Dev&Ops

En este episodio de Dev&Ops hablamos sobre cómo reducir costos al correr Kubernetes en AWS, especialmente usando EKS. Douglas comparte consejos prácticos basados en experiencia real operando infraestructura en Kubernetes, desde optimización de aplicaciones hasta estrategias avanzadas con hardware, tráfico, Spot Instances, Saving Plans y Karpenter.
El episodio explica por qué Kubernetes puede elevar la factura en AWS si no se planifica correctamente, qué elementos terminan generando costos y cómo aplicar buenas prácticas para controlar mejor el consumo de recursos, el tráfico entre Availability Zones y el uso de nodos.
También se aborda una configuración práctica usando nodos on demand para servicios críticos, Saving Plans para reducir costos base, y Karpenter para aprovisionar dinámicamente Spot Instances con fallback a instancias on demand cuando sea necesario. 
🔍 En este episodio aprenderás:
 Por qué EKS puede incrementar significativamente la factura en AWS 
 Cómo optimizar aplicaciones para consumir menos CPU, memoria y recursos 
 La importancia de definir límites en pods, réplicas y nodos 
 Cómo reducir costos controlando tráfico, requests y ancho de banda 
 Por qué evitar tráfico innecesario entre Availability Zones 
 Cómo usar Saving Plans y Spot Instances para ahorrar en nodos 
 Cómo Karpenter ayuda a escalar y consolidar recursos de forma eficiente
📑 Capítulos:
(00:00) Configuración actual con Kubernetes, Karpenter y Spot Instances
(01:13) Bienvenida al episodio 61 de Dev&Ops
(02:20) Tema del episodio: optimizar costos corriendo Kubernetes en AWS
(04:10) Por qué EKS puede aumentar la factura en AWS
(06:30) Aclaraciones: consejos generales y enfoque en AWS EKS
(08:35) Consejo 1: optimiza tu aplicación para consumir menos recursos
(11:20) Consejo 2: asegúrate de que tu aplicación sea cloud native
(15:05) Consejo 3: define límites para pods, réplicas y nodos
(18:35) Control de requests, caché y reducción de carga en Kubernetes
(20:53) Consejo 4: usa Ingress con Application Load Balancer
(23:40) AWS Load Balancer Controller, ALB y WAF
(26:20) Consejo 5: evita tráfico innecesario entre Availability Zones
(29:10) Qué son las Availability Zones y por qué el tráfico cuesta dinero
(32:25) Ejemplo práctico: mantener requests dentro de la misma Availability Zone
(36:10) Estrategias para controlar tráfico interno en Kubernetes
(38:30) Service Mesh como alternativa para enrutar tráfico local
(41:00) Consejos de hardware para reducir costos en EKS
(42:10) Consejo 6: implementa AWS Saving Plans
(45:40) Cómo funcionan los compromisos de gasto en Saving Plans
(48:10) Aplicar Saving Plans al consumo base de nodos on demand
(49:05) Consejo 7: implementa Spot Instances
(51:20) Cómo combinar nodos on demand con Spot Instances
(52:35) Consejo 8: implementa Karpenter
(53:45) Cómo Karpenter escala, consolida y optimiza nodos
(54:30) Configuración práctica: node pool fijo, Saving Plans y Spot Instances
(55:15) Cierre y recomendaciones finales

¿Estás pensando en migrar a microservicios o ya estás sufriendo las consecuencias? En este episodio de Dev&Ops, desglosamos lo que NO te cuentan los tutoriales sobre la arquitectura de microservicios. Desde la explosión de la complejidad operativa y los fallos en cascada, hasta el desafío de la consistencia eventual y la gestión de bases de datos descentralizadas. 
Analizamos cómo esta arquitectura puede amplificar los problemas culturales de una empresa (como la falta de tests o code reviews deficientes) y debatimos la eterna batalla entre Monorepos vs. Multi-repos. Si eres desarrollador, arquitecto o líder técnico, este video te dará la perspectiva real basada en experiencia para evitar que tu sistema se convierta en un caos inmanejable.
Capítulos:
(00:00) - Introducción: Microservicios y cultura empresarial
(00:45) - La explosión de la complejidad operativa
(02:30) - Fallos de comunicación y el efecto cascada
(04:00) - Gestión de datos: Bases de datos descentralizadas
(05:15) - El desafío de la Consistencia Eventual (Eventual Consistency)
(06:45) - El dolor de cabeza de las zonas horarias y la sincronización
(08:00) - Unit Tests vs. Integration Tests en microservicios
(10:30) - Cómo los microservicios amplifican la cultura (buena o mala)
(12:00) - Organización de código: Monorepos vs. Múltiples Repos
(13:45) - Estrategias de Observabilidad y Logs efectivos
(15:30) - Event-Driven Architecture: Ventajas y riesgos
(17:15) - La importancia crítica de los Estándares Técnicos
(19:00) - Conclusiones y cierre
#devops #microservicios #softwarearchitecture #systemdesign #backend #monorepo #eventdriven #programacion #podcastdetecnologia

En este episodio analizamos si Linux finalmente puede entrar a competir en el mercado de escritorio frente a Windows y MacOS. A partir de experiencias reales y noticias recientes, exploramos cómo ha evolucionado Linux en usabilidad y qué factores están impulsando su adopción fuera del mundo de servidores.
Hablamos del impacto de decisiones como la migración del gobierno de Francia hacia Linux, el crecimiento del gaming en este sistema operativo y el rol que está jugando la inteligencia artificial en cambiar las reglas del juego.
También discutimos los retos reales: compatibilidad, drivers, costos de migración y por qué, a pesar del progreso, Linux aún no compite directamente en desktop… al menos por ahora.
🔍 En este episodio aprenderás:
 Por qué Linux domina servidores pero sigue rezagado en desktop 
 Cómo la usabilidad de Linux ha cambiado en los últimos años 
 El impacto de la migración del gobierno de Francia a Linux 
 Por qué el gaming en Linux está creciendo 
 Los verdaderos costos de migrar de Windows a Linux en empresas 
 Cómo la inteligencia artificial podría hacer irrelevante el sistema operativo 
 Si Linux realmente tiene futuro en el escritorio 

