Fins ara hem parlat de bases de dades relacionals (taules, files, columnes, SQL). Però existeix un altre gran món: les bases de dades NoSQL. La més important a AWS és DynamoDB. Entendre què és i quan utilitzar-la et dona una eina poderosa per a casos on les bases relacionals no encaixen bé.
Relacional vs NoSQL: dues filosofies
Recordem: una base relacional (com RDS) organitza les dades en taules amb un esquema fix (columnes definides) i les relaciona entre si. És genial quan les dades tenen una estructura clara i consistent.
Una base NoSQL (com DynamoDB) és més flexible: no exigeix un esquema rígid i està dissenyada per escalar a quantitats enormes de dades i peticions amb una velocitat constant.
Analogia:
- Una base relacional és com un arxivador perfectament ordenat amb carpetes etiquetades: tot té el seu lloc exacte i les relacions estan ben definides. Ideal per a ordre i consultes complexes.
- Una base NoSQL clau-valor és com una enorme consigna de taquilles: dones un número de taquilla (la clau) i obtens el que hi ha dins (el valor), a l’instant, sense importar quantes taquilles hi hagi. Rapidíssima per a «dona’m això concret», però no per a «busca’m tot el que compleixi aquestes cinc condicions».
Què és DynamoDB
DynamoDB és la base de dades NoSQL totalment gestionada d’AWS. Les seves característiques distintives:
- Model clau-valor i de documents: guardes elements identificats per una clau, i cada element pot contenir dades flexibles (documents tipus JSON).
- Totalment gestionada i serverless: no hi ha servidors per administrar en absolut. No tries mida d’instància ni apliques pegats. Només crees una taula i la fas servir.
- Rendiment constant a qualsevol escala: respon en mil·lisegons tant si tens mil elements com si en tens milers de milions.
- Escala pràcticament infinita: gestiona milions de peticions per segon sense despentinar-se.
Per què és tan especial: DynamoDB va ser dissenyada per resoldre els problemes d’escala d’Amazon.com (el comerç electrònic). Quan milions de persones compren alhora en Black Friday, necessites una base de dades que no s’alenteixi per molta càrrega que tingui. DynamoDB és aquesta base de dades.
Conceptes bàsics de DynamoDB
- Taula: el contenidor de les teves dades (com una taula, però sense esquema rígid).
- Element (item): cada registre (equivalent a una fila).
- Atributs: els camps de cada element (poden variar entre elements: un pot tenir camps que un altre no té).
- Clau de partició (partition key): la clau principal per la qual s’identifica i localitza cada element. Triar-la bé és el més important del disseny.
Taula "Usuaris"
┌──────────────┬─────────────────────────────────────┐
│ id (clau) │ dades (flexibles) │
├──────────────┼─────────────────────────────────────┤
│ user#123 │ { nom: "Anna", edat: 30 } │
│ user#124 │ { nom: "Lluís", ciutat: "Madrid", │
│ │ premium: true } │
└──────────────┴─────────────────────────────────────┘
↑ fixa’t: cada element pot tenir camps diferentsQuan utilitzar DynamoDB (els seus punts forts)
DynamoDB brilla quan necessites:
- Escala massiva i rendiment constant: milions d’usuaris, pics enormes, latència de mil·lisegons.
- Accés per clau coneguda: «dona’m l’usuari
user#123», «dona’m el carretó del client X». Cerques directes i ràpides. - Estructura flexible: dades que no encaixen en un esquema fix o que canvien amb freqüència.
- Zero administració: no vols gestionar absolutament res de la base de dades.
Exemples reals ideals per a DynamoDB:
- Carrets de la compra d’un e-commerce (accés per id d’usuari, escala enorme).
- Perfils de jugadors en un videojoc amb milions d’usuaris.
- Sessions d’usuaris d’una app.
- Catàlegs de productes amb atributs variables.
- IoT: dades de milions de sensors enviant informació constantment.
Quan NO utilitzar DynamoDB
DynamoDB no és la resposta per a tot. Evita-la quan:
- Necessites consultes complexes amb moltes condicions, unions entre taules (joins) i relacions riques → per això, una base relacional (RDS/Aurora).
