Detección y respuesta de drift en IaC que sobrevive a ediciones en consola

La detección de drift en IaC es la disciplina de encontrar cuándo la infraestructura en vivo diverge del código declarado — y responder antes de que la brecha se convierta en outage, agujero de seguridad o bola de nieve irrevisable de cambios en consola que nadie puede explicar.

Ingeniería9 min de lectura
Infrastructure as codeTerraformDetección de driftPlatform engineeringDevOps
Compartir

El security group de la base de datos de producción ganó el puerto 5432 desde 0.0.0.0/0 durante un incidente del viernes. El ingeniero de guardia arregló el acceso del cliente en la consola. El terraform plan del lunes mostró un destroy-and-recreate en la regla del security group — o peor, nada porque la regla se importó manualmente y nunca se añadió al módulo. La detección y respuesta de drift en IaC falla cuando los equipos tratan el código de infraestructura como fuente de verdad en papel mientras la realidad operativa la moldean clics en consola, one-offs de CLI y defaults automáticos del proveedor que nunca entraron en control de versiones.

El drift no es un problema de Terraform. Es un problema organizacional expresado en HCL. Todo entorno que permite acceso de consola de emergencia sin ruta de reconciliación derivará. El objetivo no es drift cero — eso es irreal en respuesta a incidentes — sino drift detectable, drift clasificado y drift con resolución documentada: adoptar en código, revertir estado en vivo o aceptar explícitamente con dueño y caducidad.

What counts as drift — and what does not

Drift significa que la configuración real del proveedor difiere de lo que la herramienta IaC aplicaría dado el código comprometido actual. No toda diferencia es igual.

Drift classExampleTypical response
Intentional hotfixSecurity group abierto durante outageReconciliar en PR o revertir tras incidente
Unreviewed console editTipo de instancia cambiado en UIRevertir o codificar dentro del SLA
Provider-side mutationAuto-scaling ajustó desired countImportar o usar lifecycle ignore
Out-of-band provisioningBucket S3 manual para export one-offImportar, eliminar o acotar con política
Cosmetic / read-only diffOrden de tags, atributos computadosSuprimir o normalizar en plan

La detección de drift en Terraform ejecuta terraform plan (o equivalente) contra estado en vivo y muestra recursos que cambiarían si se aplicara ahora. Pulumi, detección de drift en CloudFormation y herramientas nativas del vendor (AWS Config, GCP Asset Inventory) ofrecen señales paralelas. Múltiples señales reducen puntos ciegos: Terraform puede perder recursos nunca bajo gestión; Config detecta ediciones en consola que Terraform no posee.

El drift que no se puede ver es deuda. El drift que se ve pero nunca se clasifica se convierte en excepción normalizada — hasta el próximo incidente.

Why console changes persist

Las ediciones en consola ocurren por razones legítimas. Los incidentes comprimen el tiempo. Revisión de pull request, parseo de salida de plan y colas de merge se sienten lentos cuando el tráfico que impacta ingresos está fallando. El modo de fallo no es la edición en consola — es el segundo paso faltante.

Patrones comunes que producen drift permanente:

  • No post-incident IaC mandate — los runbooks de incidente cierran cuando las métricas se recuperan, no cuando el código coincide con la realidad. Vincular reconciliación de drift a runbooks de respuesta a incidentes: todo sev-1/sev-2 que tocó infraestructura incluye "abrir ticket de drift" como acción de cierre.
  • Fear of plan destruction — los ingenieros evitan terraform apply cuando el plan muestra destroys inesperados. El drift persiste porque aplicar se siente peligroso sin triage.
  • Split ownership — el equipo de plataforma posee módulos; los equipos de producto poseen acceso de consola en cuentas dev. El drift se acumula en los huecos.
  • Auto-healing without code feedback — Kubernetes HPA, auto-patches de servicios gestionados y mantenimiento del proveedor cambian estado en vivo continuamente. Algunos pertenecen a bloques lifecycle; algunos pertenecen a monitoreo separado.

