Saltar al contenido
hg.Héctor GarridoCiencia de datos · Estadística · Ingeniería de datos
← Volver al blog
Portafolio RAG

# La Verdad Incómoda de Cloud SQL: Por Qué Tu Base de Datos Vacía Cuesta Más que Todo tu Stack

Este artículo técnico revela la verdad oculta sobre los costos de Cloud SQL, especialmente cuando se utiliza para proyectos pequeños. Explica cómo, a diferencia de servicios como Cloud Run, Vertex AI y Cloud Storage que cobran por uso, Cloud SQL cobra por la instancia activa 24/7, incluso si la base de datos está casi vacía. Se analiza el desglose de costos de cada servicio en Google Cloud y se explica por qué Cloud SQL puede ser una opción costosa para aplicaciones de bajo tráfico. El lector aprenderá a identificar cuándo Cloud SQL es la opción correcta y cuándo es mejor buscar alternativas m

# La Verdad Incómoda de Cloud SQL: Por Qué Tu Base de Datos Vacía Cuesta Más que Todo tu Stack

Anatomía de los Costos: Desglose Servicio por Servicio

Cloud Run: El Modelo Serverless Ideal

Mi blog tiene dos servicios en Cloud Run: - Backend Django (gunicorn + DRF + RAG engine) - Frontend React (nginx + SPA)

Modelo de cobro: Pay-per-request con escala a cero.

Costo mensual estimado (100 requests/día):
─────────────────────────────────────────────
Requests:     3,000 requests/mes × $0.0000004  = $0.0012 USD
CPU time:     10 vCPU-segundos/req × 3,000     = $0.60 USD
Memory:       256 MB × 30,000 segundos         = $0.50 USD
TOTAL:                                         = $1.10 USD/mes

¿Por qué es tan barato? Porque solo paga cuando recibe tráfico. Si nadie visita mi blog durante 3 horas, el contenedor se destruye y pago $0. Cuando alguien entra, Cloud Run arranca el contenedor en ~2 segundos (cold start) y cobra solo por ese tiempo de ejecución.

Escalabilidad horizontal: Si mañana mi blog se hace viral y recibe 100,000 visitas/día, Cloud Run escala automáticamente a N instancias. Mi costo se multiplicaría por ~30x, pero seguiría siendo proporcional al uso real.

Vertex AI: Costo por Inteligencia Consumida

Mi chatbot RAG usa dos servicios de Vertex AI: - text-embedding-005 para generar embeddings de 768 dimensiones - gemini-2.5-flash para generar respuestas personalizadas

Modelo de cobro: Pay-per-token/request.

Uso mensual típico:
─────────────────────────────────────────────
Embeddings (indexación):
  - 24 posts × 2,000 tokens promedio      = 48,000 tokens
  - Costo: $0.00025 por 1,000 tokens      = $0.012 USD (una vez)

Embeddings (búsqueda):
  - 50 queries/mes × 20 tokens promedio   = 1,000 tokens
  - Costo: $0.00025 por 1,000 tokens      = $0.0003 USD/mes

Generación LLM (Gemini):
  - 50 queries/mes × 500 tokens output    = 25,000 tokens
  - Costo: $0.002 por 1,000 tokens        = $0.05 USD/mes

TOTAL mensual recurrente:                 = $0.05 USD/mes

La clave: Solo pago cuando alguien usa el chatbot. Si nadie pregunta nada, costo = $0.

Cloud Storage: Pago por Gigabyte

Almaceno las imágenes de portada de los posts en GCS (Google Cloud Storage):

Almacenamiento actual:
─────────────────────────────────────────────
Imágenes:     24 covers × 200 KB promedio  = 4.8 MB
Uploads:      Archivos markdown/media      = 2 MB
TOTAL:                                      = ~7 MB

Costo mensual:
  - Almacenamiento: 0.007 GB × $0.020/GB   = $0.00014 USD
  - Egress (descargas): 500 MB × $0.12/GB  = $0.06 USD
TOTAL:                                      = $0.06 USD/mes

Prácticamente gratis. Y si mañana subo 100 GB de imágenes, solo pagaría $2 adicionales.

