Clases de almacenamiento y políticas de ciclo de vida

No se accede a todos los datos con la misma frecuencia. Un archivo de video cargado hoy puede reproducirse en streaming miles de veces durante la primera semana y, después de un mes, volver a consultarse muy pocas veces. Las clases de almacenamiento de S3 le permiten adaptar el costo del almacenamiento al patrón de acceso: los datos a los que se accede con frecuencia usan una clase más costosa optimizada para la velocidad de recuperación, mientras que los datos archivados usan clases muy económicas con mayor latencia de recuperación. El examen SAA-C03 le pide con frecuencia que seleccione la clase adecuada para un patrón de acceso descrito.

S3 Standard es la clase de almacenamiento predeterminada de uso general: SLA de disponibilidad del 99,99 %, durabilidad de 11 nueves, sin duración mínima de almacenamiento y sin cargo por recuperación. Los datos se almacenan en al menos tres AZ. Use Standard para datos a los que se accede con frecuencia: recursos web, conjuntos de datos activos y contenido descargado con frecuencia. Standard tiene el costo de almacenamiento por GB más alto, pero ningún cargo por recuperación, lo que la hace ideal cuando no conoce los patrones de acceso o cuando se accede a los datos varias veces al mes.

S3 Intelligent-Tiering mueve automáticamente los objetos entre niveles de acceso según cambian los patrones de acceso, sin impacto en el rendimiento ni cargos por recuperación. Contiene hasta cuatro niveles: Frequent Access (el mismo rendimiento que Standard), Infrequent Access (los objetos a los que no se accede durante 30 días se mueven aquí automáticamente, con un ahorro de costos de aproximadamente el 40 %), Archive Instant Access (90 días sin acceso, con otro ahorro de aproximadamente el 50 %) y el nivel opcional Deep Archive Access (180 días). Se aplica una pequeña tarifa mensual de monitoreo y automatización por objeto. Es la mejor opción para datos con patrones de acceso desconocidos o cambiantes.

S3 Standard-Infrequent Access (Standard-IA) está diseñado para datos a los que se accede menos de una vez al mes: tiene un costo de almacenamiento menor que Standard, pero incluye un cargo por recuperación por GB y un cargo mínimo de almacenamiento de 30 días. Los datos se almacenan en varias AZ (la misma durabilidad de 11 nueves). S3 One Zone-IA almacena los datos en una sola AZ, aproximadamente un 20 % más económica que Standard-IA, pero los datos se pierden si falla la AZ. Use One Zone-IA solo para datos que pueda recrear o que ya estén replicados en otra ubicación (por ejemplo, imágenes en miniatura generadas a partir de originales almacenados en Standard).

S3 Glacier Instant Retrieval está diseñado para datos archivados a los que se accede rara vez (trimestralmente), pero que requieren recuperación en milisegundos cuando se consultan. El costo de almacenamiento es mucho menor que el de Standard-IA, pero el cargo por recuperación es más alto. La duración mínima de almacenamiento es de 90 días. La diferencia clave frente a otras clases de Glacier es el acceso instantáneo: recupera los datos en milisegundos, igual que con Standard, lo que lo hace perfecto para archivos de imágenes médicas o recursos multimedia que rara vez se necesitan, pero que deben estar disponibles de inmediato cuando se requieran.

S3 Glacier Flexible Retrieval (anteriormente S3 Glacier) ofrece tres niveles de velocidad de recuperación para datos archivados: Expedited (1-5 minutos, mayor costo), Standard (3-5 horas, costo moderado) y Bulk (5-12 horas, menor costo). La duración mínima de almacenamiento es de 90 días. Es ideal para archivos de copias de seguridad, datos de cumplimiento normativo que se recuperan con poca frecuencia y conservación digital donde una latencia de recuperación de horas es aceptable. El examen suele presentar esta opción como la solución cuando la pregunta menciona «archivos a los que se accede unas pocas veces al año».

S3 Glacier Deep Archive es la clase de almacenamiento de S3 de menor costo, con un precio aproximado de 1 USD/TB al mes. Está diseñada para datos que se conservan durante 7-10 años y a los que quizá se acceda una o dos veces al año. El tiempo de recuperación es de 12 horas (nivel Standard) o 48 horas (nivel Bulk). La duración mínima de almacenamiento es de 180 días. Casos de uso: archivos de cumplimiento normativo (HIPAA, SEC Rule 17a-4), archivado de medios digitales, datos de genómica y datos de investigación a largo plazo. Deep Archive es menos costoso que el almacenamiento en cintas local, a la vez que está completamente administrado y es accesible de forma remota.

Las políticas de ciclo de vida de S3 automatizan la transición de objetos entre clases de almacenamiento y la expiración de objetos según las reglas que defina. Una política de ciclo de vida es un documento JSON asociado al bucket con reglas que especifican: un filtro (por prefijo, etiqueta o tamaño de objeto), una acción de transición (mover a una clase más económica después de N días) o una acción de expiración (eliminar después de M días). Las reglas de ciclo de vida eliminan la necesidad de scripts personalizados para administrar la clasificación y eliminación de objetos a escala.

Un ciclo de vida de clasificación típico para archivos de registro: los objetos se conservan en S3 Standard durante los primeros 30 días (se accede a ellos con frecuencia para depuración), después pasan automáticamente a Standard-IA entre los días 31 y 90 (se consultan ocasionalmente), luego a Glacier Flexible Retrieval entre los días 91 y 365 (retención por cumplimiento normativo) y, finalmente, se eliminan después de 365 días (se cumple la política de retención). Esta única regla de ciclo de vida reemplaza una tarea cron compleja y funciona a cualquier escala sin sobrecarga de administración.

S3 Storage Class Analysis observa los patrones de acceso a los datos de un bucket y genera recomendaciones sobre cuándo transferir objetos a Standard-IA. Después de 30 días de observación, genera un informe (visible en la consola o exportable a un archivo CSV en S3) que muestra la frecuencia de acceso de lectura según la antigüedad del objeto. Use estos informes para calibrar los umbrales de transición de las políticas de ciclo de vida antes de configurarlos. Storage Class Analysis se integra con S3 Intelligent-Tiering: puede usar el resultado del análisis para configurar una política de ciclo de vida precisa o simplemente cambiar a Intelligent-Tiering.

Resumen para decidir la clase de almacenamiento: Standard → datos activos a los que se accede con frecuencia; Intelligent-Tiering → patrones de acceso desconocidos o variables; Standard-IA → acceso poco frecuente (mensual), varias AZ; One Zone-IA → acceso poco frecuente, datos que se pueden recrear, una sola AZ; Glacier Instant Retrieval → acceso poco frecuente (trimestral), recuperación en milisegundos; Glacier Flexible Retrieval → acceso poco frecuente, recuperación en horas aceptable; Glacier Deep Archive → retención de 7-10 años, recuperación de 12-48 horas. Las duraciones mínimas de almacenamiento (30, 30, 90, 90 y 180 días) conllevan cargos si los objetos se eliminan antes.

En esta lección aprendió que: las clases de almacenamiento de S3 van desde Standard (acceso frecuente, mayor costo) hasta Glacier Deep Archive (acceso poco frecuente, menor costo), y cada una tiene tiempos de recuperación y duraciones mínimas de almacenamiento específicos, S3 Intelligent-Tiering automatiza la clasificación para patrones de acceso desconocidos y las políticas de ciclo de vida automatizan las transiciones entre clases y la expiración de objetos según la antigüedad o las etiquetas. A continuación, exploraremos la arquitectura de VPC y los bloques CIDR.