Revisión de costo cloud en PR detecta sobregasto antes del merge. La detección de drift detecta realidad después del merge — incluyendo cambios que nunca pasaron por PR. Emparejarlos: las regresiones de costo suelen llegar por upsizing en consola que evitó revisión.

Detection architecture that scales past one terraform plan

Los planes semanales manuales no escalan entre cuentas, regiones y workspaces. Un stack de detección viable:

Scheduled plan in CI (read-only) — ejecutar terraform plan -detailed-exitcode en cron por workspace. Código de salida 2 significa diff presente; canalizar salida a object storage y canal de alerta. Nunca auto-aplicar desde jobs de detección.

Drift-as-event — normalizar JSON de plan en eventos por recurso: aws_security_group_rule.sg-abc ingress changed. Dashboard por cuenta, team tag, tipo de recurso.

Policy on drift age — alertar a las 24 horas por diff no gestionado en producción; escalar a las 72 horas. Cuentas dev toleran ventanas más largas con límites de costo.

Resource coverage audit — informe mensual de recursos en inventario cloud no mapeados al state file de IaC. La huella shadow es donde se esconde el drift.

# Example: detect drift without applying — CI job pattern
terraform init -input=false
terraform plan -input=false -detailed-exitcode -out=plan.tfplan
# exit 0 = no changes, 1 = error, 2 = changes pending

Para Kubernetes, el drift abarca Terraform (cluster, IAM, VPC) y manifiestos in-cluster. GitOps reconcilia drift de workload; el plano de control aún necesita plan programado — tratarlos como capas separadas.

Triage: adopt, revert, or accept

Cada ítem de drift detectado necesita disposición dentro del SLA. El drift sin clasificar se pudre.

Adopt into code — el cambio en vivo es correcto. Abrir PR añadiendo el recurso o atributo al módulo. Incluir salida de plan en descripción del PR. Preferir cambios de módulo sobre overrides a nivel root para que la corrección se propague.

Revert live state — la edición en consola fue incorrecta o temporal. Aplicar código como está escrito. Para incidentes, revertir solo tras confirmar que el problema subyacente está resuelto de otra forma — de lo contrario el incidente regresa.

Accept with exception — algunos comportamientos del proveedor no pueden expresarse en IaC sin workarounds frágiles. Documentar en lifecycle { ignore_changes = [...] } con comentario enlazando a ticket, dueño y fecha de revisión. Las excepciones caducan — revisión trimestral elimina ignores obsoletos.

resource "aws_autoscaling_group" "api" {
  # ...
 
  lifecycle {
    ignore_changes = [
      desired_capacity, # HPA-equivalent external autoscaler adjusts at runtime
    ]
  }
}

ignore_changes no es gratis — oculta drift real en esos atributos. Usar de forma estrecha.

Import path — recurso creado manualmente pero que debería gestionarse. terraform import luego PR para añadir configuración que coincida con forma en vivo. Import sin código coincidente recrea drift inmediatamente en el siguiente plan.

Reconciliation workflows that survive incidents

La reconciliación de drift post-incidente debería ser tan rutinaria como los postmortems.

1. Incident mitigated via console?
   YES → Create drift ticket (resource ID, change, engineer, timestamp)
   NO → standard close
2. Within 48h: engineer runs plan, attaches output to ticket
3. Disposition: adopt | revert | accept-with-ignore
4. PR merged OR revert applied OR exception documented
5. Detection job confirms clean plan within 24h of merge

Los runbooks para recursos de alto riesgo (security groups, políticas IAM, registros DNS) incluyen pasos explícitos "si editas en consola" — no prohibición sin alternativa. Prohibición sin vía rápida garantiza ediciones shadow.

Para pipelines multi-entorno, el drift en staging es indicador adelantado de producción. Alertar sobre drift en staging aunque el plan de producción esté limpio — los equipos prueban arreglos en consola en staging primero.