Cloud SQL: El Problema

Y aquí está el villano de la historia.

Modelo de cobro: Pago 24/7 por instancia encendida, independiente del uso.

Cloud SQL (PostgreSQL 16 con pgvector)
Instancia: db-f1-micro (shared-core)
─────────────────────────────────────────────
Compute (1 vCPU shared):
  - 730 horas/mes × $0.0105/hora          = $7.67 USD

Almacenamiento (10 GB SSD):
  - 10 GB × $0.17/GB                      = $1.70 USD

Backups automáticos (7 días):
  - ~3 GB promedio × $0.08/GB             = $0.24 USD

Egress a Cloud Run (mismo región):       = $0.00 USD (gratis)

TOTAL:                                    = $9.61 USD/mes

Lectura real: ~9.61 USD/mes para almacenar 50 MB de datos que se consultan quizás 100 veces al mes.


El Modelo Mental Equivocado

La trampa está en pensar en Cloud SQL como "una base de datos en la nube". No lo es. Es una máquina virtual dedicada que ejecuta PostgreSQL 24/7, y tú pagas por la máquina, no por la base de datos.

Comparación conceptual:

Servicio Lo que realmente es Lo que pagas
Cloud Run Contenedor efímero Tiempo de CPU + memoria usado
Vertex AI API REST con cuota Tokens procesados
Cloud Storage Bucket S3-compatible GB almacenados + transferencias
Cloud SQL VM dedicada + PostgreSQL Horas de VM encendida (730/mes)

Si rentas un servidor físico por $100/mes y le instalas PostgreSQL, es exactamente el mismo modelo: pagas el servidor completo aunque solo uses 1% de su capacidad.


¿Por Qué Existe Cloud SQL Entonces?

Cloud SQL tiene sentido para:

1. Aplicaciones de alta disponibilidad

Si necesitas 99.95% uptime con failover automático, réplicas de lectura y disaster recovery, Cloud SQL lo justifica.

2. Bases de datos grandes (>100 GB)

Con volúmenes grandes, el costo por GB se vuelve competitivo vs. alternativas serverless.

3. Equipos sin experiencia en ops

Backups automáticos, parches de seguridad, monitoreo integrado. Pagas por no tener que administrar PostgreSQL tú mismo.

4. Compliance y regulación

En sectores regulados (finanzas, salud), las certificaciones de Cloud SQL (SOC 2, HIPAA, ISO 27001) pueden ser requisito.

Pero para un blog personal: No necesito nada de eso. Mi "alta disponibilidad" es que el blog cargue en 3 segundos, no que esté disponible durante una guerra nuclear.


Las Alternativas Serverless

Opción 1: Neon (PostgreSQL serverless) 🌟

Neon es PostgreSQL compatible que escala a cero automáticamente.

Características: - ✅ PostgreSQL 16 completo (pgvector incluido) - ✅ Escala a 0 después de 5 minutos sin actividad - ✅ Arranca en <1 segundo (sin cold start perceptible) - ✅ Branching de bases de datos (como Git) - ✅ Time travel (point-in-time recovery automático)

Pricing:

Free tier:
  - 0.5 GB de almacenamiento
  - 1 proyecto
  - Compute hours ilimitados (con límite de burst)

Pro tier ($19/mes):
  - 10 GB almacenamiento
  - Proyectos ilimitados
  - Compute autoscaling

Para mi blog: Free tier es más que suficiente. Costo: $0 USD/mes.

Opción 2: Supabase (PostgreSQL + backend)

Supabase es PostgreSQL con API REST, auth y storage integrados.

