este artículo explica cómo AWS combina Step Functions con Amazon Bedrock AgentCore para construir flujos de trabajo multi-agente que permanecen determinísticos en puntos de decisión críticos. Puntos clave: * Los agentes deben proponer, no ejecutar directamente, cuando se trata de acciones comerciales críticas. * Step Functions proporciona validación y orquestación determinística, haciendo que los flujos de trabajo multi-agente sean más seguros y auditables. * La arquitectura mejora la gobernanza y trazabilidad, especialmente para flujos de trabajo como la reprogramación de vuelos donde los errores y efectos colaterales son críticos. 🎯 Reflexión: La combinación de AWS Step Functions y Amazon Bedrock AgentCore permite un enfoque más seguro y controlado para la toma de decisiones automatizadas, crucial en aplicaciones que requieren alta complejidad operativa y auditabilidad. 📖 Leer el artículo completo 🔍 Mejores Prácticas de Observabilidad para Funciones Duraderas de Lambda El artículo analiza cómo hacer que las funciones duraderas de AWS Lambda sean más fáciles de monitorear, depurar y operar en producción. Puntos clave: * Métricas integradas de Lambda son útiles, pero los flujos duraderos necesitan observabilidad más profunda a través de pasos, esperas y callbacks. * Los registros estructurados y claves de correlación facilitan el seguimiento de una única ejecución a través del flujo de trabajo completo. * Métricas comerciales personalizadas, anotaciones de X-Ray y la pestaña de Ejecuciones Duraderas ayudan a identificar fallos y cuellos de botella más rápido. 🎯 Reflexión: La observabilidad debe estar alineada con el modelo de ejecución de las funciones duraderas, permitiendo a los equipos identificar rápidamente cuellos de botella y errores a lo largo del ciclo de vida de la ejecución. 📖 Leer el artículo completo 📝 Eventos en Español 📅 23 Setiembre: [Bogotá] Monkey is Back! 📍 AWS UG Colombia 🔗 Más info 📅 23 Setiembre: Observabilidad en AWS: monitoriza y diagnostica tus apps con DevOps Agent 📍 AWS UG Sevilla 🔗 Más info 📅 24 Setiembre: Frontier Agents y Ciberseguridad cognitiva para la IA 📍 AWS UG Zaragoza 🔗 Más info 📅 24 Setiembre: [Medellín] Monkey is Back! 📍 AWS UG Colombia 🔗 Más info 📅 25 Septiembre: Cloud Night en la PUCP: IA, datos y comunidad 📍 AWS UG Peru 🔗 Más info 📅 26 Septiembre: AWS Clo

  5. Sep 18

    Construyó un agente para procesar pedidos. Costó 100 veces más de lo necesario.

