Amazon EFS: Sistema de Archivos Elástico

EFS es un sistema de archivos NFS administrado que puede ser montado por múltiples instancias simultáneamente.

Características principales:

• Elástico: Crece y decrece automáticamente
• Compartido: Múltiples EC2/contenedores acceden al mismo sistema
• Administrado: AWS gestiona la infraestructura
• Compatible con NFS 4.0/4.1

Casos de uso:

• Directorios home compartidos
• Almacenamiento de aplicaciones web
• Content management systems (CMS)
• Machine learning training
• Big data analytics
• Contenedores con ECS/EKS

Almacenamiento compartido:

    EC2 (AZ-a)     EC2 (AZ-b)     ECS Tasks
         │              │              │
         └──────────────┼──────────────┘
                        │
                   Amazon EFS
                  ┌────────────┐
                  │  Sistema   │
                  │ de Archivos│
                  └────────────┘

Amazon EFS:

• Sistema de archivos compartido
• Protocolo NFS
• Multi-AZ por defecto
• Escala automáticamente
• Solo para Linux

Amazon EBS:

• Almacenamiento de bloques
• Adjunto a UNA sola EC2
• Reside en una AZ
• Tamaño fijo (pre-aprovisionado)
• Ideal para bases de datos, OS

Amazon S3:

• Almacenamiento de objetos
• Acceso vía API (no sistema de archivos)
• Global (no AZ específico)
• Ideal para archivos, backups, data lakes

Tabla comparativa:

EFS Standard:

• Alta disponibilidad (Multi-AZ)
• Para datos de acceso frecuente
• Mayor costo de almacenamiento

EFS Standard-IA (Infrequent Access):

• Para archivos no accedidos frecuentemente
• ~90% más barato que Standard
• Costo por recuperación de datos

EFS One Zone:

• Una sola AZ
• ~47% más barato que Standard
• Para datos no críticos o replicables

EFS One Zone-IA:

• Una sola AZ + Acceso infrecuente
• La opción más económica
• ~92% más barato que Standard

Lifecycle Management:

• Mueve archivos automáticamente a IA
• Configurable: 7, 14, 30, 60, 90 días sin acceso
• Reduce costos significativamente

Ejemplo de ahorro:

• 100 GB en Standard: $30/mes
• 100 GB en Standard-IA: $2.50/mes
• Con lifecycle: la mayoría migra a IA automáticamente

General Purpose (Recomendado):

• Para la mayoría de workloads
• Baja latencia por operación
• Hasta 35,000 IOPS
• Ideal para web serving, CMS, dev environments

Max I/O:

• Para workloads altamente paralelos
• Escala a mayor throughput
• Latencia ligeramente mayor
• Big data, media processing, ML

Throughput Modes:

Bursting:

• Throughput escala con tamaño del sistema
• 50 MB/s por TB almacenado
• Acumula créditos cuando no se usa
• Gratis (incluido)

Provisioned:

• Throughput fijo independiente del tamaño
• Para sistemas pequeños con alto throughput
• Costo adicional

Elastic (Nuevo):

• Escala automáticamente según demanda
• Hasta 3 GB/s para lecturas
• Ideal para workloads impredecibles

Recomendación:

• Empieza con General Purpose + Elastic
• Monitorea con CloudWatch
• Ajusta si necesitas más rendimiento

Mount Targets:

• Endpoints ENI en cada AZ
• Necesitas crear uno por AZ donde accederás
• Security Groups controlan acceso

Configuración básica:

# Instalar utilidades NFS
sudo yum install -y amazon-efs-utils

# Montar EFS
sudo mount -t efs fs-12345678:/ /mnt/efs

# O con TLS (recomendado)
sudo mount -t efs -o tls fs-12345678:/ /mnt/efs

Opciones de montaje persistente:

# Agregar a /etc/fstab
fs-12345678:/ /mnt/efs efs defaults,_netdev 0 0

Acceso desde contenedores:

• ECS: Definir en task definition
• EKS: Usar CSI driver para EFS
• Fargate: Soportado desde 2020

Seguridad:

• Cifrado en tránsito con TLS
• Cifrado en reposo con KMS
• IAM para control de acceso
• Security Groups para red

Modelo de precios:

• Pagas solo por lo que usas
• Sin aprovisionamiento previo
• Diferentes precios por clase

Precios aproximados (us-east-1):

Costos adicionales:

• Throughput provisionado: $6/MB/s/mes
• Transferencia inter-AZ: incluido

Casos de uso detallados:

WordPress/Drupal:

• Múltiples servidores web comparten wp-content
• Uploads disponibles en todos los nodos
• Escala horizontalmente

Desarrollo colaborativo:

• Compartir código entre desarrolladores
• Ambientes de desarrollo consistentes

Machine Learning:

• Datasets compartidos entre training jobs
• Múltiples instancias leen datos en paralelo

Contenedores stateful:

• Persistencia para aplicaciones containerizadas
• Compartir estado entre réplicas