Máquinas virtuales, contenedores y aislamiento

← SE-349 — IaaS, PaaS, SaaS y responsabilidad compartida · ↑ Parte 29 · 📚 Índice completo · 🌐 Portal · SE-351 — Orquestación y scheduling →

Prerrequisitos

• Haber completado o diagnosticado SE-349 y poder explicar qué evidencia produjo.
• Manejar archivos de texto, rutas y control de versiones a nivel básico.
• Disponer de contenedores OCI, Kubernetes local y Terraform en modo plan.

Problema auténtico

Un equipo que trabaja en una comercio responsable debe decidir sobre Máquinas virtuales, contenedores y aislamiento. Tiene información incompleta, restricciones de tiempo y personas afectadas por una decisión incorrecta. El reto no es repetir definiciones: es convertir el tema en un resultado revisable, distinguir observación de supuesto y conservar evidencia para que otra persona pueda continuar o cuestionar el trabajo.

Objetivos observables

Al terminar podrás:

1. explicar Máquinas y virtuales con un ejemplo y un contraejemplo;
2. comparar al menos dos opciones usando evidencia, riesgo, costo y reversibilidad;
3. producir el artefacto plataforma reproducible con infraestructura declarativa para que otra persona pueda revisarlo;
4. diagnosticar el fallo «aplicar infraestructura sin revisar plan, estado, permisos ni costo» sin ocultar incertidumbre;
5. transferir la decisión a otra plataforma o dominio sin depender de una marca.

Temas y por qué importan

Mapa conceptual

flowchart LR
    P["Problema: Máquinas virtuales, contenedores y aislamiento"] --> M["Modelo: Máquinas"]
    M --> D["Decisión: virtuales"]
    D --> E["Evidencia: contenedores"]
    E --> R["Revisión: aislamiento"]
    R -->|nueva información| M

El diagrama se lee de izquierda a derecha: el problema obliga a construir un modelo; el modelo permite decidir; la decisión solo se sostiene con evidencia; y la revisión devuelve nueva información al modelo. No es una secuencia lineal de entrega, sino un ciclo de aprendizaje aplicado a Máquinas virtuales, contenedores y aislamiento.

Conceptos y decisiones

Cloud y platform engineering convierten recursos y políticas en productos internos declarativos; elasticidad, seguridad, costo y operación son parte del diseño.

La pregunta rectora de esta parte es: ¿qué capacidad autoservicio se ofrece y qué guardrail limita su impacto? La respuesta debe apoyarse en plan declarativo, política, estimación de costo, prueba de despliegue local y destrucción controlada.

1. Máquinas: modelo

En esta clase, Máquinas se estudia como modelo. Su función es delimita qué entidad, estado o relación se estudia y qué queda fuera. Debe conectarse con la pregunta «¿qué capacidad autoservicio se ofrece y qué guardrail limita su impacto?» y demostrarse mediante plan declarativo, política, estimación de costo, prueba de despliegue local y destrucción controlada. Un tratamiento superficial solo lo nombraría; un tratamiento útil identifica precondiciones, transición, resultado observable y caso en que la explicación deja de sostenerse. Aplica esa secuencia a Máquinas virtuales, contenedores y aislamiento, registra los supuestos y explica qué decisión concreta cambia al comprenderla.

2. Virtuales: mecanismo

En esta clase, virtuales se estudia como mecanismo. Su función es explica la cadena causal: qué entrada cambia qué estado y mediante qué regla. Debe conectarse con la pregunta «¿qué capacidad autoservicio se ofrece y qué guardrail limita su impacto?» y demostrarse mediante plan declarativo, política, estimación de costo, prueba de despliegue local y destrucción controlada. Un tratamiento superficial solo lo nombraría; un tratamiento útil identifica precondiciones, transición, resultado observable y caso en que la explicación deja de sostenerse. Aplica esa secuencia a Máquinas virtuales, contenedores y aislamiento, registra los supuestos y explica qué decisión concreta cambia al comprenderla.

3. Contenedores: evidencia

En esta clase, contenedores se estudia como evidencia. Su función es define la señal observable que permite contrastar el modelo sin confundir correlación con causa. Debe conectarse con la pregunta «¿qué capacidad autoservicio se ofrece y qué guardrail limita su impacto?» y demostrarse mediante plan declarativo, política, estimación de costo, prueba de despliegue local y destrucción controlada. Un tratamiento superficial solo lo nombraría; un tratamiento útil identifica precondiciones, transición, resultado observable y caso en que la explicación deja de sostenerse. Aplica esa secuencia a Máquinas virtuales, contenedores y aislamiento, registra los supuestos y explica qué decisión concreta cambia al comprenderla.

