Preguntas frecuentes

Los contenedores comparten el núcleo del SO anfitrión, por lo que son más ligeros y rápidos.

Sí, comienza con los conceptos básicos para evolucionar hacia la orquestación avanzada.

Es un script de texto que contiene las instrucciones para construir una imagen de Docker.

Una herramienta para definir y ejecutar aplicaciones Docker multicontenedor.

Es un registro público donde se pueden encontrar y compartir imágenes de Docker.

La herramienta nativa de Docker para orquestar un clúster de motores Docker.

Sí, a menos que utilice volúmenes de Docker para persistir los datos.

Para reducir el tamaño de la imagen final excluyendo las herramientas de compilación.

Sí, puede imponer límites de CPU y RAM durante el lanzamiento.

Kubernetes utiliza contenedores estándar (a menudo Docker o containerd) para la orquestación.

Es una plataforma de observabilidad completa basada en inteligencia artificial.

SaaS está alojado por Dynatrace; Managed se instala en tu propia infraestructura.

Un agente único que se instala en tus hosts para recopilar automáticamente todas las métricas y trazas.

La IA causal Davis se apoya en la topología Smartscape y en las dependencias observadas para agrupar las anomalías relacionadas en un único problema y señalar la causa raíz más probable, con las evidencias que la justifican. Su precisión depende de la cobertura de la instrumentación.

El data lakehouse de Dynatrace diseñado específicamente para los datos de observabilidad unificados.

Sí, Dynatrace se integra perfectamente con Docker, Kubernetes y OpenShift.

La herramienta 'Monitoring as Code' para gestionar tus configuraciones de Dynatrace como código.

Sí, con los monitores sintéticos (Synthetic Monitoring).

Gracias a las DDU (Davis Data Units), que permiten seguir el consumo de las diferentes métricas.

Sí, existen varios niveles como Associate, Advanced Observability, etc.

Vagrant es una herramienta de línea de comandos para crear y gestionar entornos de desarrollo virtuales reproducibles, portátiles y fáciles de configurar.

Vagrant se centra en la gestión de máquinas virtuales completas (sistema operativo aislado), mientras que Docker gestiona contenedores que comparten el núcleo del host, lo que los hace más ligeros pero menos aislados a nivel de SO.

Una box es el formato de empaquetado para los entornos de Vagrant. Es una imagen base comprimida de un sistema operativo (p. ej. Ubuntu, CentOS) a partir de la cual se crea la VM.

Es el archivo de configuración central (con sintaxis Ruby) que describe el tipo de máquina, los recursos (CPU, RAM), las carpetas compartidas, la red y los scripts de configuración a ejecutar.

Sí, Vagrant es independiente del proveedor. Aunque VirtualBox es el estándar, también admite VMware, Hyper-V, Docker, e incluso instancias en la nube (AWS, Azure) mediante plugins.

Es la etapa de automatización en la que Vagrant instala el software y configura la máquina tras su arranque, usando scripts Shell o herramientas como Ansible, Chef o Puppet.

Es un reverse proxy y balanceador de carga moderno, diseñado para arquitecturas de microservicios. Descubre automáticamente la configuración de sus servicios.

Sí, se integra de forma nativa con Let's Encrypt para generar y renovar automáticamente los certificados TLS.

La v2 introdujo los conceptos de Routers, Middlewares y Services, ofreciendo una configuración más flexible y potente que los frontends/backends de la v1.

Es una herramienta de automatización de código abierto para la gestión de configuración, el despliegue de aplicaciones y la orquestación de tareas de TI.

No, Ansible es 'agentless'. Se comunica con los servidores remotos por SSH (para Linux/Unix) o WinRM (para Windows).

Es un archivo en formato YAML que describe un conjunto de tareas ordenadas a ejecutar en uno o varios servidores objetivo (el inventario).

Un motor de búsqueda y análisis distribuido, basado en Apache Lucene.

Una colección lógica de documentos JSON, dividida en shards (índices Lucene) repartidos entre los nodos del clúster. No equivale a una base de datos relacional: sin tablas ni joins, y un esquema (mapping) por índice.

Es una partición de un índice que permite distribuir los datos entre varios nodos.

Es la interfaz de usuario para visualizar e interactuar con los datos de Elasticsearch.

Utilizando las funcionalidades de Role-Based Access Control (RBAC) y los espacios de Kibana.

