Planificación de migraciones que no descarrilan
Todo plan de migración parece razonable sobre el papel. Luego el mapeo de datos toma 3 veces más de lo estimado, la ventana de cutover se extiende dos veces, y alguien descubre una dependencia que nadie documentó. Así es como planificar migraciones que realmente se entregan.
Empieza con lo que puede salir mal
La mayoría de los planes de migración empiezan con lo que tiene que pasar. Los mejores planes empiezan con lo que puede salir mal. Las cifras justifican la paranoia: Gartner estima desde hace tiempo que alrededor del 83% de los proyectos de migración de datos fracasan por completo o superan sus presupuestos y plazos, y The Bloor Group sitúa el sobrecoste medio en un 30% y el retraso medio de calendario en un 41%. Estos puntos de referencia se citan tanto precisamente porque casi nadie los supera por accidente. Un enfoque centrado en riesgos significa catalogar cada suposición de la que depende el plan y preguntar «¿y si esto está mal?»
Suposiciones comunes que matan migraciones: «los datos están limpios» (nunca lo están), «las APIs están documentadas» (están documentadas para el camino feliz), «podemos mantener acceso de lectura al sistema antiguo durante la migración» (hasta que expire la licencia), y «los usuarios se adaptarán al nuevo flujo de trabajo» (resistirán cualquier cosa que cambie su rutina diaria). La calidad de datos es la causa raíz más común. Las encuestas a equipos de migración rastrean una y otra vez los retrasos y proyectos abandonados hasta datos fuente sucios, duplicados o no documentados, más que hasta cualquier limitación técnica del sistema destino.
Para cada suposición, define un paso de validación que corra antes de que la migración se comprometa. Comprobaciones de calidad de datos antes de importar. Tests de contratos de API antes de integrar. Confirmación del calendario de licencias antes de programar el cutover. Tests de aceptación de usuario antes de pasar a producción. Valida las suposiciones pronto y la migración se mantiene en curso. Descúbrelas tarde y estarás replanificando a mitad de ejecución.
La migración de datos es la parte más difícil
La migración de datos es donde las migraciones fallan más a menudo. El sistema fuente tiene 15 años de datos acumulados, una gran parte duplicada, algo corrupto, y una fracción que existe en formatos que nadie puede explicar. Mapear esto a un esquema destino limpio no es un problema técnico: es una expedición arqueológica. Los sistemas destino modernos lo complican más, no menos, porque imponen una validación más estricta que la que el sistema heredado jamás tuvo. Campos que la base de datos antigua aceptaba alegremente como texto libre ahora rechazan todo lo que no encaje con un tipo, una restricción o una clave foránea.
El enfoque que funciona: extrae una muestra representativa (no un volcado completo) y pásala por el esquema destino. Cada fallo es una decisión de mapeo. Documenta cada decisión. Luego ejecuta el conjunto de datos completo y compara las tasas de error. Si los errores están por debajo del 1 %, estás en buena forma. Si los errores superan el 5 %, tus mapeos necesitan más trabajo antes del cutover.
Para mantener lo antiguo y lo nuevo sincronizados durante la transición, apóyate en la captura de datos de cambios (CDC). Herramientas como AWS Database Migration Service y el Debezium de código abierto transmiten inserciones, actualizaciones y borrados a nivel de fila desde el origen al destino, de modo que los cambios hechos durante la ventana de migración no se pierdan. Combina CDC con el patrón de expandir y contraer (cambio paralelo) para el trabajo de esquema: añade la nueva estructura, escribe en doble hacia la antigua y la nueva, rellena, y elimina la antigua solo cuando nada la lea. Nunca renombres una columna en un solo paso: añade la nueva columna, copia los datos, actualiza la aplicación, y luego elimina la antigua.
Nunca intentes una migración de datos big-bang sin un ensayo. Ejecuta la migración completa en una copia de staging del sistema destino al menos dos veces antes del cutover real. Una operación que se completa en milisegundos en una tabla de desarrollo de 1.000 filas puede bloquear durante minutos en una tabla de producción de 100 millones de filas, así que ensaya con datos a escala de producción, no con una muestra de juguete. El primer ensayo revela problemas que no habías anticipado. El segundo ensayo confirma que las correcciones funcionan. Salta esto y estarás depurando problemas de datos en producción.
La planificación del cutover determina el éxito
El cutover es el momento en que cambias del antiguo al nuevo. Todo lo anterior es preparación. Todo lo posterior es consecuencia. Un mal plan de cutover convierte una migración bien preparada en un desastre.
Define la ventana de cutover: ¿cuánto tiempo puede estar el sistema fuera de línea (o degradado) durante el cambio? Para algunos negocios son horas. Para otros son minutos. La ventana determina tu estrategia: ejecución paralela (ambos sistemas activos), rollout por fases (migrar un subconjunto de usuarios primero), o big-bang (cambiar todo de una vez).
Un cutover sin tiempo de inactividad real es alcanzable, pero es una disciplina, no un truco. Combina despliegue blue-green (mantén el entorno vivo «azul» y el entorno migrado «verde» sincronizados, luego desvía el tráfico mediante balanceador de carga o DNS y vuelve al azul en segundos si los KPI se degradan), doble escritura más CDC para mantener ambos almacenes de datos al día, y feature flags para desacoplar el despliegue de código del cutover de datos. Precalienta las cachés del verde y usa pegado de sesión para que los usuarios no vean interrupción durante el cambio.