    Ana es desarrolladora en un e-commerce. Tenía un proceso que se repetía miles de veces al día: llega un pedido, hay que validar el pago, verificar el stock, reservar el producto, actualizar el inventario y notificar al cliente. Todo el mundo hablaba de agentes, así que construyó uno. Tres semanas después: costos disparados, comportamiento impredecible, debugging imposible. El problema no era el código, era que había usado un agente donde necesitaba un workflow. 👉🏽 Mira el video de youtube 💡 La señal estaba escrita en su propio prompt El prompt del agente de Ana decía, literalmente: “Primero validá el pago. Después verificá el stock. Después reservá el producto. Después notificá al cliente.” Eso no es un agente. Es un workflow escrito en lenguaje natural. Cuando el prompt le dice al modelo exactamente qué hacer y en qué orden, el modelo no está tomando decisiones, está siguiendo instrucciones. Y para seguir instrucciones no necesitás un LLM, necesitás un motor de estados. La diferencia que importa ⚙️ Un workflow ejecuta pasos. Sabés de antemano qué va a pasar, en qué orden, y qué hacer si algo falla. Step Functions es el ejemplo perfecto: definís los estados y las transiciones, y AWS ejecuta eso con reintentos automáticos, timeouts e historial completo. 🤖 Un agente toma decisiones. No sabés de antemano qué va a hacer, evalúa la situación, elige herramientas, ajusta su comportamiento según los resultados. Y acá está la clave: el poder de un agente es su capacidad de razonar, y razonar tiene costo. Cada decisión llama a un LLM. Eso cuesta tokens, tarda, y puede comportarse distinto en cada ejecución. Si el proceso no necesita razonamiento, estás pagando ese costo sin ningún beneficio. 3 señales de que tenés un workflow disfrazado de agente 1️⃣ Siempre ejecuta los mismos pasos en el mismo orden. Si corrés el sistema diez veces con inputs similares y la secuencia nunca cambia, el modelo no está decidiendo nada. 2️⃣ El único trabajo del LLM es clasificar o extraer información en un paso. Eso es una función de Lambda que llama a Bedrock para una clasificación puntual, no un agente a cargo del flujo. 3️⃣ Podés escribir todos los pasos en un papel antes de ejecutar. Si el proceso ya está definido, no necesitás que el modelo lo descubra en tiempo de ejecución. El error contrario también existe Andrés tenía un chatbot de soporte técnico y armó un workflow con doce ramas de condiciones y los clientes seguían encontrando casos que no estaban mapeados. Estaba intentando resolver ambigüedad con un árbol de decisión, y la ambigüedad es exactamente el problema que resuelven los agentes. El patrón que uso en producción Los mejores sistemas no eligen entre uno u otro, usan los dos. Workflow como esqueleto, agente solo donde hay juicio real. En el caso de Ana bien resuelto: Step Functions sigue controlando todo el proceso: validar pago, verificar stock, reservar, notificar. Pero hay un paso específico, detectar fraude, que sí requiere interpretación y contexto. Ahí, y solo ahí, entra un agente. El workflow garantiza ejecución. El agente aporta inteligencia donde hace falta, no en todos lados. Resultado: costos -95%, 99.9% de ejecuciones exitosas, y trazabilidad completa de qué pasó en cada paso. 🚀 ¿Querés aprender a diseñar esto en AWS? Tengo un mini-curso gratuito de Agentes IA donde explico exactamente cuándo usar Bedrock Agents, cuándo usar Step Functions, y cómo combinar ambos con arquitecturas y código reales. 🎯 ACCEDER AL MINI-CURSO GRATUITO This is a public episode. If you would like to discuss this with other subscribers or get access to bonus episodes, visit desplegando.substack.com

    Construyó un agente para procesar pedidos. Costó 100 veces más de lo necesario.