Puedes utilizar Query DSL mediante la API, o KQL (Kibana Query Language) en la interfaz.

Sí, mediante los Data Streams, que están optimizados para los datos basados en el tiempo.

Gracias a los Snapshots almacenados en un repository (NFS, S3, etc.) y gestionados mediante políticas SLM.

Sí, Elasticsearch admite el Role Mapping con proveedores de identidad SAML, LDAP, etc.

Un nodo responsable de la gestión global del clúster (creación de índices, seguimiento de los nodos).

Un motor de recolección de datos de código abierto que permite procesar y enriquecer eventos.

Una serie de etapas de procesamiento de datos que incluyen inputs, filters y outputs.

Para analizar y estructurar textos no estructurados en campos identificables.

Beats es ligero y recopila los datos en el origen, Logstash es un motor pesado que centraliza y transforma los datos.

Un sistema de supervisión y alertas de código abierto especializado en series temporales.

Utiliza un modelo 'pull' en el que el servidor va a buscar las métricas en los objetivos.

Un agente que traduce métricas de terceros al formato que entiende Prometheus.

El potente lenguaje de consulta que permite manipular las series temporales.

Usando Pushgateway, ya que el modelo 'pull' no es adecuado para tareas muy cortas.

No, Prometheus solo gestiona métricas. Logstash gestiona los logs.

Prometheus evalúa las reglas de alerta y envía los eventos a Alertmanager.

Una herramienta para recopilar métricas de uso de los contenedores Docker/Kubernetes.

Sí, Prometheus es la fuente de datos predeterminada y más utilizada en Grafana.

Sí, incorpora mecanismos de descubrimiento de servicios (Service Discovery).

Es el acceso bajo demanda, a través de Internet, a recursos informáticos compartidos (servidores, almacenamiento, aplicaciones) con un modelo de pago por uso.

IaaS proporciona la infraestructura básica, PaaS ofrece una plataforma para desarrolladores y SaaS ofrece software terminado accesible a través del navegador.

Es la capacidad de una infraestructura Cloud para aumentar o reducir sus recursos automáticamente para adaptarse a la carga en tiempo real.

Es un estándar y un conjunto de herramientas de código abierto (API, SDK, Collector) para instrumentar, generar, recopilar y exportar datos de telemetría (trazas, métricas, logs).

Es el protocolo nativo de OpenTelemetry (OpenTelemetry Protocol) para transportar los datos de telemetría de forma eficiente y estandarizada entre los distintos componentes.

No, es una de sus principales ventajas. OTel es independiente del proveedor y puede enviar datos a numerosos backends (Jaeger, Prometheus, Dynatrace, Datadog, etc.) mediante exporters, evitando así el 'vendor lock-in'.

Son los nombres estándar de atributos, spans y métricas (por ejemplo http.request.method o service.name). Hacen que la telemetría sea comprensible por todas las herramientas; un capítulo entero les está dedicado.

Sí, es la cuarta señal, todavía en desarrollo: OTLP la transporta y se donó un perfilador eBPF al proyecto. El capítulo «Los perfiles» explica el estado actual y cómo vincular hoy un span con su perfil.

Es una plataforma de código abierto para la visualización y el análisis de métricas.

Grafana admite numerosas fuentes como Prometheus, Elasticsearch, InfluxDB, MySQL, PostgreSQL, etc.

Kibana está muy ligado a Elasticsearch para los logs, mientras que Grafana es más agnóstico y destaca en métricas e integración multi-fuente.

Sí, Grafana cuenta con un potente sistema de alertas integrado.

Mediante autenticación (LDAP, OAuth), HTTPS y una gestión detallada de permisos por carpeta y tablero.

Permite hacer dinámicos los tableros (p. ej. filtrar por servidor o entorno).

Sí, en formato JSON para guardarlos o compartirlos.

Grafana Cloud es un servicio SaaS gestionado; el autoalojamiento le da control total sobre la infraestructura.

Marcadores visuales en los gráficos para indicar eventos (despliegues, incidencias).

Sí, especialmente con Loki, la solución de logs integrada en el ecosistema Grafana.

Es ante todo una cultura de colaboración entre los equipos de desarrollo (Dev) y de operaciones (Ops), respaldada por prácticas (CI/CD, IaC) y herramientas de automatización.