Características: - ✅ PostgreSQL 15+ (pgvector soportado) - ✅ API automática tipo Firebase - ✅ Auth integrado (JWT, social login) - ✅ Storage integrado (alternativa a GCS) - ✅ Dashboard completo con SQL editor

Pricing:

Free tier:
  - 500 MB de base de datos
  - 1 GB de archivos
  - 2 GB de bandwidth

Pro tier ($25/mes):
  - 8 GB de base de datos
  - 100 GB de archivos
  - 250 GB de bandwidth

Ventaja adicional: Podría reemplazar Cloud Storage también, consolidando servicios.

Opción 3: PlanetScale (MySQL serverless)

Descartado: Usa MySQL, no PostgreSQL. Migrar de Django con PostgreSQL a MySQL requiere reescribir queries y perder pgvector.

Opción 4: SQLite + Cloud Storage

La opción más radical: eliminar la base de datos administrada completamente.

Arquitectura:

Cloud Run (backend)
└── Volume local
    └── db.sqlite3 (montado desde Cloud Storage)
    └── Script de backup cada 1 hora → GCS

Ventajas: - ✅ Costo casi $0 (solo Cloud Storage) - ✅ Simplificación arquitectural - ✅ Sin latencia de red a DB

Desventajas: - ❌ Solo 1 instancia de Cloud Run (no escala horizontalmente) - ❌ Sin pgvector (aunque actualmente no lo uso, los embeddings están en pickle) - ❌ Riesgo de pérdida de datos si el contenedor crashea entre backups

Veredicto: Funciona para blogs pequeños, riesgoso para producción seria.


Migración Paso a Paso (Cloud SQL → Neon)

Si decido migrar a Neon, el proceso sería:

1. Crear proyecto en Neon

# Crear cuenta en neon.tech
# Crear proyecto: "blog-production"
# Región: us-east-2 (Ohio) — la más cercana a us-central1

2. Dump de Cloud SQL

# Exportar schema + datos desde Cloud SQL
gcloud sql export sql blog-db-instance \
  gs://blog-backup-bucket/dump_$(date +%Y%m%d).sql \
  --database=blog_db

# Descargar dump
gsutil cp gs://blog-backup-bucket/dump_20260215.sql ./dump.sql

3. Restaurar en Neon

# Conectar a Neon con psql
psql postgresql://user:pass@ep-abc123.us-east-2.aws.neon.tech/blogdb

# Importar dump
\i dump.sql

4. Actualizar Django settings

# settings.py
DATABASES = {
    'default': dj_database_url.parse(
        os.getenv('DATABASE_URL'),
        conn_max_age=0,  # No pooling, Neon maneja esto
        conn_health_checks=True,
    )
}

5. Actualizar Cloud Run

# Actualizar variable de entorno
gcloud run services update blog-backend \
  --update-env-vars DATABASE_URL=postgresql://user:pass@ep-abc123.us-east-2.aws.neon.tech/blogdb \
  --region us-central1

6. Verificar y eliminar Cloud SQL

# Testear producción
curl https://api.hectorgarrido.cl/blog/

# Si todo funciona, eliminar Cloud SQL
gcloud sql instances delete blog-db-instance --quiet

Tiempo estimado: 30 minutos.
Downtime: ~2 minutos (actualización de Cloud Run).


Análisis de Latencia: ¿Afecta el Rendimiento?

Una preocupación válida: si Cloud SQL está en us-central1 (Iowa) y Neon en us-east-2 (Ohio), ¿aumenta la latencia?

Medición actual (Cloud SQL):

Round-trip time Cloud Run → Cloud SQL (misma región):
  - P50: 1.2 ms
  - P95: 3.8 ms
  - P99: 7.1 ms

Estimación Neon (región diferente):

Round-trip time us-central1 → us-east-2:
  - Ping RTT: ~30 ms (según gcping.com)
  - Query simple: ~35 ms
  - Query con JOIN: ~50 ms

Impacto en endpoint /blog/:

Antes (Cloud SQL):
  - Query posts: 3 ms
  - Serialización: 15 ms
  - Total backend: 18 ms → Response <100 ms

Después (Neon):
  - Query posts: 35 ms (+32 ms)
  - Serialización: 15 ms
  - Total backend: 50 ms → Response ~130 ms

Conclusión: Sí aumenta latencia, pero de 100 ms a 130 ms. Imperceptible para el usuario en un blog (no es una app de trading de alta frecuencia).