Terraform-specific drift pitfalls

El desajuste del state file amplifica confusión de drift. Si el state está obsoleto, el plan miente. Prácticas que reducen drift falso y drift perdido:

  • Remote state with locking — sin state local en laptops para entornos compartidos.
  • Consistent provider versions — fijar en required_providers; CI y local usan el mismo lock file.
  • Refresh before plan in detection — terraform plan -refresh=true (default) para que el state refleje API en vivo.
  • Moved blocks and refactors — renombrar recursos con bloques moved en lugar de ciclos destroy-create que parecen tormentas de drift durante migraciones.
  • Module version tags — entornos con drift suelen ejecutar refs de módulo distintas; etiquetar releases y detectar skew de versión entre workspaces.

Organizational guardrails

Detección técnica sin enforcement de política deriva socialmente.

GuardrailEffect
IAM: deny console write on prod for most rolesFuerza vía break-glass con logging
Break-glass role with session loggingAcceso de emergencia auditable
Required tags on all resourcesInformes de drift atribuibles a equipo
IaC-only CI deploy for prodReduce superficie de escritura en consola
Drift SLA in platform team KPIsLa detección conecta con responsabilidad

Break-glass debe existir. Ocurrirán incidentes que no pueden mitigarse sin acceso de consola. La métrica es mean time to reconcile, no conteo de logins en consola.

How should teams run IaC drift detection and response?

Estas preguntas separan programas operativos de drift de teatro de dashboard.

How often should drift detection run?

Producción: al menos diario; cuentas críticas tras cada ventana de incidente o cuatro veces al día. Sub-diario para entornos de alto churn. La latencia de detección define el tiempo máximo que el estado en vivo diverge sin notarse.

Should drift detection auto-remediate?

Detección read-only primero. Auto-revert sin triage causa outages cuando el arreglo en consola era load-bearing. Auto-remediate opcional para tipos de recurso estrechos y de bajo riesgo (tags, recursos TTL no-prod) con preview dry-run.

What is the right owner for drift tickets?

El ingeniero que hizo el cambio en consola posee la reconciliación — no el equipo de plataforma por defecto. Plataforma posee infraestructura de detección y SLAs. Escalar a plataforma cuando adopt/revert requiere experiencia de módulo.

A common argument runs the other way

La postura opuesta sostiene que GitOps e infraestructura inmutable eliminan drift — si todos los cambios fluyen por pipeline, el acceso de consola está deshabilitado y las cargas son cattle no pets, la detección es overhead innecesario.

Los patrones inmutables reducen superficie de drift. No lo eliminan. Los servicios gestionados exponen APIs de consola. Las políticas IAM reciben parches de emergencia. Los incidentes del plano de datos requieren cambios de security group antes de que el pipeline pueda correr. El mantenimiento del proveedor muta recursos. La detección es el bucle de feedback que prueba que el contrato inmutable aún se cumple — y cuantifica con qué frecuencia la realidad diverge.

Key takeaways

  • El drift en IaC es infraestructura en vivo divergiendo del código comprometido — hotfixes en consola, imports y mutaciones del proveedor cuentan.
  • Clasificar cada ítem de drift: adoptar en código, revertir estado en vivo o aceptar con ignore_changes documentado y caducidad.
  • terraform plan read-only programado en CI con alertas por recurso supera comprobaciones manuales semanales.
  • Reconciliación post-incidente en 48 horas pertenece a runbooks junto a recuperación de métricas — vincular detección a criterios de cierre de incidente.
  • ignore_changes y acceso break-glass en consola son herramientas válidas cuando son estrechos, auditados y revisados trimestralmente.
  • Emparejar detección de drift con auditorías de costo y cobertura — recursos shadow y upsizing en consola se esconden en inventario no gestionado.

Conclusion

La detección y respuesta de drift en IaC convierte "lo arreglamos en la consola" de frase que aterra al siguiente planner en flujo gestionado con detección, triage y reconciliación. El código es fuente de verdad solo cuando la realidad se mide contra él continuamente y las excepciones tienen plazo.

Ejecutar el job de detección. Abrir el ticket de drift sin clasificar más antiguo. Si la disposición sigue en blanco, la organización ya decidió que el estado en vivo — no el repositorio — posee producción. Cambiar ese default antes de que el próximo plan del viernes por la noche sorprenda al equipo.

Artículos relacionados

Paleta de comandos

Buscá un comando para ejecutar...