CI (Integración Continua) es la práctica de integrar el código con frecuencia en un repositorio compartido. CD (Entrega/Despliegue Continuo) es la automatización de la entrega o el despliegue en producción.

Es la práctica de gestionar y aprovisionar la infraestructura (servidores, redes, balanceadores de carga) mediante archivos de configuración versionados (código), como con Terraform o Ansible, en lugar de configuraciones manuales.

Con la entrega continua, cada versión validada puede pasar a producción con un clic; con el despliegue continuo, pasa automáticamente, sin intervención humana. El capítulo «CI/CD de principio a fin» detalla ambos.

Es recomendable: las prácticas usan la línea de comandos, Docker y Git. El curso «Administración Linux» proporciona las bases necesarias.

Son agentes ligeros de la suite Elastic instalados en los servidores para recolectar datos.

Filebeat recolecta y envía los logs de forma ligera, mientras que Logstash es un motor de transformación pesado.

Un agente dedicado a la recolección de métricas de sistema y servicios.

Elastic Agent es la nueva solución unificada destinada a reemplazar a los Beats individuales.

La interfaz centralizada en Kibana para configurar y actualizar masivamente los Elastic Agents.

Sí, Winlogbeat está especialmente diseñado para los registros de eventos de Windows.

Principalmente a Elasticsearch o Logstash, pero también a Kafka o Redis.

No, están escritos en Go y diseñados para ser muy ligeros.

Configuraciones listas para usar para sistemas comunes (Nginx, MySQL) que incluyen tableros de control.

Sí, soportan cifrado SSL/TLS y autenticación.

Es un sistema de orquestación de contenedores de código abierto que automatiza el despliegue, el escalado y la gestión de aplicaciones contenedorizadas.

Un Pod es la unidad desplegable más pequeña en Kubernetes, que contiene uno o más contenedores. Un Deployment es un objeto de nivel superior que gestiona ReplicaSets, los cuales a su vez aseguran que un número específico de Pods idénticos se estén ejecutando en todo momento.

Es una abstracción que define un conjunto lógico de Pods y una política para acceder a ellos (a través de una IP y un puerto estables), actuando como un punto de entrada y un equilibrador de carga interno.

Es un recolector de telemetría de código abierto y neutral respecto al proveedor, diseñado para reemplazar a Grafana Agent. Es compatible con OpenTelemetry (OTel).

Sí, Alloy agrupa las funcionalidades de Promtail, de Grafana Agent e integra soporte nativo para OpenTelemetry.

Alloy utiliza una sintaxis declarativa basada en River (similar al HCL de Terraform) que simplifica la creación de pipelines.

Absolutamente, Alloy ofrece soporte nativo completo para recibir, procesar y exportar datos (trazas, logs, métricas) a través del protocolo OTLP.

HAProxy es famoso por su extrema velocidad y fiabilidad. A diferencia de Nginx, que es un servidor web polivalente, HAProxy es un puro especialista en balanceo de carga, con funciones de comprobación de salud y de persistencia mucho más precisas.

Sí, perfectamente. Puede hacer 'SSL Pass-through' (dejar que el backend descifre) o 'Terminación SSL' (HAProxy descifra y descarga a los servidores web).

Una ACL (Access Control List) permite tomar decisiones de enrutamiento inteligentes basadas en criterios como la URL, la dirección IP de origen o los encabezados HTTP.

Un backend de trazas distribuidas de Grafana Labs que solo necesita un almacenamiento de objetos y se integra de forma nativa con Grafana, Loki y Prometheus.

Tempo almacena las trazas en un simple almacenamiento de objetos sin índice pesado y se consulta con TraceQL; Jaeger se apoya en Elasticsearch o Cassandra.

El lenguaje de consulta de Tempo para buscar spans por atributos, duración, estado y relaciones padre/hijo.

Mediante OTLP (gRPC 4317, HTTP 4318), directamente desde los SDK de OpenTelemetry o a través de Grafana Alloy.

Un sistema de agregación de logs de Grafana Labs, inspirado en Prometheus: solo indexa las etiquetas (labels) de los flujos y guarda el contenido comprimido en un almacenamiento de objetos, lo que lo hace económico.

Para los logs de aplicaciones e infraestructura, a menudo sí. Si necesitas búsqueda de texto completo sobre grandes volúmenes sin contexto, Elasticsearch sigue siendo más adecuado.