Mitigación: Si realmente importa, podría: 1. Aumentar el conn_max_age de Django (connection pooling) 2. Usar más caché (Django cache framework con Redis) 3. Mover Cloud Run a us-east-1 (misma costa que Neon)


El Modelo Mental Correcto para Proyectos Pequeños

Después de todo este análisis, mi conclusión es:

Para proyectos en fase inicial o con tráfico bajo (<10,000 requests/mes):

  1. Serverless first: Cloud Run, Vercel, Netlify Functions
  2. Database serverless: Neon, Supabase, Turso (SQLite distribuido)
  3. Storage object: Cloud Storage, S3, R2 de Cloudflare
  4. AI pay-per-use: Vertex AI, OpenAI API, Claude API

Solo usa servicios "always-on" cuando: - El tráfico es constante y predecible - El costo de on-demand supera el costo fijo (punto de equilibrio: ~50,000-100,000 requests/mes) - Necesitas SLA de 99.9%+


Tabla Comparativa Final

Servicio Modelo Actual Costo Mensual Modelo Optimizado Costo Optimizado Ahorro
Backend Cloud Run $1.10 Cloud Run $1.10 $0
Frontend Cloud Run $0.80 Cloud Run $0.80 $0
Database Cloud SQL $9.61 Neon (free tier) $0.00 -$9.61
Storage Cloud Storage $0.06 Cloud Storage $0.06 $0
AI Vertex AI $0.05 Vertex AI $0.05 $0
TOTAL — $11.62 — $2.01 -$9.61 (83%)

Conclusión: El Costo de la Conveniencia

Cloud SQL es caro porque pagas por conveniencia, no por recursos. Pagas para no tener que: - Configurar réplicas - Hacer backups manuales - Actualizar PostgreSQL tú mismo - Monitorear la VM - Escalar manualmente

Para Google Cloud, administrar una instancia de Cloud SQL cuesta casi lo mismo si almacena 1 MB o 100 GB. El precio refleja el costo operacional de mantener la infraestructura, no el consumo de recursos.

Pero en 2026, con la proliferación de bases de datos serverless (Neon, Supabase, PlanetScale, Turso), ya no hace sentido pagar $10/mes por una base de datos que usa 50 MB.

Mi plan: 1. ~~Corto plazo (próxima semana): Migrar a Neon free tier → Ahorro inmediato de $9.61/mes~~ ✅ Completado el 15 de febrero de 2026 — ver Post 08 2. Mediano plazo: Monitorear latencia y evaluar si cache o connection pooling son necesarios 3. Largo plazo: Si el blog crece >100,000 visitas/mes, reevaluar si Cloud SQL o Neon Pro tiene sentido

La ironía final: Con el dinero que ahorro en Cloud SQL ($115 USD/año), podría pagar: - 3 años de dominio .dev - 1 año de GitHub Copilot - 10 meses de ChatGPT Plus - O simplemente... tomar 11 cafés más largos mientras escribo posts como este.


Referencias

  1. Google Cloud Pricing Calculator
  2. Neon Pricing
  3. Supabase Pricing
  4. Cloud SQL Pricing Documentation
  5. Cloud Run Pricing Documentation
  6. Vertex AI Pricing
  7. Adam, N. (2024). "The Serverless Database Landscape in 2024". Changelog.
  8. Brikman, Y. (2023). "How to Choose a Database in 2023". Gruntwork Blog.

Anterior: Vertex AI Exclusivo, Resiliencia y la Última Milla: Paginación
Siguiente: Migración de Cloud SQL a Neon: Cómo Ahorré $115/Año en 20 Minutos

Este artículo es parte de la serie "Construyendo un Blog con IA". El código fuente completo está en GitHub.