Capítulo 4: Despliegue en la Nube

Introducción

Su aplicación está lista, Docker configurado, CI/CD en marcha. ¡Es hora de ponerla en línea! Este capítulo cubre las principales opciones de despliegue en la nube.

---

🎯 Objetivos del Capítulo

Al final de este capítulo, usted sabrá:

1. ✅ Desplegar en Railway
2. ✅ Desplegar en Heroku
3. ✅ Comprender las opciones de AWS
4. ✅ Configurar una base de datos gestionada
5. ✅ Elegir la plataforma adecuada

---

1. Comparación de Plataformas

Plataforma	Dificultad	Costo	Ideal para
Railway	⭐ Fácil	Gratis → $5/mes	Proyectos personales, startups
Heroku	⭐ Fácil	$7/mes	Apps simples
Render	⭐ Fácil	Gratis → $7/mes	Alternativa a Heroku
AWS ECS	⭐⭐⭐ Complejo	Variable	Enterprise
Kubernetes	⭐⭐⭐⭐ Avanzado	Variable	Microservicios

---

2. Railway (Recomendado para Empezar)

¿Por qué Railway?

• ✅ Interfaz sencilla
• ✅ Despliegue desde GitHub
• ✅ PostgreSQL integrado
• ✅ Gratis para comenzar
• ✅ Soporta Docker

Despliegue

Opción 1: Desde GitHub

1. Ir a railway.app
2. "New Project" → "Deploy from GitHub repo"
3. Seleccione su repositorio
4. Railway detecta automáticamente Spring Boot

Opción 2: Con Docker

# Instalar Railway CLI
npm i -g @railway/cli

# Login
railway login

# Crear un proyecto
railway init

# Desplegar
railway up

Configuración

# Variables de entorno (en Railway Dashboard)
SPRING_PROFILES_ACTIVE=prod
DATABASE_URL=${{Postgres.DATABASE_URL}}

Agregar PostgreSQL

1. En el proyecto Railway: "New" → "Database" → "PostgreSQL"
2. Las variables se inyectan automáticamente

railway.json

{
  "$schema": "https://railway.app/railway.schema.json",
  "build": {
    "builder": "DOCKERFILE",
    "dockerfilePath": "Dockerfile"
  },
  "deploy": {
    "startCommand": "java -jar app.jar",
    "healthcheckPath": "/actuator/health",
    "restartPolicyType": "ON_FAILURE"
  }
}

---

3. Heroku

Preparación

Procfile (en la raíz):

web: java -Dserver.port=$PORT -jar target/*.jar

system.properties:

java.runtime.version=17

Despliegue

# Instalar Heroku CLI
# https://devcenter.heroku.com/articles/heroku-cli

# Login
heroku login

# Crear la app
heroku create my-spring-app

# Agregar PostgreSQL
heroku addons:create heroku-postgresql:mini

# Desplegar
git push heroku main

# Ver logs
heroku logs --tail

Variables de Entorno

heroku config:set SPRING_PROFILES_ACTIVE=prod
heroku config:set JWT_SECRET=your-secret-key

# Ver todas las variables
heroku config

Con Docker

# Login al registry de Heroku
heroku container:login

# Build y push
heroku container:push web

# Desplegar
heroku container:release web

---

4. Render

Despliegue

1. Ir a render.com
2. "New" → "Web Service"
3. Conectar GitHub
4. Configurar:
   • Build Command: mvn clean package -DskipTests
   • Start Command: java -jar target/*.jar

render.yaml

services:
  - type: web
    name: my-spring-app
    env: docker
    dockerfilePath: ./Dockerfile
    envVars:
      - key: SPRING_PROFILES_ACTIVE
        value: prod
      - key: DATABASE_URL
        fromDatabase:
          name: mydb
          property: connectionString

databases:
  - name: mydb
    plan: free

---

5. AWS (Opciones)

Elastic Beanstalk (Sencillo)

# Instalar EB CLI
pip install awsebcli

# Inicializar
eb init

# Crear el entorno
eb create production

# Desplegar
eb deploy

ECS con Fargate (Docker)

