Si vas a desplegar n8n en la nube y estás comparando Google Cloud, AWS y Azure, la respuesta corta es que las tres te sirven y la elección pesa menos de lo que crees. Lo que de verdad cambia tu arquitectura es otra cosa: si vas a correr un solo contenedor o si vas a separar el editor de los trabajadores que ejecutan los flujos. Esa decisión define tu factura, tu tiempo de respuesta y la cantidad de madrugadas que vas a pasar revisando por qué un flujo se quedó colgado.
Lo planteo así porque he visto equipos elegir nube por afinidad —"ya tenemos todo en AWS"— y después descubrir que el problema no era la nube sino que tenían 40 flujos peleando por el mismo proceso de Node.
Primero decide el modo, después la nube
n8n corre de dos formas. En modo normal, un solo contenedor atiende el editor, recibe los webhooks y ejecuta los flujos. En modo cola (EXECUTIONS_MODE=queue), la instancia principal se queda con el editor, los webhooks y los disparadores, y manda las ejecuciones a una cola en Redis de la que toman trabajo uno o varios workers. Ese es el corte que importa: hasta ahí llega cualquier nube barata; de ahí para arriba necesitas base de datos administrada, Redis y un plan de escalado. Es justamente el recorrido que armamos en el curso de Diseño y Despliegue de Arquitectura con n8n, donde el despliegue se hace en Google Cloud y después se le mete carga en Azure para ver dónde se quiebra.
Dos reglas que no son opcionales en modo cola: la misma clave de encriptación tiene que estar en la instancia principal y en todos los workers, y no puedes seguir con SQLite como base de datos. Si te saltas la primera, los workers no van a poder leer las credenciales de tus flujos y vas a pasar horas depurando un error que parece de red.
Cloud Run, ECS Fargate o Container Apps
Las tres nubes corren el mismo contenedor de n8n. Lo que cambia es cuánto trabajo de plomería te ahorras y qué tan fino puedes hilar después. Mi lectura, después de montarlo en los tres lados:
- ▸Google Cloud Run: el camino más corto para tener n8n en línea con HTTPS y sin administrar servidores. Si pasas a modo cola, recuerda que tanto el servicio principal como los workers necesitan la variable de modo cola; el worker no es un servicio decorativo.
- ▸AWS ECS Fargate: la opción con más piezas y más control. Los ejemplos oficiales de n8n cubren varias instancias principales en modo cola, PostgreSQL en RDS, Redis en ElastiCache, binarios en S3, HTTPS por un Application Load Balancer y autoescalado de workers. Es más para montar, pero cuando el volumen crece no tienes que rehacer nada.
- ▸Azure Container Apps: tiene sentido cuando la empresa ya vive en Microsoft 365 y Entra ID, y quieres que el acceso al editor pase por el mismo directorio que el resto. Para los archivos pesados que mueven tus flujos puedes apuntar el almacenamiento externo a Blob Storage.
Un detalle que conviene mirar antes de prometer nada: el almacenamiento externo de binarios en S3 o Blob depende de la licencia que tengas. Si no lo configuras, n8n guarda esos datos en la base de datos, y una base llena de PDFs se nota en el rendimiento mucho antes de lo que uno espera. El repositorio n8n-io/n8n-hosting tiene ejemplos para Docker y Kubernetes; empieza de ahí en vez de inventar tu propio compose.
Cuándo saltar a modo cola (y cómo escalar)
No hay un número mágico de ejecuciones, hay síntomas. Pásate a cola cuando empieces a ver esto:
- ▸El editor se pone lento justo cuando corren los flujos pesados: el mismo proceso está haciendo las dos cosas.
- ▸Un flujo largo retrasa a los cortos. Con workers, el trabajo se reparte en paralelo.
- ▸Un reinicio te deja ejecuciones a medias y nadie sabe cuáles se perdieron.
- ▸Necesitas absorber picos sin tocar la configuración: con Docker Compose eso es levantar más réplicas del worker, y en ECS o Cloud Run es una política de autoescalado.
Lo que nadie te dice es que el modo cola no arregla flujos mal hechos. Si un flujo trae 50 mil filas a memoria para filtrar tres, repartirlo entre workers solo multiplica el consumo de RAM. Primero el diseño, después la infraestructura.
El error caro: escalar a cero con disparadores vivos
Los servicios sin servidor apagan tu contenedor cuando no hay tráfico, y eso suena perfecto hasta que recuerdas que n8n no solo responde webhooks: también tiene disparadores por tiempo y nodos que esperan. Un contenedor apagado no ejecuta un cron a las 3 de la mañana. Si tus flujos son programados, necesitas al menos una instancia siempre encendida; si son puramente por webhook, el escalado a cero te ahorra plata de verdad. Decidir esto antes de migrar te evita la conversación incómoda de por qué el reporte diario no salió el fin de semana.
Lo mismo con la base de datos: Postgres administrado cuesta más que un contenedor, pero te da respaldos y restauración a un punto en el tiempo. El día que alguien borre un flujo sin querer, eso vale cada dólar.
Cómo aprenderlo sin practicar en producción
Hay dos niveles. Si todavía estás armando flujos y conectando IA, empieza por Automatización e Inteligencia Artificial con n8n y por nuestra guía de n8n. Si ya tienes flujos que el negocio usa todos los días y el miedo es que se caigan, el salto es la parte de arquitectura: despliegue en la nube, escalabilidad, manejo de errores y monitoreo.
Si además tus flujos van a mover agentes de IA en producción —con memoria, herramientas y decisiones— ese es otro oficio, y lo cubrimos en la ruta AI Agentic Engineer. Y si la pregunta viene del lado de la empresa, en n8n para empresas está cómo se forma a un equipo completo en esto.
En las 11 horas del curso de Diseño y Despliegue de Arquitectura con n8n sales con tu instancia desplegada en la nube, con monitoreo y con una prueba de carga que te dice cuántas ejecuciones aguanta antes de pedir otro worker. No es teoría de arquitectura: es tu instancia, corriendo, con número encima.
¿Quieres practicar estas cosas acompañado? Cada semana hacemos un taller en vivo en la Comunidad AI Builders, y los temas de despliegue salen seguido porque es donde más gente se traba.