Los rollouts por fases son casi siempre más seguros que big-bang. Migra primero el 5 % del tráfico o usuarios. Monitoriza durante 48 horas, vigilando señales concretas: tasas de error, tiempo de respuesta p95, éxito de autenticación, y cualquier métrica de conversión que toque ingresos. Si es estable, migra el 25 %. Luego el 50 %. Luego el 100 %. Cada fase es un punto de control donde puedes pausar o hacer rollback. Las migraciones big-bang no tienen puntos de control: cuando algo sale mal a las 2 de la madrugada, tu única opción es seguir arreglando o hacer rollback de todo.
El rollback no es opcional
Todo plan de migración necesita un plan de rollback. No «ya lo pensaremos si sale mal»: un procedimiento escrito y probado para revertir al estado anterior dentro de una ventana de tiempo definida. La diferencia es enorme: una migración rota con un rollback ensayado son unos segundos de devolver el tráfico al azul, mientras que una migración rota cuya única opción de recuperación es «restaurar desde copia de seguridad» es una caída medida en horas.
El plan de rollback debe responder: ¿Cuánto tiempo toma el rollback? ¿Qué datos creados en el nuevo sistema durante la ventana de migración están en riesgo? ¿Podemos hacer rollback parcial (algunos usuarios/características) o solo completo? ¿Cuál es el último punto en el que el rollback sigue siendo posible? Mantén scripts de rollback explícitos para los modos de fallo que no previste, y reconcilia cualquier dato escrito durante la ventana antes de reanudar.
Las herramientas de migración ayudan aquí. Herramientas de versionado de esquema como Flyway y Liquibase rastrean el historial de migración y mantienen un rastro de auditoría; Liquibase añade rollbacks estandarizados, precondiciones y detección de deriva, por lo que encaja con cambios complejos y multi-entorno mientras que Flyway encaja con los secuenciales más simples. Sea cual sea la que uses, verifica la integridad con checksums y comparaciones de conteo de filas antes de declarar terminado el cutover.
Prueba el procedimiento de rollback antes de la migración. Ejecuta la migración en staging, luego ejecuta el rollback. Si el rollback falla en staging, fallará en producción. Si el rollback toma 4 horas en staging, tomará 6 horas en producción.
El coste de no tener un plan de rollback: tiempo de inactividad prolongado, pérdida de datos, y un equipo tomando decisiones de pánico a las 3 de la madrugada. El coste de tener uno: 2 a 3 días de preparación.
Reciba ideas sobre operaciones cada semana
Únase a los responsables de empresas de servicios que reciben cada semana una idea práctica sobre operaciones, automatización y crecimiento.
Sin spam. Cancele cuando quiera.
¡Ya está suscrito! Busque nuestro próximo número en su bandeja de entrada.
No se pudo enviar. Inténtelo de nuevo o escriba a [email protected].
La validación post-migración cierra el círculo
La migración no termina cuando el cutover se completa. Termina cuando la validación confirma que todo funciona. La validación post-migración debe ejecutarse durante al menos 5 días hábiles después del cutover, cubriendo:
Comprobaciones de integridad de datos: los conteos de filas coinciden, las relaciones clave están intactas, los valores calculados se reconcilian con el sistema fuente, y los checksums concuerdan entre lo antiguo y lo nuevo. Tests funcionales: cada flujo de trabajo crítico de usuario se ejercita y verifica. Baseline de rendimiento: los tiempos de respuesta y las tasas de error están dentro de rangos aceptables comparados con las baselines pre-migración. Verificación de integración: cada sistema externo que se conecta a tu plataforma está enviando y recibiendo datos correctamente.
Instrumenta todo esto. Herramientas de observabilidad como Prometheus, Grafana o Datadog te permiten comparar el comportamiento posterior al cutover con la baseline pre-migración en tiempo real, en lugar de esperar a que un usuario reporte algo roto. El shadow testing, reproducir tráfico real de producción contra el nuevo sistema antes y justo después del cutover, captura casos límite que una suite de pruebas curada nunca encontrará.
Documenta los resultados de la validación. Sirven dos propósitos: confirmación de que la migración tuvo éxito, y una baseline de comparación si surgen problemas más tarde. Dentro de seis meses, cuando alguien pregunte «¿estos datos estaban mal antes o después de la migración?», el informe de validación responde la pregunta.
Preguntas frecuentes
¿Cuánto debería durar una migración?
La planificación toma de 1 a 2 semanas. La ejecución depende de la complejidad: las migraciones simples de plataforma caben en un sprint de 30 días. Las migraciones complejas de datos con múltiples sistemas fuente suelen requerir de 60 a 90 días en 2 o 3 sprints.
¿Podemos migrar sin tiempo de inactividad?
Sí, combinando varios patrones: despliegue blue-green para un cutover con rollback instantáneo, doble escritura más captura de datos de cambios (CDC) para mantener ambos almacenes de datos sincronizados, y el patrón de expandir y contraer para que cada cambio de esquema siga siendo retrocompatible. Es más preparación que un cambio big-bang, pero es alcanzable para la mayoría de los sistemas.
¿Cuál es el mayor riesgo de una migración?
La calidad de datos en el sistema fuente. Datos sucios, duplicados o no documentados causan más fallos de migración que cualquier problema técnico, y son la razón por la que la mayoría de los puntos de referencia del sector muestran que alrededor del 80 % o más de las migraciones de datos se exceden en tiempo o presupuesto. Ejecuta siempre una evaluación de calidad de datos antes de comprometerte con un calendario de migración.
¿Deberíamos migrar todo a la vez o por fases?
Por fases. Siempre por fases. Migra primero el componente de menor riesgo y mayor valor. Valida que funciona. Luego migra el siguiente componente. Cada fase construye confianza y hace aflorar problemas de forma incremental en lugar de todos a la vez.
¿Listo para lanzar?
Cuéntenos dónde está atascado. Lo revisaremos y le enviaremos una recomendación concreta en un día hábil.