Una plataforma de mensajería crítica se diseña para el día que algo falla. El OTP que no llega en treinta segundos es un cliente que no puede entrar a su banco; no hay ventana de mantenimiento que justifique eso. Por eso la alta disponibilidad no es una característica que se agrega al final: es la restricción que ordena todas las demás decisiones de arquitectura.
Aquí escribo sobre esa disciplina en concreto: procesamiento asíncrono y colas como amortiguador de picos, regiones cloud y qué cambia de verdad con infraestructura local, tolerancia a fallos de proveedores y operadores, observabilidad que avisa antes del incidente y continuidad operativa cuando el incidente llega igual. También sobre las decisiones incómodas: qué redundar y qué no, cuánto cuesta cada nueve de disponibilidad y cuándo la complejidad que agregas para no caerte se convierte en la causa de la caída.
El material sale de operar una plataforma multi-tenant que procesa tráfico transaccional para banca y empresas en América Latina, donde los errores se miden en clientes que no pudieron autenticarse. Si diseñas u operas sistemas donde la caída no es una opción aceptable, este es el registro de lo que aprendí haciéndolo.
Identidad, permisos, memoria, trazabilidad, costos y salida a humano: las capas que separan un piloto de IA de un sistema en producción. Y por qué en la industria móvil de LATAM el 78% de los despliegues de IA está en un solo lugar.
La región de AWS en México opera desde enero de 2025 con tres zonas de disponibilidad. Qué habilita en latencia y residencia de datos para una plataforma de mensajería crítica, qué no resuelve y cómo evaluar la migración por partes.