  6. Sep 14

    Las funciones de Lambda ahora tienen un timeout de 90 minutos*

    ¡Bienvenidos a Desplegando.cloud! 🚀 Desplegando.cloud es tu fuente semanal en español para mantenerte al día con lo más relevante de AWS y Serverless. Esta semana les traigo algunas noticias interesantes de Lambda y API Gateway. Entre ellas, que ahora Lambda cuenta con timeouts de 90 minutos para las instancias gestionadas. Además, quiero hacerles una pregunta… 📰 Noticias Relevantes ⏳ AWS Lambda amplía el tiempo de ejecución a 90 minutos para instancias gestionadas AWS Lambda Managed Instances ahora permite un tiempo de ejecución de hasta 90 minutos para invocaciones asíncronas y de mapeo de fuentes de eventos (ESM), superando el límite anterior de 15 minutos por seis veces. Esta actualización facilita la gestión de cargas de trabajo como procesamiento de datos, transcodificación de medios, inferencia de inteligencia artificial y trabajos por lotes que requieren ventanas de ejecución más largas sin necesidad de rediseñar las aplicaciones. Es importante destacar que este tiempo de espera más largo se aplica únicamente a Lambda Managed Instances y solo para casos de uso asíncrono y ESM; las invocaciones sincrónicas siguen restringidas a los 15 minutos. AWS también aclara que no hay cargo adicional por el tiempo de espera de 90 minutos, manteniéndose las tarifas estándar de instancias gestionadas. 🔗 Para más información, visita el blog de AWS. 🔒 Amazon API Gateway ahora soporta mTLS para integraciones en backend AWS anunció que Amazon API Gateway ahora puede presentar un certificado ACM a los servicios de backend durante el apretón de manos TLS, habilitando así mutual TLS (mTLS) para integraciones en backend. Anteriormente, API Gateway solo podía presentar un certificado autofirmado. Ahora, puedes usar un certificado firmado por una autoridad de certificación confiable, lo que permite a los backends verificar que las solicitudes provienen verdaderamente de API Gateway. 🔗 Para más información, visita el anuncio de AWS. ⚡ AWS Lambda ahora soporta lectura directa de archivos en Amazon S3 AWS Lambda ha lanzado una nueva función que permite elegir entre leer archivos desde la capa de almacenamiento de alto rendimiento S3 Files o directamente desde el bucket de Amazon S3. Esta nueva configuración de lectura directa está diseñada para optimizar el acceso a archivos de acuerdo a las necesidades de carga de trabajo: las lecturas directas priorizan el máximo rendimiento, mientras que las lecturas del sistema de archivos se centran en la menor latencia. De manera predeterminada, Lambda habilita lecturas directas solo para funciones configuradas con 512 MB de memoria o más. Cuando se activa la lectura directa, los archivos de 1 MB o más se leen directamente desde el bucket de S3, mientras que los archivos más pequeños se sirven a través de la capa de almacenamiento de alto rendimiento. Si se desactiva la lectura directa, todas las lecturas pasan por el almacenamiento de alto rendimiento, lo que es óptimo para un acceso de baja latencia. Esta actualización brinda a los equipos más control sobre la optimización del rendimiento para cargas de trabajo serverless que dependen del acceso a archivos respaldados por S3. 🔗 Para más información, visita el anuncio oficial de AWS 📦 Personaliza los destinos de Amazon API Gateway para logs de ejecución Amazon API Gateway ha mejorado su sistema de logs de ejecución, permitiendo a los equipos gestionar los registros de las solicitudes de una manera más flexible. Ahora es posible redirigir los logs a destinos que tú controles, como Amazon CloudWatch Logs, Amazon S3 y Amazon Data Firehose, en lugar de depender únicamente del grupo de logs manejado por API Gateway. Esta nueva funcionalidad permite definir fuentes de entrega específicas para ciertas etapas de tu API Gateway, lo que otorga una mayor flexibilidad operativa. Además, los logs ahora pueden manejar eventos de mayor tamaño, mejorando la utilidad del pipeline de logs para diagnósticos más detallados. 🔗 Para más detalles, visita el blog de AWS. 🤖 Presentamos Pizza Bot: la bandeja de entrada para agentes de IA de código abierto AWS ha lanzado Pizza Bot, una aplicación de código abierto que transforma la forma en que interactuamos con agentes de IA que operan en segundo plano. En lugar de forzar a los usuarios a observar el trabajo del agente en una ventana de chat o terminal, Pizza Bot ofrece una interfaz estilo bandeja de entrada, donde los resultados y decisiones humanas se presentan solo cuando son necesarios. Diseñada para el trabajo asíncrono, la aplicación permite iniciar tareas manualmente, programarlas o activarlas mediante webhooks. De este modo, los usuarios pueden concentrarse en otras tareas mientras las acciones se ejecutan independientemente. Los resultados se agrupan en una cola de No leídos y los elementos que requieren intervención humana se encuentran en Acciones, facilitando una gestión más fluida de las tareas. Pizza Bot es flexible y permite al usuario tener el control total. Se ejecuta localmente o en infraestructura gestionada por el usuario, admite múltiples proveedores de modelos y almacena datos en archivos locales y SQLite. Esta herramienta se posiciona como una base de código abierto para crear flujos de trabajo de agentes de IA duraderos que requieren persistencia, aprobaciones y puntos de transición claros. 