- Les teves dades tenen moltes relacions entre si que consultes de formes variades.
- La teva aplicació és petita i el model relacional et resulta més natural.
Regla mental: Si les teves consultes són del tipus «dona’m aquest element concret per la seva clau» a gran escala → DynamoDB. Si són del tipus «dona’m totes les comandes de clients de Madrid que van comprar al març i van gastar més de 100 €» → base relacional (SQL).
Funcions avançades (perquè sàpigues que existeixen)
- DynamoDB Streams: emet un «esdeveniment» cada cop que alguna cosa canvia a la taula. Serveix per disparar accions automàtiques (ho veurem amb Lambda al Capítol 14 i en arquitectures event-driven del Capítol 28).
- A demanda vs aprovisionat: pots pagar per ús real (on-demand) o reservar capacitat. On-demand és genial per a càrregues imprevisibles.
- DAX: una memòria cau en memòria per a DynamoDB que la fa encara més ràpida (microsegons).
- Taules globals: rèpliques en diverses regions per a usuaris d’arreu del món.
El que has de recordar
- DynamoDB és la base de dades NoSQL d’AWS, totalment gestionada i serverless (zero administració).
- Utilitza un model clau-valor / documents flexible i ofereix rendiment constant en mil·lisegons a qualsevol escala.
- És ideal per a escala massiva i accessos per clau coneguda (carrets, perfils, sessions, IoT…), amb estructura flexible.
- No és bona per a consultes complexes, relacions i joins: per això utilitza una base relacional (RDS/Aurora).
- Regla mental: «dona’m aquest element per la seva clau» → DynamoDB; «busca’m tot el que compleixi diverses condicions» → SQL.
Al següent subcapítol veurem ElastiCache, per guardar dades en memòria i accelerar les teves aplicacions.
Cloud, AWS & Terraform — De zero a expert
Capítol 1 · Què és el cloud computing
- 1.1 El model client-servidor tradicional
- 1.2 Problemes que venia a resoldre el núvol
- 1.3 On-premise vs cloud vs híbrid
- 1.4 Els tres models de servei: IaaS, PaaS, SaaS
- 1.5 Els cinc pilars del cloud (segons NIST)
- 1.6 Avantatges reals: elasticitat, pagament per ús, disponibilitat global
Capítol 2 · El mercat cloud i els grans proveïdors
- 2.1 AWS, Azure i GCP: diferències i quotes de mercat
- 2.2 Per què aprendre AWS primer
- 2.3 Conceptes que són universals entre proveïdors
Capítol 3 · Regions, zones de disponibilitat i edge
- 3.1 Què és una regió AWS i com triar-la
- 3.2 Availability Zones: alta disponibilitat des del disseny
- 3.3 Edge locations i CloudFront
- 3.4 Latència, resiliència i sobirania de dades
Capítol 4 · Càlcul: EC2
- 4.1 Instàncies: tipus, famílies i quan triar cadascuna
- 4.2 AMIs, key pairs i Security Groups
- 4.3 Cicle de vida d'una instància
- 4.4 Elastic IPs i Placement Groups
- 4.5 Savings Plans vs Reserved vs On-Demand vs Spot
Capítol 5 · Emmagatzematge: S3
- 5.1 Buckets, objectes i claus
- 5.2 Classes d'emmagatzematge (Standard, IA, Glacier…)
- 5.3 Versionat i cicle de vida d'objectes
- 5.4 Polítiques de bucket i ACLs
- 5.5 Hosting de llocs web estàtics
Capítol 6 · Xarxes: VPC
- 6.1 Què és una VPC i per què la necessites
- 6.2 Subxarxes públiques i privades
- 6.3 Internet Gateway i NAT Gateway
- 6.4 Route Tables i Network ACLs
- 6.5 VPC Peering i endpoints
Capítol 7 · Identitat i accés: IAM
- 7.1 Usuaris, grups, rols i polítiques
- 7.2 El principi de mínim privilegi
- 7.3 Polítiques basades en identitat vs en recurs
