Todas las noticias
Técnica

Amazon ECS Fargate estrena arquitectura de servidor MCP serverless para lagos de datos

Por JP Software ·

JP Software
Ilustración de la nota: Amazon ECS Fargate estrena arquitectura de servidor MCP serverless para lagos de datos
JP Software

El equipo de North America Sort Center (NASC) de Amazon diseñó una arquitectura de servidor serverless basada en el Model Context Protocol (MCP) sobre Amazon ECS con AWS Fargate. La solución funciona como una pasarela centralizada que permite a distintos agentes de inteligencia artificial consultar miles de tablas en un lago de datos empresarial sin necesidad de programar conectores individuales ni duplicar lógica de autorización.

Datos clave

  • 15 a 20 segundos: latencia promedio registrada por el equipo de NASC en interacciones completas de consulta.
  • Un solo archivo JSON: requisito para dar de alta nuevos conjuntos de datos mediante metadatos y ejemplos de columnas, sin tocar código.
  • 50% de uso de CPU: umbral configurado en ECS Service Auto Scaling para el escalado del servicio cliente en Fargate.
  • Solo lectura: política aplicada en las herramientas de consulta sobre Amazon Athena, bloqueando cualquier operación de escritura antes de tocar el lago de datos.

Una pasarela desacoplada con FastMCP

Conectar agentes directamente a bases de datos genera dispersión de permisos y mantenimiento manual cada vez que cambia un esquema SQL. La implementación resuelve esto dividiendo el flujo en cuatro capas independientes: cliente, servidor MCP, herramientas y actualización de la base de conocimiento.

El servidor MCP opera en una subred privada detrás de un Application Load Balancer interno, utilizando el framework en Python FastMCP. Expone un endpoint estandarizado /mcp mediante JSON-RPC, lo que permite que clientes compatibles como Amazon Q Developer o extensiones de entornos de desarrollo invoquen las mismas herramientas de forma agnóstica.

Las tareas en AWS Fargate operan sin estado, guardando el contexto de las conversaciones en Amazon DynamoDB. En paralelo, Amazon Bedrock Guardrails intercepta cada llamada a los modelos fundacionales para mitigar inyecciones de instrucciones y validar la relevancia de las respuestas.

Incorporación de tablas mediante metadatos

Para exponer una nueva fuente de datos, los equipos publican un archivo JSON que describe el nombre de la base de datos, descripciones funcionales, tipos de columnas y valores de muestra. Una canalización procesa estos archivos, genera vectores con Amazon Titan Text Embeddings y los indexa en Amazon Bedrock Knowledge Bases.

Cuando un usuario realiza una pregunta, el agente consulta primero el catálogo de metadatos, selecciona la tabla adecuada, genera la consulta SQL optimizada para Amazon Athena o Amazon Redshift, y corrige la sintaxis antes de ejecutarla. Si la consulta involucra políticas o documentación interna, el sistema combina resultados estructurados y no estructurados en un único turno de conversación.

Por qué te importa

Construir agentes que consultan datos suele terminar en integraciones frágiles y código repetido por cada equipo o caso de uso. Adoptar un servidor MCP centralizado convierte la incorporación de bases de datos en una tarea de configuración declarativa. Al centralizar las reglas de negocio, la seguridad perimetral y el filtrado SELECT en un único punto serverless, proteges la infraestructura de datos analíticos y permites que múltiples agentes consuman la misma información sin rehacer la integración.

Comparte esta nota