Cuando empecé a construir Proyecto Jo', mi plataforma de gestión empresarial con cinco subproyectos independientes y diecinueve entidades de dominio, todo funcionaba perfecto en mi máquina local. El verdadero desafío llegó cuando decidí llevarlo a producción en AWS, porque ahí es donde uno se da cuenta de que hay una distancia enorme entre que algo funcione y que algo funcione de forma confiable, segura y accesible para cualquiera desde internet.
El punto de partida
Elegí una arquitectura simple pero sólida para empezar, una instancia EC2 corriendo la aplicación, una base de datos RDS separada del servidor de aplicación, y nginx como proxy inverso al frente de todo, gestionando el tráfico entrante. Esta separación entre cómputo y base de datos fue una de las primeras decisiones importantes, porque mantener la base de datos como un servicio administrado aparte reduce muchísimo el trabajo de mantenimiento comparado con tenerla corriendo en la misma instancia.
Autenticación, la parte que más me hizo pensar
Proyecto Jo' maneja tres esquemas distintos de autenticación basados en cookies, con hashing PBKDF2, protección CSRF y rate limiting. Diseñar esto pensando en un entorno real, expuesto a internet, es completamente distinto a hacerlo para un proyecto que solo vas a correr vos mismo en desarrollo, porque de repente cada decisión sobre expiración de sesiones, políticas de cookies seguras, y límites de intentos, deja de ser un detalle académico y se convierte en la única barrera real contra un ataque.
Lo que salió mal, y lo que aprendí
No todo salió bien a la primera. Los errores de configuración de nginx como proxy inverso, los problemas de conectividad entre la instancia EC2 y RDS por reglas de seguridad mal configuradas, y algún que otro susto con variables de entorno expuestas, fueron parte del camino. Cada uno de esos tropiezos terminó enseñándome más sobre cómo funciona realmente la infraestructura en la nube que cualquier curso teórico.
Automatización con GitHub Actions
Para no repetir manualmente todo el proceso de despliegue cada vez que hacía un cambio, integré GitHub Actions como pipeline de CI/CD, junto con pruebas automatizadas usando xUnit y Moq antes de cada despliegue. Esto no solo ahorra tiempo, sino que obliga a pensar en la calidad del código de una forma distinta, porque sabés que cualquier error va a fallar en un pipeline automático antes de llegar a producción, en lugar de descubrirlo después con usuarios reales.
Reflexión final
Como estudiante del área de desarrollo e innovación de software, este proyecto terminó siendo mucho más formativo que cualquier materia sola, porque combinó backend, seguridad, infraestructura y automatización en un solo ciclo real de aprendizaje. Si estás en un momento parecido, con ganas de dar el salto de tener un proyecto que funciona en tu máquina a uno que funciona en producción, mi consejo es que empieces simple, con una arquitectura como esta, y vayas iterando a medida que entendés mejor cada pieza.
Loading article