- 7.4 MFA i credencials temporals (STS)
- 7.5 Bones pràctiques de seguretat IAM
Capítol 8 · Bases de dades gestionades
- 8.1 RDS: motors, Multi-AZ i rèpliques de lectura
- 8.2 Aurora i els seus avantatges sobre RDS vanilla
- 8.3 DynamoDB: model clau-valor / documents
- 8.4 ElastiCache per a memòria cau en memòria
- 8.5 Quan utilitzar cada tipus de base de dades
Capítol 9 · Per què Infraestructura com a Codi
- 9.1 Problemes del provisionament manual
- 9.2 IaC declaratiu vs imperatiu
- 9.3 Terraform vs CloudFormation vs Pulumi vs CDK
- 9.4 El cicle plan → apply → destroy
Capítol 10 · HCL: el llenguatge de Terraform
- 10.1 Blocs resource, variable, output, locals
- 10.2 Tipus de dades: string, number, bool, list, map, object
- 10.3 Expressions, referències i funcions built-in
- 10.4 Condicionals i bucles (count, for_each, for)
Capítol 11 · Providers i estat
- 11.1 Com funciona el provider d'AWS
- 11.2 El fitxer terraform.tfstate i la seva importància
- 11.3 State local vs state remot (S3 + DynamoDB)
- 11.4 Comandes essencials: init, plan, apply, destroy, fmt, validate
Capítol 12 · La teva primera infraestructura real amb Terraform
- 12.1 Crear una VPC amb subxarxes des de zero
- 12.2 Posar en marxa una instància EC2 pública
- 12.3 Associar un Security Group i una Elastic IP
- 12.4 Outputs i referències entre recursos
- 12.5 Flux de treball en equip: PR review de plans
Capítol 13 · Balanceig de càrrega i autoescalat
- 13.1 Application Load Balancer vs Network Load Balancer
- 13.2 Target Groups, listeners i regles
- 13.3 Auto Scaling Groups: polítiques i mètriques
- 13.4 Warm pools i lifecycle hooks
Capítol 14 · Serverless amb Lambda
- 14.1 El model d'execució de Lambda
- 14.2 Triggers: API Gateway, S3, DynamoDB Streams, SQS
- 14.3 Gestió de dependències i capes (Layers)
- 14.4 Cold starts i estratègies per reduir-los
- 14.5 Límits i antipatrones
Capítol 15 · Missatgeria i esdeveniments
- 15.1 SQS: cues estàndard vs FIFO, DLQ
- 15.2 SNS: topics, subscripcions, fan-out
- 15.3 EventBridge: event buses i regles
- 15.4 Patrons: pub/sub, desacoblament, saga
Capítol 16 · Lliurament de contingut i DNS
- 16.1 Route 53: tipus de registres i routing policies
- 16.2 CloudFront: distribucions, memòries cau i origins
- 16.3 ACM: certificats SSL/TLS gratuïts
- 16.4 WAF integrat amb CloudFront
Capítol 17 · Contenidors a AWS
- 17.1 Docker: repàs exprés de conceptes clau
- 17.2 ECR: registre privat d'imatges
- 17.3 ECS: task definitions, services, Fargate vs EC2
- 17.4 EKS: quan Kubernetes i quan no
Capítol 18 · Mòduls: reutilització i composició
- 18.1 Anatomia d'un mòdul Terraform
- 18.2 Variables d'entrada, outputs i dependències
- 18.3 Mòduls locals vs mòduls del Terraform Registry
- 18.4 Versionat de mòduls amb Git tags
- 18.5 Disseny de mòduls genèrics vs específics de domini
Capítol 19 · Workspaces i gestió d'entorns
- 19.1 Workspaces de Terraform: casos d'ús i limitacions
- 19.2 Estratègia de directoris per entorn (dev/stg/prod)
- 19.3 Terragrunt: DRY per a configuracions d'entorn
- 19.4 Variables d'entorn i fitxers .tfvars
Capítol 20 · Backends remots i locking
- 20.1 Configurar S3 + DynamoDB com a backend
- 20.2 State locking: evitar corrupció en equip
- 20.3 Migració d'estat entre backends
- 20.4 terraform import: portar recursos existents a l'estat
Capítol 21 · Testing d'infraestructura