🔗 Para más información, visita el artículo en el blog de AWS sobre Pizza Bot. 🔗 Otras noticias que te pueden interesar 🔧 AWS Lambda durable functions integrates with Pydantic AI → Leer más 🐧 Amazon Linux 2027 is now available in public preview → Leer más 🤖 OpenAI GPT-6 Astra is now generally available on Amazon Bedrock → Leer más 📊 Amazon CloudFront announces API support for flat-rate pricing plans → Leer más 🖥️ AWS MCP Server adds a serverless capability for AWS Lambda functions → Leer más 📚 Amazon Bedrock Managed Knowledge Base now supports automatic sync scheduling for data source connectors → Leer más 🔗 Amazon Bedrock Managed Knowledge Base now supports ServiceNow as a native data source connector → Leer más 🔒 Amazon S3 Object Lock now supports variable retention with event holds → Leer más 🖼️ Dynamic Image Transformation for Amazon CloudFront adds four new features → Leer más 🧠 Amazon Bedrock AgentCore Memory now supports direct ingestion to long-term memory → Leer más 🗄️ Amazon Bedrock Managed Knowledge Base now supports Confluence Data Center as a native data source connector → Leer más 🛠️ Amazon Bedrock Managed Knowledge Base adds APIs and console support for debugging document-level access control → Leer más ⚙️ AWS Lambda now supports Graviton5-powered EC2 instances on Lambda Managed Instances → Leer más 📚 Artículos Interesantes 💡 Arquitectura de 10 Agentes, 1k Usuarios: Presupuesto de Dos Pizzas al Mes Este artículo detalla cómo diseñar un sistema de IA basado en AWS que maneje alrededor de 1,000 usuarios, manteniendo los costos mensuales de infraestructura extremadamente bajos—equivalentes a ‘dos pizzas’. Se habla de cómo una ingeniería cuidadosa puede reducir drásticamente los costes sin sacrificar la capacidad, sugiriendo una optimización intencionada en lugar de depender de servicios predeterminados o del modelo más pesado para cada paso. Puntos clave: * Costos de infraestructura fijos son la mayor fuga presupuestaria, especialmente servicios como NAT, ALB y componentes siempre activos. * Usar la herramienta más económica y efectiva para cada tarea, como embeddings para recuperación y modelos más fuertes solo donde se necesiten. * Una buena arquitectura consiste en adecuar el patrón a la carga de trabajo, sin recurrir a la configuración más costosa o genérica por defecto. 🎯 Reflexión: La inteligencia en la orquestación y una arquitectura ligera son clave para que un sistema de 10 agentes sea viable a presupuestos de startups, demostrando que la eficiencia no está reñida con la capacidad. 📖 Leer el artículo completo 🚀 Análisis de DuckDB en Amazon DynamoDB sin ETL Este artículo detalla cómo realizar análisis SQL ad hoc en datos de Amazon DynamoDB utilizando DuckDB, sin necesidad de construir o gestionar una tubería ETL tradicional. Puntos clave: * AWS Glue zero-ETL puede replicar datos de DynamoDB en tablas de Apache Iceberg en Amazon S3 sin necesidad de una tubería ETL personalizada. * DuckDB en AWS Lambda puede servir consultas SQL sobre esos datos replicados a través de una URL de función asegurada por IAM. * Este patrón permite análisis ad hoc en datos de DynamoDB mientras minimiza la complejidad operativa y mantiene la tabla fuente centrada en cargas de trabajo transaccionales. 🎯 Reflexión: La integración de DuckDB con DynamoDB a través de AWS Glue presenta una solución ingeniosa para realizar análisis rápidos y ligeros sin comprometer la operatividad cercana de la base de datos en vivo. 📖 Leer el artículo completo 🚀 Cómo Construir una App de Colaboración en Tiempo Real con AWS AppSync y GraphQL Este artículo explica cómo utilizar AWS AppSync como un servicio GraphQL administrado para construir aplicaciones en tiempo real, utilizando una aplicación de colaboración o estilo chat como ejemplo. Puntos clave: * AWS AppSync proporciona una capa GraphQL administrada para la sincronización y actualizaciones de datos en tiempo real. * Las suscripciones de GraphQL son la característica central que habilita experiencias en vivo y basadas en notificaciones. * AWS Amplify ayuda a conectar un frontend en React a AppSync de manera rápida, reduciendo la complejidad de implementación. 🎯 Reflexión: La implementación de AppSync simplifica enormemente la construcción de aplicaciones en tiempo real, permitiendo a los desarrolladores enfocarse en la experiencia

