Casos de estudio de AWS: soluciones y costes para proyectos específicos

1. Proyecto IoT (100.000 sensores)

Contexto

Un sistema de monitorización industrial con:

• 100.000 sensores
• 1 M de datos/minuto
• Análisis en tiempo real
• Almacenamiento a largo plazo

Solución AWS

• Ingesta: IoT Core

  • 100.000 dispositivos
  • 1 M de mensajes/minuto
  • Coste: ~500 $/mes

• Procesamiento: Kinesis

  • 2 shards
  • 1 M de registros/minuto
  • Coste: ~200 $/mes

• Almacenamiento: TimeStream

  • 1 TB de datos/mes
  • 30 días en memoria
  • Coste: ~300 $/mes

• Visualización: QuickSight

  • 10 usuarios
  • Coste: ~100 $/mes

Coste total: ~1.100 $/mes

---

2. Proyecto ML (modelo de predicción)

Contexto

Un sistema de predicción con:

• Entrenamiento mensual
• 100 GB de datos
• Inferencia en tiempo real
• API REST

Solución AWS

• Entrenamiento: SageMaker

  • ml.p3.2xlarge (GPU)
  • 20 horas/mes
  • Coste: ~600 $/mes

• Inferencia: Lambda

  • 1 M de predicciones/mes
  • 1 GB de memoria
  • Coste: ~20 $/mes

• Almacenamiento: S3

  • 100 GB de datos
  • Coste: ~3 $/mes

• API: API Gateway

  • 1 M de peticiones/mes
  • Coste: ~5 $/mes

Coste total: ~628 $/mes

---

3. Proyecto Big Data (1 TB/día)

Contexto

Un sistema de análisis de datos con:

• 1 TB de datos/día
• ETL diario
• Data Warehouse
• Paneles de control

Solución AWS

• Almacenamiento: S3

  • 30 TB/mes
  • Coste: ~750 $/mes

• ETL: Glue

  • 30 jobs/mes
  • 100 DPU-horas
  • Coste: ~300 $/mes

• Data Warehouse: Redshift

  • 2 nodos (dc2.large)
  • 1 TB de almacenamiento
  • Coste: ~1.000 $/mes

• Visualización: QuickSight

  • 20 usuarios
  • Coste: ~200 $/mes

Coste total: ~2.250 $/mes

---

4. Proyecto Gaming (100.000 jugadores)

Contexto

Un juego multijugador con:

• 100.000 jugadores
• 10.000 partidas simultáneas
• Matchmaking
• Tablas de clasificación

Solución AWS

• Servidores de juego: GameLift

  • 100 instancias
  • Auto Scaling
  • Coste: ~3.000 $/mes

• Matchmaking: Lambda

  • 1 M de emparejamientos/mes
  • Coste: ~20 $/mes

• Base de datos: DynamoDB

  • 50 GB de datos
  • Modo aprovisionado
  • Coste: ~200 $/mes

• CDN: CloudFront

  • 50 TB de transferencia/mes
  • Coste: ~1.000 $/mes

Coste total: ~4.220 $/mes

---

Tabla comparativa de costes

Tipo de proyecto	Solución principal	Coste mensual	Puntos clave
IoT	IoT Core + TimeStream	~1.100 $	Escalabilidad, tiempo real
ML	SageMaker + Lambda	~628 $	Rendimiento, coste optimizado
Big Data	Redshift + Glue	~2.250 $	Volumen, análisis
Gaming	GameLift + DynamoDB	~4.220 $	Latencia, escala

Consejos para optimizar los costes:

1. Para IoT:

   • Utiliza el procesamiento por lotes (batch processing)
   • Optimiza la retención en TimeStream
   • Comprime los datos
   • Utiliza el caching

2. Para ML:

   • Utiliza Spot Instances para el entrenamiento
   • Optimiza el tamaño de los modelos
   • Utiliza la inferencia por lotes (batch inference)
   • Activa el caching de las predicciones

3. Para Big Data:

   • Optimiza las consultas de Redshift
   • Utiliza la compresión en S3
   • Planifica los jobs ETL
   • Activa el caching de QuickSight

4. Para Gaming:

   • Utiliza Spot Instances
   • Optimiza el matchmaking
   • Activa el caching de DynamoDB
   • Utiliza el CDN de forma eficiente

Conclusiones:

Para los proyectos específicos:

• Elige los servicios especializados
• Optimiza según los picos de uso
• Supervisa los costes por componente
• Utiliza el auto-scaling de forma inteligente