4. Aislamiento: decisión

En esta clase, aislamiento se estudia como decisión. Su función es convierte el conocimiento en opciones comparables, límites, riesgos y condiciones de reversión. Debe conectarse con la pregunta «¿qué capacidad autoservicio se ofrece y qué guardrail limita su impacto?» y demostrarse mediante plan declarativo, política, estimación de costo, prueba de despliegue local y destrucción controlada. Un tratamiento superficial solo lo nombraría; un tratamiento útil identifica precondiciones, transición, resultado observable y caso en que la explicación deja de sostenerse. Aplica esa secuencia a Máquinas virtuales, contenedores y aislamiento, registra los supuestos y explica qué decisión concreta cambia al comprenderla.

La regla de trabajo es conservar trazabilidad: problema → supuesto → opción → decisión → evidencia → revisión. Una solución técnicamente posible puede seguir siendo inadecuada si excluye personas, desplaza riesgos o no puede mantenerse. La herramienta concreta se elige después de fijar el comportamiento y el criterio de aceptación.

Definiciones de trabajo

• Máquinas: concepto usado aquí como modelo; se acepta solo si puede observarse o justificarse mediante plan declarativo, política, estimación de costo, prueba de despliegue local y destrucción controlada.
• Virtuales: concepto usado aquí como mecanismo; se acepta solo si puede observarse o justificarse mediante plan declarativo, política, estimación de costo, prueba de despliegue local y destrucción controlada.
• Contenedores: concepto usado aquí como evidencia; se acepta solo si puede observarse o justificarse mediante plan declarativo, política, estimación de costo, prueba de despliegue local y destrucción controlada.
• Aislamiento: concepto usado aquí como decisión; se acepta solo si puede observarse o justificarse mediante plan declarativo, política, estimación de costo, prueba de despliegue local y destrucción controlada.

Estas definiciones son operativas para el borrador: deberán sustituirse o precisarse con terminología de las fuentes de la clase durante la revisión cualitativa. No son un glosario normativo.

Ejemplo mínimo

Registra una sola decisión sobre Máquinas virtuales, contenedores y aislamiento:

El valor del ejemplo no está en “tener razón”, sino en que el razonamiento pueda ser inspeccionado.

Ejemplo profesional

En la comercio responsable, el equipo prepara un cambio relacionado con Máquinas virtuales, contenedores y aislamiento. Parte de esta pregunta: ¿qué capacidad autoservicio se ofrece y qué guardrail limita su impacto? Antes de implementarlo, registra personas afectadas, estados normales y degradados, datos utilizados, costo de reversión y señales de éxito. Dos opciones se comparan con la misma tabla y se contrastan usando plan declarativo, política, estimación de costo, prueba de despliegue local y destrucción controlada. La alternativa ganadora queda condicionada a una prueba pequeña. La revisión incluye a producto, ingeniería y una persona que no participó en la propuesta. El resultado se archiva como Containerfile y enlaza la evidencia, no solo la conclusión.

Práctica guiada

1. Crea work/SE-350/ sin copiar datos personales ni secretos.
2. Formula el problema en una frase que incluya actor, necesidad y consecuencia.
3. Separa en una tabla hechos observados, inferencias, incógnitas y restricciones.
4. Propón dos opciones y una opción de no actuar; explicita costos y riesgos.
5. Construye el plataforma reproducible con infraestructura declarativa con los archivos indicados abajo.
6. Introduce deliberadamente el fallo controlado y registra síntomas antes de corregirlo.
7. Pide una revisión: la otra persona debe reconstruir la decisión solo con el artefacto.
8. Actualiza la conclusión y anota qué evidencia cambiaría la decisión.

Ejercicios

1. Fundamental: define Máquinas y virtuales con un ejemplo propio, un contraejemplo y un criterio que permita distinguirlos.
2. Aplicado: resuelve el caso de la comercio responsable, compara tres opciones y entrega Containerfile con trazabilidad completa.
3. Avanzado: cambia una restricción crítica —plataforma, escala, conectividad, regulación o capacidad del equipo— y demuestra qué partes de la decisión se conservan y cuáles deben revisarse.