  7. Sep 7

    🎓 Las microcredenciales de AWS ahora son gratis

    ¡Bienvenidos a Desplegando.cloud! 🚀 Desplegando.cloud es tu fuente semanal en español para mantenerte al día con lo más relevante de AWS y Serverless. La semana pasada estuvo re tranquila de lanzamientos pero ya esta se vino muy interesante. Hay varias cosas a destacar. La primera es algo que no es tan nuevo que son las microcertificaciones, pero ahora son gratis y me parecen genial y además están en español. Las probaste? Yo a ver si tengo dos horas seguidas en la cual me puedo sentar y hacer la de serverless. Ya les contaré. 📢 Si te gusta esta newsletter, compártela con tus colegas para que más personas puedan estar al día con el mundo serverless. Si tienes comentarios o sugerencias, escríbeme en LinkedIn, X, o Instagram. ¡A desplegar! 🚀 📰 Noticias Relevantes 🎓 Microcredenciales de AWS ahora son gratuitas: ¿por qué es importante? AWS ha anunciado que sus microcredenciales, evaluaciones prácticas que permiten a los desarrolladores demostrar habilidades en la nube, ahora están disponibles de forma gratuita y sin necesidad de una suscripción a AWS Skill Builder. Esto las hace más accesibles para una audiencia global. Estas evaluaciones prácticas validan la capacidad de resolver tareas del mundo real, como la configuración, optimización y solución de problemas en los servicios de AWS, todo en un entorno realista. Se subraya que las microcredenciales no reemplazan a las certificaciones de AWS; más bien, las complementan al validar habilidades prácticas. La primera serie de microcredenciales incluye áreas como Serverless, Inteligencia Artificial, Redes de Aplicaciones y Respuesta a Incidentes, con más planeadas para el 2026. 🔗 Para más información, visita el blog de AWS sobre microcredenciales. 📦 Amazon Kinesis Data Streams ahora entrega datos directamente a los buckets de S3 Amazon Kinesis Data Streams ha lanzado una nueva funcionalidad que permite la entrega de datos de streaming directamente a los buckets de Amazon S3 de propósito general. Esta mejora elimina la necesidad de gestionar streams de entrega separadas para enviar los datos a S3, optimizando el proceso considerablemente. Los datos se almacenan en su formato original, haciéndolos adecuados para archivado, respaldo, reprocesamiento y análisis por lotes. AWS describe esta opción como completamente gestionada y serverless, lo que permite a los usuarios pagar solo por los datos entregados satisfactoriamente. 🔗 Para más información, visita la página oficial de Amazon Kinesis Data Streams 🚀 AWS Lambda ahora admite SnapStart para funciones de imágenes de contenedor AWS Lambda ha dado un gran paso al anunciar que SnapStart ahora es compatible con funciones empaquetadas como imágenes de contenedor. Esta innovadora función promete reducir los tiempos de inicio de varios segundos a niveles de menos de un segundo, lo que representa una mejora significativa en el rendimiento para las cargas de trabajo serverless que utilizan imágenes de contenedor. 🔗 Para obtener más información, visita la página oficial de AWS Lambda. 