# Crear un cluster
aws ecs create-cluster --cluster-name my-cluster

# Crear una task definition (JSON)
aws ecs register-task-definition --cli-input-json file://task-definition.json

# Crear un servicio
aws ecs create-service \
  --cluster my-cluster \
  --service-name my-service \
  --task-definition my-task \
  --desired-count 2

task-definition.json

{
  "family": "my-spring-app",
  "containerDefinitions": [
    {
      "name": "app",
      "image": "myuser/myapp:latest",
      "portMappings": [
        {
          "containerPort": 8080,
          "hostPort": 8080
        }
      ],
      "environment": [
        {
          "name": "SPRING_PROFILES_ACTIVE",
          "value": "prod"
        }
      ],
      "logConfiguration": {
        "logDriver": "awslogs",
        "options": {
          "awslogs-group": "/ecs/my-app",
          "awslogs-region": "us-east-1"
        }
      }
    }
  ],
  "requiresCompatibilities": ["FARGATE"],
  "cpu": "256",
  "memory": "512"
}

---

6. Base de Datos Gestionada

Railway PostgreSQL

# Configurado automáticamente
spring.datasource.url=${DATABASE_URL}

Heroku Postgres

# Heroku provee DATABASE_URL automáticamente
spring.datasource.url=${DATABASE_URL}

AWS RDS

spring.datasource.url=jdbc:postgresql://mydb.xxx.us-east-1.rds.amazonaws.com:5432/mydb
spring.datasource.username=${DB_USERNAME}
spring.datasource.password=${DB_PASSWORD}

Parsear DATABASE_URL

Algunas plataformas proveen una URL con el formato:

postgres://user:password@host:5432/dbname

Configuración Spring para parsear:

@Configuration
public class DatabaseConfig {

    @Bean
    @Profile("prod")
    public DataSource dataSource() {
        String databaseUrl = System.getenv("DATABASE_URL");
        
        if (databaseUrl != null && databaseUrl.startsWith("postgres://")) {
            // Parsear el formato Heroku/Railway
            URI uri = URI.create(databaseUrl);
            String username = uri.getUserInfo().split(":")[0];
            String password = uri.getUserInfo().split(":")[1];
            String jdbcUrl = "jdbc:postgresql://" + uri.getHost() + ":" + uri.getPort() + uri.getPath();
            
            HikariDataSource ds = new HikariDataSource();
            ds.setJdbcUrl(jdbcUrl);
            ds.setUsername(username);
            ds.setPassword(password);
            return ds;
        }
        
        // Fallback
        return DataSourceBuilder.create().build();
    }
}

---

7. Checklist de Despliegue

Antes del Despliegue

□ Pruebas pasan localmente
□ Perfil de producción configurado
□ Secrets externalizados
□ Dockerfile probado
□ Health check configurado
□ Logs configurados

Variables de Entorno

# Esenciales
SPRING_PROFILES_ACTIVE=prod
DATABASE_URL=...
JWT_SECRET=...

# Opcionales
SERVER_PORT=8080
JAVA_OPTS="-Xmx512m"

Post-Despliegue

□ Aplicación accesible
□ Health check OK
□ Logs visibles
□ Base de datos conectada
□ Monitoring en marcha

---

8. Monitoring en Producción

Actuator

management.endpoints.web.exposure.include=health,info,prometheus
management.endpoint.health.show-details=when_authorized

Logging Cloud

# Logs JSON para cloud
logging.pattern.console={"timestamp":"%d","level":"%p","logger":"%c","message":"%m"}%n

Servicios de Monitoring

• Railway: Métricas integradas
• Heroku: Heroku Metrics
• AWS: CloudWatch
• Externo: Datadog, New Relic

---

9. Resumen

Recomendaciones por Caso de Uso

Proyecto personal / POC:
→ Railway (gratis, sencillo)

Startup / MVP:
→ Railway o Render ($5-20/mes)

PyME / Producción:
→ Heroku o AWS Elastic Beanstalk

Enterprise / Escalado:
→ AWS ECS / Kubernetes

Despliegue Exprés (Railway)

# 1. Tener un Dockerfile
# 2. Push en GitHub
# 3. En railway.app:
#    - New Project → GitHub
#    - Add PostgreSQL
#    - Configurar variables
# 4. ¡Listo! 🚀

---

🎯 Próximo Paso

¡Manos a la obra! Dockericemos y despleguemos una aplicación.

➡️ TP12.1: Dockerización Completa

---

⬅️ Volver al Módulo 12