📑  Capítulos:
 (00:00) Introducción y contexto del episodio
 (02:10) Estado actual de Linux en desktop
 (05:30) Evolución de la usabilidad en Linux
 (09:00) Noticia: Migración del gobierno de Francia
 (13:30) Soberanía digital y Big Tech
 (17:30) Noticia: Crecimiento del gaming en Linux
 (21:30) Problemas de rendimiento en Windows
 (25:00) ¿Está Linux entrando en la pelea?
 (28:30) Adopción en empresas: costos y retos
 (32:30) Gaming en Linux: limitaciones actuales
 (35:30) Impacto de la inteligencia artificial en sistemas operativos
 (38:00) Reflexión final y cierre

¡Hola, comunidad Dev&Ops! 👋 En este episodio nos metemos de lleno en un debate que todo ingeniero ha tenido en algún momento ¿Realmente funcionan las metodologías ágiles en operaciones?
Douglas nos cuenta su experiencia (y frustración) al intentar encajar guardias impredecibles (on-call) dentro de Sprints de 80 horas, mientras Juan nos da su perspectiva desde el lado del desarrollo. Hablamos sobre el estrés de las alertas, la odisea de estimar tiempos, la importancia de tener empatía con los Project Managers (¡que a veces los tiran a los leones! 🦁) y por qué nuestra madurez profesional es la clave para que cualquier proceso funcione, nos guste o no.
¿Eres team Sprints o prefieres otra forma de organizarte? ¿Te cuesta loguear tus horas? ¡Queremos leer tu opinión y tus anécdotas en los comentarios! 👇 No olvides suscribirte para más pláticas honestas sobre el mundo tecnológico.
Nuestras redes sociales
YouTube: https://www.youtube.com/@DevAndOpsPodcast ▶️
TikTok: https://www.tiktok.com/@devandops
🕺 Instagram: https://www.instagram.com/devandopspodcast
📸 Facebook: https://www.facebook.com/devandops 👍
Spotify: https://open.spotify.com/show/1MuMODYsE4xN6RhOcd8EaG 🎧
Capítulos
(00:00) Bienvenida y las batallas de hardware de Juan
(02:33) ¿Por qué la cultura DevOps es nuestro pan de cada día?
(05:45) Guardias y On-Call: Cuando las emergencias rompen tu agenda
(08:49) El choque: Implementando Sprints en equipos operativos
(12:18) Diferentes sabores de Sprints: Desarrollo vs Infraestructura
(16:54) El arte (y el caos) de estimar horas de trabajo
(22:31) Berrinches vs Profesionalismo: Nuestra actitud cuenta
(28:41) Cómo aportar soluciones sin ser la "piedra de tropiezo"
(34:44) La rebelión de los tickets: ¿Por qué odiamos loguear tiempo?
(43:23) Piedad para los Project Managers: Empatía en el equipo
(48:17) El orden es necesario: Responsabilidades de gerentes e ingenieros
(54:02) Conclusión: Somos profesionales, hagamos que funcione
#devops #agile #oncall #sprints #scrum #infraestructura #desarrollo #tecnologia #culturaorganizacional #podcasttecnologico #programacion #ingenieria

Kubernetes se ha convertido en el estándar para orquestación de contenedores, pero no siempre es la solución correcta para todos los escenarios. En este episodio analizamos las principales consideraciones que debes tener en cuenta antes de implementarlo en tu empresa o proyecto.
Hablamos desde la complejidad inherente de Kubernetes, hasta errores comunes como sobreingeniería, falta de automatización o ausencia de observabilidad. También discutimos alternativas como Docker Swarm y cuándo realmente vale la pena dar el salto a Kubernetes.
Si estás evaluando migrar a contenedores o ya decidiste usar Kubernetes, este episodio te ayudará a evitar dolores de cabeza y tomar decisiones más informadas.
🔍 En este episodio aprenderás:
 Cómo validar si realmente necesitas Kubernetes o estás forzando su uso 
 Qué complejidades introduce Kubernetes incluso para aplicaciones simples 
 Por qué no debes implementar todas las herramientas desde el inicio 
 La importancia de automatizar la infraestructura desde el día uno 
 Cómo manejar despliegues con Helm o Customize de forma escalable 
 Por qué el monitoreo y la observabilidad son esenciales desde el comienzo 
📑 Capítulos:
 (00:00) Introducción al episodio y contexto
 (02:26) Consideraciones antes de implementar Kubernetes
 (03:36) Kubernetes vs Docker en producción
 (04:39) Por qué muchas empresas eligen Kubernetes
 (06:50) Complejidad de Kubernetes para apps simples
 (08:59) Alternativa: Docker Swarm
 (10:12) Reevaluar decisiones tecnológicas
 (15:15) No implementar todo desde el inicio
 (18:26) Service Mesh y herramientas avanzadas
 (20:30) GitOps: ¿cuándo sí y cuándo no?
 (29:57) Importancia del tiempo y el enfoque incremental
 (32:14) Automatización con Infrastructure as Code
 (42:19) Uso de Helm y manejo de manifiestos
 (51:28) Riesgos y complejidad en Kubernetes
 (55:12) Monitoreo y observabilidad desde el inicio
 (56:54) Experiencia práctica y dificultades sin observabilidad
 (59:32) Cierre y conclusiones