🚀 AWS adquiere DuckLabs para revolucionar el futuro de la analítica AWS ha anunciado un acuerdo definitivo para adquirir DuckLabs, la compañía con sede en Ámsterdam detrás de DuckDB, una base de datos analítica de código abierto. Este movimiento busca fusionar la rapidez de DuckDB en el análisis de datos pequeños con el ecosistema de analítica a gran escala de AWS. 🔗 Para más información, visita el blog de AWS. 🔗 Aurora DSQL ahora soporta restricciones de clave foránea AWS ha anunciado que Aurora DSQL ahora admite restricciones de clave foránea, un avance significativo en la compatibilidad con PostgreSQL para su base de datos SQL distribuida. Esta actualización permite a los equipos definir relaciones directamente en la base de datos, en lugar de imponer la integridad referencial solo en el código de la aplicación. La nueva capacidad soporta comportamientos de restricciones comunes como NO ACTION, RESTRICT, CASCADE, SET NULL y SET DEFAULT, además de MATCH FULL, MATCH SIMPLE y restricciones de clave foránea diferibles. AWS también destaca que Aurora DSQL mantiene la integridad referencial a través de la verificación de instantáneas durante la transacción y la resolución de conflictos en el momento de la confirmación, asegurando que las transacciones confirmadas no violen las reglas de clave foránea. 🔗 Para más información, visita el artículo de AWS 🔗 Otras noticias que te pueden interesar 🔒 AWS Lambda ahora soporta políticas basadas en recursos IAM completas → Leer más 🛠️ AWS Lambda introduce runtimes gestionados en vista pública para Node.js 26 y Python 3.15 → Leer más 🔗 AWS Lambda MicroVMs ahora soporta AWS PrivateLink → Leer más ☕ IAM Roles Anywhere ahora proporciona un plugin de Java para el AWS SDK → Leer más 📦 Mountpoint para Amazon S3 añade controles de uso de memoria → Leer más 🔍 Amazon Bedrock Managed Knowledge Base introduce configuración administrada por el usuario para fuentes de datos de SharePoint, OneDrive y Confluence → Leer más 🔗 Amazon Bedrock Managed Knowledge Base ahora soporta ServiceNow como conector nativo de fuente de datos → Leer más 🔄 Amazon Bedrock Managed Knowledge Base ahora soporta programación de sincronización automática para conectores de fuentes de datos → Leer más 🛡️ Amazon Bedrock AgentCore Identity ahora ofrece un portal de consentimiento gestionado → Leer más 🔗 Amazon Bedrock AgentCore Memory ahora soporta variables de espacio de nombres flexibles → Leer más 🔒 Amazon Bedrock AgentCore Memory ahora soporta control de acceso detallado → Leer más ☁️ AWS MCP Server añade una capacidad sin servidor para funciones de AWS Lambda → Leer más ✉️ Amazon SES ahora soporta la firma de correos S/MIME → Leer más 🔄 Amazon Kinesis Data Streams ahora soporta una función de prueba en seco para validar solicitudes de API → Leer más 🧠 Claude Fable 5.1, el nuevo modelo de frontera de Anthropic, ahora está disponible en AWS → Leer más ⏱️ Amazon CloudWatch ahora soporta períodos de calentamiento para alarmas → Leer más 🤖 Amazon Cognito ahora soporta autorización máquina a máquina sin un dominio de usuario → Leer más 🔍 Amazon OpenSearch Service añade nuevos Cluster Insights para un diagnóstico más rápido del estado del clúster → Leer más 📊 Amazon Kinesis Data Streams anuncia tablas de streaming, entregando datos a tablas Apache Iceberg en Amazon S3 → Leer más 🎬 Video de la Semana Un agente de soporte le inventó una política de reembolsos a un cliente. Se la dijo como si fuera un hecho. El desarrollador la buscó línea por línea en el código y no encontró ningún bug — porque el problema no estaba ahí. Estaba en el system prompt. Esta semana te como escribir un system prompt que funciona. 