LogQL, cercano a PromQL: selectores de labels, filtros de líneas, parsers y funciones de métricas.

Grafana Alloy es el recolector recomendado; Promtail está obsoleto.

Para ampliar Prometheus con alta disponibilidad, una vista global multiclúster y almacenamiento a largo plazo en un almacenamiento de objetos.

No: Prometheus sigue recopilando; Thanos añade componentes a su alrededor (sidecar, query, store...).

El sidecar es el modelo más sencillo (pull). Receive es adecuado para clústeres aislados, el modo agente y el multi-tenant (push por remote write).

Dos compactors que escriben en el mismo bucket pueden corromper los bloques.

No: Prometheus (o Alloy) sigue recopilando las métricas; Mimir las recibe por remote_write, las almacena y las sirve a través de la misma API PromQL.

Thanos se añade a servidores Prometheus existentes (sidecar) y ofrece downsampling; Mimir centraliza mediante remote_write y aporta multi-tenant y límites nativos. Ambos almacenan bloques TSDB en un almacenamiento de objetos.

No para empezar: el almacenamiento clásico en bloques funciona sin él. Las versiones recientes ofrecen una arquitectura de ingesta basada en Kafka para desacoplar lectura y escritura a gran escala.

Sí, Mimir es open source (AGPLv3). Grafana Labs también ofrece una versión gestionada (Grafana Cloud Metrics) y una versión enterprise.

Es el muestreo permanente, en producción, de las pilas de llamadas de los procesos, para saber qué funciones consumen CPU, memoria o tiempo de espera.

En general entre el 1 y el 3 % de CPU, gracias al muestreo. eBPF es todavía más ligero.

No con eBPF (perfiles de CPU); sí con los SDK, que aportan labels de negocio, perfiles de memoria y enlaces a las trazas.

Go, Java, Python, Ruby, Node.js, .NET y Rust mediante los SDK; todos los lenguajes compilados y varios interpretados mediante eBPF.

No: Prometheus (o Mimir, Loki, Grafana) evalúa las reglas; Alertmanager recibe las alertas y gestiona la agrupación, el enrutamiento y las notificaciones.

Alertmanager deduplica las alertas idénticas; en clúster, los miembros se coordinan para enviar una sola notificación.

Alertmanager para las reglas de Prometheus gestionadas como código; Grafana Alerting para reglas multifuente. Mantén un único lugar para las rutas.

Alerta sobre síntomas, agrupa, inhibe, silencia los warnings por la noche y revisa cada semana las alertas no accionables.

El SLO es un objetivo interno medido; el SLA es un compromiso contractual con penalizaciones. El SLO es más estricto que el SLA.

No: es imposible y muy costoso. Se fija un objetivo adaptado a las expectativas de los usuarios y se usa el margen como presupuesto.

La velocidad a la que se consume el presupuesto de error: 1 lo agota exactamente en la ventana, 14,4 en poco más de dos días de 30.

Ambos generan reglas de Prometheus equivalentes; Pyrra añade una interfaz web, Sloth una CLI sencilla y dashboards de Grafana.

No: los programas eBPF se enganchan al kernel y a los procesos existentes. Esa es precisamente la ventaja del enfoque.

El verificador del kernel impide que un programa haga caer el kernel, pero los agentes eBPF son privilegiados: deben tratarse como componentes sensibles.

Como mínimo la 5.8 para la mayoría de las herramientas modernas; se recomienda la 5.15 o superior, con BTF activado.

No, lo complementa: eBPF cubre todo el parque sin esfuerzo y los SDK de OpenTelemetry aportan el detalle de negocio.

Sí, k6 es open source (AGPLv3). Grafana Cloud ofrece además una ejecución distribuida gestionada y monitorización sintética.

Bastan unas nociones de JavaScript: los scripts son cortos y los ejemplos de la formación están completos.

Varios miles de VU HTTP en una máquina razonable; por encima, se distribuye la carga con k6-operator.

k6 apuesta por scripts en código, versionados y automatizados en CI, con un bajo consumo de recursos; JMeter ofrece una interfaz gráfica y un amplio ecosistema de plugins.

Sí, el SDK de Faro es open source y el receptor forma parte de Grafana Alloy. Grafana Cloud ofrece una versión gestionada (Frontend Observability).

