Laboratorio 12: CI/CD Pipeline para BigQuery con GitHub Actions

Objetivos del Laboratorio

• Eliminar por completo los despliegues de infraestructura analítica manuales desde ordenadores locales para mitigar riesgos de configuración errónea.
• Configurar un backend remoto de Terraform en Cloud Storage para centralizar el archivo de estado físico (terraform.tfstate).
• Proteger de manera estricta las credenciales de la cuenta de servicio de GCP integrándolas como secretos encriptados en GitHub.
• Desarrollar y probar un pipeline automatizado de integración y despliegue continuo (CI/CD) basado en confirmación de Pull Requests.

Herramientas y APIs Utilizadas

• GitHub Actions: Plataforma de automatización y orquestación que ejecuta flujos de trabajo basados en eventos del repositorio de Git.
• Terraform CLI: Motor de orquestación de infraestructura ejecutado en contenedores remotos dentro de los servidores de GitHub.
• Cloud Storage API: Servicio de almacenamiento de objetos empleado para almacenar y bloquear el estado remoto de la plataforma.
• BigQuery API: API de Google Cloud encargada de recibir las órdenes automatizadas de despliegue analítico emitidas desde el pipeline.

Estructura del Código Desarrollado

• providers.tf: Declaración de proveedores configurando el bloque de almacenamiento de estado centralizado backend "gcs".
• main.tf: Configuración declarativa que define el dataset final lab12_dataset a desplegar mediante el pipeline.
• variables.tf: Parametrización de los metadatos necesarios para el despliegue automático del proyecto analítico.
• terraform-deploy.yml: Archivo de flujo de trabajo que describe los jobs de chequeo, autenticación, inicialización, formateo, validación, planeación y despliegue de infraestructura.

Paso a Paso del Despliegue

Fase 1: Preparación del Estado Remoto (GCS Backend)

• Creación de un bucket exclusivo en Cloud Storage con el comando de terminal gcloud storage buckets create.
• Estructuración del bloque de configuración backend "gcs" en el archivo de proveedores de Terraform apuntando al bucket creado.

Fase 2: Configuración de Credenciales de Seguridad en GitHub

• Creación de una cuenta de servicio dedicada en GCP asignándole permisos de administración sobre BigQuery y Cloud Storage.
• Descarga segura del archivo de claves JSON criptográficas de la cuenta de servicio.
• Registro y guardado de las credenciales JSON dentro de las opciones de secretos del repositorio en GitHub bajo el nombre exclusivo de GCP_SA_KEY.
• Limpieza y borrado del archivo de claves local para cumplir con las directivas de seguridad de la organización.

Fase 3: Diseño e Implementación del Pipeline y Prueba en Vivo

• Creación del workflow de GitHub Actions definiendo disparadores sobre la rama principal main.
• Desarrollo de las tareas de verificación formateando con terraform fmt -check y analizando la sintaxis con terraform validate.
• Configuración del paso condicional terraform plan para su ejecución exclusiva durante los flujos de Pull Request.
• Configuración de la acción de despliegue físico terraform apply --auto-approve condicionada a fusiones directas (pushes) sobre la rama principal.
• Lanzamiento y prueba del flujo creando una rama alternativa, abriendo un Pull Request, validando la auditoría y confirmando el merge final para verificar el despliegue automático en Google Cloud.