📚 Artículos Interesantes 📧 Programando Campañas de Email a Gran Escala con Amazon EventBridge Scheduler El artículo detalla cómo Amazon EventBridge Scheduler puede usarse para enviar campañas de email personalizadas a nivel de cada destinatario. Puntos clave: * EventBridge Scheduler puede actuar como el despachador de tiempo de envío por destinatario para campañas de email. * AWS Step Functions Distributed Map ayuda a crear millones de horarios en paralelo. * Amazon SES entrega los emails personalizados cuando EventBridge Scheduler activa cada horario. 🎯 Reflexión: La combinación de EventBridge Scheduler y Step Functions demuestra cómo es posible escalar campañas de email sin necesidad de mantener infraestructura infrautilizada, optimizando la entrega y personalización de los mensajes. 📖 Leer el artículo completo 🚀 AWS Lambda Managed Instances Este artículo analiza las instancias gestionadas de AWS Lambda, centrándose en las compensaciones prácticas de esta nueva opción híbrida de computación. Puntos clave: * Reducción del dolor por tiempos de espera: Las instancias gestionadas pueden eliminar prácticamente los tiempos de espera para cargas de trabajo constantes, mejorando el rendimiento de aplicaciones sensibles a la latencia. * Modelo de precios similar al de EC2: Incluye un cargo por solicitudes y una tarifa de gestión del 15%. Los beneficios de costo dependen de la consistencia del tráfico. * Complejidad operativa y velocidad de escalado: Introducen consideraciones sobre la velocidad de escalado, siendo más adecuadas para tráfico predecible. 🎯 Reflexión: Las instancias gestionadas de Lambda ofrecen una alternativa viable para cargas de trabajo predecibles que requieren menor latencia y mejor rendimiento, aunque a expensas de la simplicidad y escalado elástico rápido de Lambda. 📖 Leer el artículo completo 📦 DynamoDB Streams: No Es Un Outbox Este artículo argumenta que, aunque los DynamoDB Streams son útiles para reaccionar a los cambios a nivel de ítems, no son un verdadero outbox transaccional, ya que se generan después de la escritura en la base de datos, y no como parte de la misma transacción atómica. Puntos clave: * DynamoDB Streams captura cambios en la tabla, pero no proporciona garantías atómicas de ‘escribir datos + escribir evento’. * El patrón de outbox transaccional sigue siendo la opción más segura cuando la fiabilidad del evento debe estar atada a la transacción de datos. * Utiliza DynamoDB Streams como un mecanismo de captura de datos, no como un sustituto de la semántica del outbox. 🎯 Reflexión: La comprensión clara de las diferencias entre DynamoDB Streams y el patrón de outbox es fundamental para diseñar sistemas robustos en arquitecturas centradas en eventos. Es vital seleccionar la herramienta adecuada que se alinee con nuestras necesidades de transacciones y fiabilidad de eventos. 📖 Leer el artículo com

