Arkinu
Comparador de servicios de AWS

AWS Fargate vs AWS Lambda: diferencias y cuándo usar cada uno

AWS Fargate
AWS Lambda

Se confunden a menudo en el examenLas preguntas suelen ofrecer uno como distractor del otro: fíjate en la frase del escenario que inclina la balanza.

Serverless

AWS Fargate

Tecnología para ejecutar contenedores con Amazon ECS o Amazon EKS sin gestionar servidores ni clusters de instancias de Amazon EC2. Defines la CPU, la memoria, la red y los permisos de cada tarea o pod, y te olvidas de elegir tipos de servidor y de escalar el cluster.

Frases del examen que apuntan aquí

  • «ejecutar contenedores sin aprovisionar ni administrar servidores o instancias de EC2»

    Con Fargate defines la CPU, la memoria, la red y los permisos de cada tarea (ECS) o pod (EKS), y AWS pone la capacidad: no hay que elegir tipos de instancia, escalar el cluster ni parchear el sistema operativo de los nodos.

    Cuándo no: Si el escenario pide GPU, control de la instancia (AMI propia, acceso por SSH al nodo) o DaemonSets de Kubernetes, se usa ECS o EKS sobre instancias de EC2. Si no habla de contenedores sino de código corto que reacciona a eventos, se piensa en AWS Lambda.

  • «tareas de contenedores tolerantes a interrupciones, al menor costo posible»

    Fargate Spot ejecuta tareas de ECS sobre capacidad sobrante con descuento frente al precio normal de Fargate. AWS puede recuperarla avisando con dos minutos de antelación.

    Cuándo no: Si las tareas no pueden interrumpirse, se usa Fargate normal (y, si el uso es estable, Savings Plans). Además, Amazon EKS no admite Fargate Spot: solo aplica a Amazon ECS.

  • «cada carga debe ejecutarse aislada, sin compartir kernel, CPU ni memoria con otras»

    En Fargate cada tarea o pod corre en su propio entorno de cómputo de un solo uso, con su propio kernel, recursos e interfaz de red, separado de los demás por una frontera de virtualización.

    Cuándo no: Si el requisito es de hardware físico dedicado (por ejemplo, para licencias por socket o núcleo), Fargate no lo da: se piensa en Amazon EC2 Dedicated Hosts.

  • «los contenedores en Fargate necesitan almacenamiento persistente y compartido»

    El almacenamiento efímero de una tarea o pod se borra cuando se detiene, así que lo que deba persistir o compartirse entre contenedores se guarda en Amazon EFS, que Fargate puede montar.

    Cuándo no: Si los datos solo hacen falta mientras la tarea está viva (archivos temporales), alcanza con el almacenamiento efímero. Si son objetos a los que se accede por API, Amazon S3. En EKS sobre Fargate no se pueden montar volúmenes de Amazon EBS en los pods.

  • «dejar de administrar y parchear los nodos de un cluster de Kubernetes»

    Con Amazon EKS y un Fargate profile, los pods que cumplen el perfil se ejecutan en Fargate: no hay nodos de EC2 que crear, actualizar ni escalar.

    Cuándo no: Los pods en Fargate no admiten DaemonSets, contenedores privilegiados, GPU ni subnets públicas. Si la carga necesita algo de eso, se usan nodos de EC2 (por ejemplo, managed node groups).

Estudiar AWS Fargate →

Serverless

AWS Lambda

Servicio de cómputo serverless que ejecuta tu código sin aprovisionar ni administrar servidores, normalmente en respuesta a eventos o llamadas de API de servicios como Amazon S3, Amazon SQS o Amazon EventBridge. AWS gestiona la infraestructura, el escalado y los parches, y pagas sólo por lo que usas.

Frases del examen que apuntan aquí

  • «ejecutar código en respuesta a eventos sin aprovisionar ni administrar servidores»

    Lambda ejecuta tu código cuando llega un evento (una solicitud HTTP, un objeto nuevo en S3, un mensaje en una cola), escala sola y se paga por uso. No hay instancias que lanzar ni parchear.

    Cuándo no: Por defecto, cada invocación dura como máximo 15 minutos (con Lambda Managed Instances, las invocaciones asíncronas y por event source mapping llegan a 90). Si un proceso dura más de eso de forma continua, o el escenario pide contenedores o control del sistema operativo, se piensa en AWS Fargate, AWS Batch o Amazon EC2 (o en orquestar pasos con AWS Step Functions).

  • «procesar cada archivo en cuanto se sube a un bucket de Amazon S3»

    S3 puede enviar una notificación de evento a una función de Lambda al crearse o borrarse un objeto, y la invoca de forma asíncrona con los datos del objeto: es el disparador más típico de Lambda.

    Cuándo no: Si el procesamiento de cada archivo puede superar el tiempo máximo de una invocación o es un trabajo por lotes pesado, encaja mejor AWS Batch o contenedores en Fargate. Y si la función escribe en el mismo bucket que la dispara, puede entrar en un bucle: se usan dos buckets o un prefijo de entrada.

  • «la API debe responder con latencia baja y constante, sin arranques en frío»

    La Provisioned Concurrency mantiene un número de entornos de ejecución ya inicializados, así que las solicitudes no esperan la inicialización (el cold start).

    Cuándo no: Tiene costo adicional. Si basta con reducir el arranque sin garantías estrictas, SnapStart es una optimización de mejor esfuerzo; y si el problema no es la latencia sino limitar o asegurar capacidad, la respuesta es la reserved concurrency.

  • «limitar cuántas ejecuciones simultáneas tiene una función para no saturar un sistema de destino»

    La reserved concurrency fija un máximo (y a la vez un mínimo garantizado) de ejecuciones simultáneas para una función, sin costo adicional. Así la función no agota la concurrencia de la cuenta ni sobrecarga lo que hay detrás.

    Cuándo no: Si lo que se busca es absorber picos sin perder solicitudes, poner una cola de Amazon SQS delante desacopla al productor del consumidor. La reserved concurrency no elimina los arranques en frío: para eso está la Provisioned Concurrency.

  • «la función debe consultar una base de datos ubicada en subnets privadas de una VPC»

    Al configurar la función con subnets y security groups de la VPC, puede llegar a los recursos privados de esa VPC.

    Cuándo no: Una función conectada a la VPC pierde el acceso a internet por defecto. Si además necesita salir a internet, se conecta a subnets privadas cuya tabla de rutas apunte a un NAT gateway; ponerla en una subnet pública no le da internet.

  • «conservar los eventos que fallaron después de todos los reintentos»

    En invocaciones asíncronas, Lambda reintenta y, si se agotan los intentos, puede enviar el evento a un destino on-failure (SQS, SNS, S3, otra función o EventBridge) o a una dead-letter queue (SQS o SNS).

    Cuándo no: Si el origen es una cola de Amazon SQS leída por Lambda, la dead-letter queue se configura en la propia cola, no en la función. En invocaciones síncronas (por ejemplo, desde API Gateway) no hay reintentos de Lambda: el error vuelve a quien llamó.

Suele ir con

  • Amazon SQS
  • Amazon DynamoDB
  • Amazon S3
  • Amazon EventBridge
Estudiar AWS Lambda →