El SDK es ligero y envía sus datos por lotes; el impacto es insignificante para la mayoría de los sitios.

Depende de los datos recopilados y de su finalidad: en caso de duda, inicializa Faro después del consentimiento y minimiza los datos.

No: Faro mide el rendimiento y los errores para los equipos técnicos; no es una herramienta de audiencia de marketing.

Fluent Bit, escrito en C, consume pocos megabytes de memoria: está pensado para agentes en cada nodo. Fluentd, en Ruby, sigue siendo útil como agregador con sus numerosos plugins, pero los nuevos despliegues prefieren Fluent Bit.

Sí: recibe y envía OTLP (input y output opentelemetry) para logs, métricas y trazas.

No: consulta Elasticsearch y guarda allí sus propios objetos (dashboards, reglas, data views).

KQL filtra documentos; ES|QL encadena filtros, cálculos y agregaciones. Se suele usar KQL en Discover y ES|QL para el análisis.

Kibana se puede usar gratis; algunas funciones (conectores de terceros, seguridad a nivel de documento, SLO avanzados) dependen de la licencia.

Sí: Elastic Observability ingiere OTLP y publica sus propias distribuciones de OpenTelemetry (EDOT).

Puede reemplazar su almacenamiento (remote write) o Prometheus por completo con vmagent y vmalert, conservando PromQL y los mismos archivos de configuración.

Gracias a un formato de almacenamiento y una compresión optimizados, y a un bajo consumo de memoria por serie activa.

Rara vez al principio: el single-node gestiona varios millones de series activas. El clúster sirve para volúmenes muy grandes y para multi-tenant.

Sí, es un superconjunto: las consultas PromQL funcionan, con funciones adicionales.

La v2, basada en el OpenTelemetry Collector, es la versión actual; la v1 ha llegado al final de su vida útil.

No: se usan los SDK de OpenTelemetry, y Jaeger recibe OTLP de forma nativa.

Elasticsearch, OpenSearch o Cassandra, opcionalmente con Kafka como búfer; nunca el almacenamiento en memoria.

Tempo es más económico y se integra con Grafana; Jaeger ofrece una interfaz independiente y se apoya en bases de datos indexadas.

La versión autoalojada es de código abierto; existen también una oferta cloud de pago y una edición empresarial.

Sí: la instrumentación se basa en OpenTelemetry, basta con cambiar el destino del Collector.

Sí, Zabbix es open source (AGPLv3 desde la 7.0); el fabricante vende soporte y servicios.

Zabbix destaca en la infraestructura clásica, la red y SNMP con una interfaz todo en uno; Prometheus, en los entornos cloud-native y Kubernetes. Conviven bien.

Se recomienda el agent 2 (escrito en Go): las mismas claves, más plugins (Docker, bases de datos) y una mejor gestión de los checks activos.

PostgreSQL con TimescaleDB para las instalaciones grandes; MySQL/MariaDB también es compatible.

No: la prueba gratuita de 14 días basta para todas las prácticas.

Sí, el agente recibe OTLP y Datadog convierte los atributos estándar en tags.

Controla la cardinalidad de las métricas, filtra y muestrea los logs, y sigue el uso con monitors dedicados.

Ambas son plataformas SaaS completas; Datadog apuesta por la flexibilidad y el ecosistema de integraciones, Dynatrace por la automatización y la IA causal. Consulta también la formación de Dynatrace.

Un plano de control para colectores OpenTelemetry: construye los pipelines, los despliega por rollouts mediante OpAMP y mide los volúmenes enviados a los backends.

No. El servidor envía las configuraciones y recibe medidas; la telemetría va directamente de los colectores a los destinos.

No: el plan Free (hasta 10 colectores y 100 GB/día) basta para todas las prácticas. Se necesita una clave de licencia gratuita.

Alloy es una distribución del colector con su propia sintaxis; Bindplane es un plano de control que gestiona flotas de colectores. Un artículo de la formación los compara en detalle.

Un proveedor de herramientas de observabilidad y evaluación para la IA generativa: Phoenix (código abierto) y Arize AX (plataforma).

Convenciones e instrumentaciones OpenTelemetry para trazar LLM, RAG y agentes, usadas por Phoenix y Arize AX.

No: basta un modelo local Ollama mediante su API compatible con OpenAI. Una clave de OpenAI ofrece mejores jueces para las evaluaciones.