- 21.1 Terraform validate i fmt en CI
- 21.2 Checkov i tfsec: anàlisi de seguretat estàtica
- 21.3 Terratest: tests d'integració en Go
- 21.4 Contract testing entre mòduls
Capítol 22 · Terraform en CI/CD
- 22.1 Pipeline bàsic: lint → plan → apply a GitHub Actions
- 22.2 Atlantis: GitOps per a Terraform
- 22.3 Terraform Cloud / HCP Terraform
- 22.4 Drift detection i reconciliació automàtica
Capítol 23 · Seguretat en profunditat
- 23.1 AWS Organizations i Service Control Policies
- 23.2 AWS Config: compliment continu
- 23.3 GuardDuty: detecció d'amenaces
- 23.4 Security Hub: visió centralitzada
- 23.5 KMS: gestió de claus i rotació
- 23.6 Secrets Manager vs Parameter Store
Capítol 24 · Observabilitat: logs, mètriques i traces
- 24.1 CloudWatch Logs, mètriques i alarmes
- 24.2 CloudWatch Dashboards i Contributor Insights
- 24.3 X-Ray: traçat distribuït
- 24.4 OpenTelemetry a AWS
- 24.5 Managed Grafana i Managed Prometheus
Capítol 25 · Optimització de costos
- 25.1 AWS Cost Explorer i pressupostos amb alertes
- 25.2 Trusted Advisor i Compute Optimizer
- 25.3 Rightsizing: com detectar sobredimensionament
- 25.4 Savings Plans vs Reserved Instances: decisió estratègica
- 25.5 FinOps: cultura i processos per controlar la despesa
Capítol 26 · Alta disponibilitat i disaster recovery
- 26.1 RTO i RPO: definir els objectius
- 26.2 Estratègies: backup/restore, pilot light, warm standby, multi-site
- 26.3 Route 53 health checks i failover automàtic
- 26.4 AWS Backup: política centralitzada de còpies
Capítol 27 · Well-Architected Framework d'AWS
- 27.1 Els sis pilars: excel·lència operacional, seguretat, fiabilitat, eficiència de rendiment, optimització de costos, sostenibilitat
- 27.2 Well-Architected Tool: revisions formals
- 27.3 Com aplicar el framework en decisions de disseny
Capítol 28 · Arquitectures serverless a escala
- 28.1 Event-driven architecture amb Lambda + EventBridge
- 28.2 Saga pattern per a transaccions distribuïdes
- 28.3 Step Functions: orquestració de workflows complexos
- 28.4 Lambda@Edge i CloudFront Functions
Capítol 29 · Plataformes de dades a AWS
- 29.1 Data Lake amb S3, Glue i Athena
- 29.2 Kinesis Data Streams i Firehose per a streaming
- 29.3 Redshift: data warehousing a escala
- 29.4 Lake Formation: govern del dada
Capítol 30 · Multi-compte i landing zones
- 30.1 Per què separar workloads en comptes diferents
- 30.2 AWS Control Tower i Account Factory
- 30.3 Gestió centralitzada de logs i seguretat
- 30.4 Terraform a escala multi-compte amb mòduls compartits
Capítol 31 · Platform Engineering i Internal Developer Platform
- 31.1 Golden paths i abstraccions sobre Terraform
- 31.2 Service Catalog d'AWS
- 31.3 Backstage com a portal de desenvolupadors
- 31.4 Mòduls Terraform com a producte intern
Capítol 32 · Certificacions AWS rellevants
- 32.1 Cloud Practitioner: val la pena?
- 32.2 Solutions Architect Associate → Professional
- 32.3 DevOps Engineer Professional
- 32.4 Specialty: Security, Database, Networking
- 32.5 HashiCorp Terraform Associate
Capítol 33 · Projectes per consolidar el que s'ha après
- 33.1 Projecte 1: blog serverless (S3 + CloudFront + Lambda + DynamoDB)
- 33.2 Projecte 2: API REST amb ECS Fargate + RDS + ALB
- 33.3 Projecte 3: plataforma de dades amb Glue + Athena + Redshift
- 33.4 Projecte 4: landing zone multi-compte amb Terraform i Control Tower