  8. Sep 4

    SQS, SNS, EventBridge o Kinesis: ¿cuál usás?

    Los cuatro mueven mensajes. Los cuatro son serverless. Los cuatro aparecen en casi todos los diagramas de arquitectura que vas a ver de AWS. Y la pregunta que más me hacen es siempre la misma: ¿cuál elijo para mi proyecto? La respuesta corta es “depende”. La respuesta larga es este post — con un árbol de decisión al final que resuelve la duda en menos de 30 segundos. 💡 No compiten entre sí, resuelven problemas distintos Antes de entrar en cada uno, sacate una idea de la cabeza: SNS no es la versión vieja de EventBridge, y Kinesis no es “SQS pero más caro”. Cada uno existe para un problema diferente. Cuatro analogías simples y te queda clarísimo: * SQS es una fila del banco — dejás un mensaje y el cajero (un solo consumidor) lo atiende cuando puede. * SNS es un grupo de WhatsApp — mandás un mensaje y todos los que están en el grupo lo reciben al mismo tiempo. Si alguien no está mirando el teléfono, se lo pierde. * EventBridge es un operador telefónico inteligente — recibe la llamada y la conecta con el departamento correcto según lo que decís, no solo según a quién iba dirigida. * Kinesis es una cinta transportadora — los datos fluyen sin parar, en orden, y varias estaciones de trabajo pueden leer de la misma cinta al mismo tiempo, incluso volver atrás si hace falta. Con eso en la cabeza, vamos servicio por servicio: SQS Tu opción cuando necesitás desacoplar dos servicios y absorber picos de tráfico sin perder nada: los mensajes quedan guardados hasta 14 días. Tiene dos sabores: Standard (rapidísimo, orden no garantizado) y FIFO (orden sagrado, con límite de velocidad). No lo uses si el mismo mensaje tiene que llegar a varios consumidores a la vez. SNS El rey del fan-out: publicás una vez y disparás varias acciones en simultáneo (un email, una alerta, un log). El dato que a casi todos les agarra de sorpresa: SNS no tiene memoria. Si el suscriptor no está disponible en ese momento, el mensaje se pierde. Por eso el combo más clásico en arquitecturas serverless es SNS + SQS: fan-out inmediato con la resiliencia de la cola detrás. EventBridge Como SNS pero con cerebro: puede leer el contenido del evento y rutearlo con reglas (”si el pedido es de más de $500, mandalo a auditoría”). Es también el que trae conectores nativos para Stripe, Shopify, Auth0 y otros SaaS, si estás arrancando una arquitectura event-driven desde cero, probablemente sea tu punto de partida. Kinesis Honestamente, la mayoría de los proyectos no lo necesitan. Es para flujo masivo y continuo de datos: logs de miles de servidores, clicks de millones de usuarios, sensores IoT. La diferencia clave con SQS es que los datos no desaparecen al leerlos, podés hacer replay si algo sale mal. Si estás dudando si lo necesitás, probablemente todavía no. 🧭 El árbol de decisión de 30 segundos ¿Necesitás que varios servicios reciban el mismo evento? * Sin lógica de ruteo → SNS * Con lógica de ruteo según el contenido → EventBridge ¿Necesitás absorber picos y que el consumidor procese a su ritmo? → SQS ¿Tenés un flujo continuo y masivo de datos que necesitás poder re-leer? → Kinesis ¿Tu caso es simple y no necesitás nada sofisticado? → Empezá con SNS + SQS y evolucioná si hace falta. No hay un servicio “mejor”. Hay uno mejor para tu caso y la complejidad que no necesitás hoy es complejidad que vas a tener que mantener mañana. 🚀 ¿Y cómo se orquestan estos servicios en un flujo real? Estos cuatro suelen aparecer combinados dentro de un proceso más grande, coordinados por Step Functions. Tengo un mini-curso gratuito donde construimos esa orquestación paso a paso — el mismo patrón que uso para automatizar procesos completos sin escribir la lógica de negocio en el código. 🎯 ACCEDER AL MINI-CURSO GRATUITO 💬 Tu turno ¿Cuál de estos cuatro usás más seguido, y cuál te genera más dudas todavía? Contame en los comentarios 👇 This is a public episode. If you would like to discuss this with other subscribers or get access to bonus episodes, visit desplegando.substack.com

See All (98)

About

Podcast y newsletter semanal de noticias sobre AWS y serverless en Español Hosted by Marcia Villalba desplegando.substack.com

Information

  • Creator
    Marcia Villalba
  • Years Active
    2025 - 2026
  • Episodes
    98
  • Rating
    Clean
  • Copyright
    © Marcia Villalba
  • Show Website
    Desplegando.cloud