Phoenix para desarrollar, evaluar y experimentar, autoalojado; Arize AX para supervisar la producción a gran escala.

Sí: la gran mayoría de servidores, contenedores y nodos de Kubernetes funcionan con Linux. Leer logs y gestionar servicios, permisos y red es la base de todos los puestos de operaciones.

Las prácticas usan Ubuntu 24.04 LTS. Los equivalentes Red Hat (dnf, firewalld, SELinux) se indican en las lecciones: los conceptos son los mismos.

Basta una máquina virtual local (Multipass, Vagrant, VirtualBox) o una pequeña instancia en la nube. Usa una máquina desechable: algunas prácticas modifican el cortafuegos, SSH y los discos.

Cubre la mayor parte de los objetivos de LFCS (Linux Foundation) y RHCSA (Red Hat): usuarios, almacenamiento, servicios, red, seguridad y scripts. Los exámenes son prácticos: repite las prácticas sin la corrección.

Unix es un sistema nacido en 1969 del que derivan sistemas comerciales (AIX, Solaris, macOS). Linux es un kernel libre creado en 1991 que sigue los principios de Unix; el primer capítulo detalla las diferencias.

Vector es un proyecto de código abierto (licencia MPL 2.0) mantenido por Datadog; envía datos a decenas de destinos, no solo a Datadog.

Sí, para aprovechar Vector: VRL es un lenguaje sencillo, tipado y verificado antes de la ejecución, que sustituye las expresiones regulares dispersas por las configuraciones.

El almacenamiento en columnas comprime mucho la telemetría y acelera las agregaciones, incluso con alta cardinalidad.

No para la búsqueda habitual en HyperDX; el SQL es una ventaja para análisis avanzados y uniones con tus datos de negocio.

No: las prácticas usan LocalStack, que emula los servicios de AWS en tu máquina con Docker. Después puedes ejecutar los mismos comandos en una cuenta real (capa gratuita) quitando el prefijo «local».

La edición comunitaria cubre S3, Lambda, API Gateway, DynamoDB, SQS, SNS, CloudFormation, IAM (sin aplicar las políticas), EC2 simulado, etc. Algunas funciones (aplicación estricta de IAM, RDS real, EKS) requieren la edición de pago o una cuenta real.

Cloud Practitioner (CLF-C02) valida los fundamentos; Solutions Architect Associate (SAA-C03) es la certificación técnica más demandada. Ambas tienen un itinerario de preparación al final del curso.

No para las prácticas: Azurite emula Blob, Queue y Table, las Functions se ejecutan en local y Bicep se compila y se prueba en local. Una suscripción de prueba permite después desplegar de verdad.

Existe una emulación de Azure de LocalStack en versión preliminar; el curso prefiere los emuladores oficiales de Microsoft (Azurite, emulador de Cosmos DB, Functions Core Tools), estables y gratuitos.

AZ-900 valida los fundamentos, sin requisitos previos; AZ-104 valida las competencias de administrador y requiere práctica. Ambas tienen un itinerario de preparación al final del curso.

No: las prácticas usan los emuladores oficiales de Pub/Sub y Firestore (incluidos en gcloud) y fake-gcs-server para Cloud Storage. El mismo código funciona después en Google Cloud quitando las variables del emulador.

Los conceptos son parecidos; Google Cloud destaca por su VPC global, su balanceador con IP anycast, BigQuery y un Kubernetes (GKE) de referencia.

Alojamiento europeo, ofertas cualificadas SecNumCloud, precios previsibles y estándares abiertos (OpenStack, S3, Kubernetes) que facilitan la reversibilidad. El catálogo de servicios gestionados es más reducido: evalúalo según tus necesidades.

Las prácticas simulan los componentes abiertos: MinIO para la API S3, k3d para Kubernetes y los proveedores simulados de terraform test para validar el código Terraform. Los mismos comandos se aplican después al Public Cloud real.

OpenTofu es un fork de código abierto de Terraform, ampliamente compatible. Los conceptos y la mayoría de los comandos de este curso se aplican a ambos.

No: las prácticas usan LocalStack (API de AWS emuladas), MinIO (backend S3) y los proveedores simulados de terraform test.

No, se complementan: Terraform crea la infraestructura (redes, VM, servicios gestionados) y Ansible configura los sistemas y las aplicaciones.