Reto verificable

Entrega el plataforma reproducible con infraestructura declarativa de forma que una persona que no participó en la clase pueda reconstruir problema, supuestos, opciones, decisión y evidencia. El reto se acepta únicamente si esa persona puede señalar una condición concreta que cambiaría la decisión y reproducir al menos una comprobación sin pedir contexto oral adicional.

Fallo controlado y diagnóstico

Provoca de forma segura este fallo: aplicar infraestructura sin revisar plan, estado, permisos ni costo. No lo ejecutes sobre producción ni datos reales. Captura la decisión inicial, el síntoma observable y la primera hipótesis. Después reduce el caso, busca evidencia que pueda refutar tu hipótesis y corrige la causa, no solo el síntoma. Cierra con una medida preventiva y un procedimiento de recuperación.

Entorno y archivos clave

Entorno de referencia: contenedores OCI, Kubernetes local y Terraform en modo plan. La actividad es documental y portable; cualquier comando adicional debe declarar sistema operativo y versión.

work/SE-350/
├── README.md
│   ├── Containerfile
│   ├── platform.md
│   ├── main.tf
├── activity.yaml
└── rubric.json

README.md explica cómo reproducir la actividad; Containerfile contiene el resultado principal; los demás archivos separan evidencia y revisión. activity.yaml y rubric.json son contratos generados junto a esta guía.

Seguridad, ética y accesibilidad

• usa datos sintéticos o anonimizados y aplica minimización;
• no incluyas tokens, rutas privadas ni información personal en evidencias;
• identifica personas que reciben beneficios, cargas o riesgo de exclusión;
• ofrece una alternativa textual a diagramas y no uses color como única señal;
• verifica navegación por teclado y lenguaje comprensible cuando exista interfaz;
• detén la práctica si requiere acceso no autorizado o puede afectar sistemas reales.

Transferencia

Repite la decisión en un segundo contexto: cambia la comercio responsable por otro de los dominios persistentes, o cambia Windows por Linux/macOS cuando aplique. Conserva problema, criterios y evidencia; modifica únicamente los supuestos dependientes del entorno. Explica por escrito qué conocimiento fue transferible y qué parte pertenecía a la herramienta.

Evaluación y evidencia

Entrega el directorio work/SE-350/ y una reflexión de máximo 300 palabras. La rúbrica machine-readable está en rubric.json; no se aprueba solo por completar pasos.

Fuentes

Fuentes verificadas el 2026-09-30:

• Kubernetes documentation — Cloud Native Computing Foundation. https://kubernetes.io/docs/ — se usa para contrastar vocabulario, límites y criterios aplicables.
• Open Container Initiative specifications — Open Container Initiative. https://opencontainers.org/release-notices/overview/ — se usa para contrastar vocabulario, límites y criterios aplicables.
• Terraform language documentation — HashiCorp. https://developer.hashicorp.com/terraform/language — se usa para contrastar vocabulario, límites y criterios aplicables.
• AWS Well-Architected Framework — Amazon Web Services. https://docs.aws.amazon.com/wellarchitected/latest/framework/welcome.html — se usa para contrastar vocabulario, límites y criterios aplicables.
• Secure Software Development Framework — NIST. https://csrc.nist.gov/pubs/sp/800/218/final — se usa para contrastar vocabulario, límites y criterios aplicables.

Preguntas frecuentes

¿Basta con definir los términos del título?

No. Debes mostrar cómo se relacionan, qué mecanismo explican, qué evidencia los contrasta y qué decisión profesional cambia gracias a esa comprensión.

¿La herramienta recomendada es obligatoria?

No. El entorno de referencia hace reproducible la práctica, pero puedes usar otro si documentas equivalencias, versiones, diferencias y procedimiento de recuperación.

¿Completar los archivos aprueba automáticamente la clase?

No. Los archivos son contenedores de evidencia. La aprobación depende de la calidad del razonamiento, la reproducibilidad, el diagnóstico y la revisión contra las fuentes.

Límites y siguiente paso

Esta guía enseña a razonar y producir evidencia sobre Máquinas virtuales, contenedores y aislamiento; no certifica dominio profesional ni valida una implementación productiva. El siguiente enlace curricular es SE-351. Si la actividad necesita código o infraestructura real, debe añadir pruebas y documentar versiones, limpieza, resultados y recuperación antes de afirmar que fue ejecutada.

← SE-349 — IaaS, PaaS, SaaS y responsabilidad compartida · ↑ Parte 29 · 📚 Índice completo · 🌐 Portal · SE-351 — Orquestación y scheduling →