Observabilidad y SRE
Logs, métricas, trazas, percentiles, SLOs y guardias que no queman a nadie.
13 aulas · 6 horas de práctica · en el navegador, sin instalar nada
Temario
- Ver adentro de la caja — Monitoreo y observabilidad no son sinónimos: uno vigila lo que ya sabías que podía fallar, el otro te deja investigar lo que nunca se te hubiera ocurrido preguntar.
- Logs que se pueden consultar — Un log de texto se busca; un log estructurado se consulta. La diferencia entre grepear a ciegas y preguntar exactamente lo que necesitás.
- Métricas: contadores, gauges e histogramas — Un número que sube, uno que sube y baja, y uno que cuenta en qué rango cae cada medición: con esos tres tipos se construye cualquier tablero.
- Parcial: señales, logs y métricas — Monitoreo versus observabilidad, los tres pilares, cardinalidad, logs estructurados, correlación, y los tres tipos de métrica con RED y USE.
- Percentiles: por qué el promedio miente — Una latencia promedio de 200ms puede esconder que uno de cada cien usuarios espera ocho segundos. Los percentiles muestran la cola que el promedio aplana.
- Trazas distribuidas — Un span por cada salto, un contexto que viaja en las cabeceras HTTP, y de repente se puede ver exactamente dónde, entre diez servicios, se fueron los tres segundos.
- SLIs, SLOs y el presupuesto de error — Un objetivo de disponibilidad no es una aspiración: es un presupuesto que se gasta incidente a incidente, y que además es el permiso para arriesgar.
- Alertas que no queman a nadie — Una alerta que suena y no requiere ninguna acción no es una alerta: es ruido que entrena al equipo a ignorar el canal, y el día que importa, también se ignora.
- Parcial: percentiles, trazas, SLOs y alertas — Por qué el promedio miente, cómo se propaga el contexto de una traza, qué es un presupuesto de error, y cómo se diseña una alerta que no queme a nadie.
- Dashboards y las cuatro señales doradas — Latencia, tráfico, errores y saturación: si solo podés instrumentar cuatro cosas de un servicio, son estas. Y un buen tablero se lee en cinco segundos, no se interpreta.
- Cuando suena la alerta: guardias e incidentes — Un incidente no se resuelve mejor por tener más gente mirando la misma pantalla. Se resuelve mejor cuando cada persona sabe exactamente cuál es su rol.
- Postmortems sin culpa y planificar capacidad — Un incidente sin postmortem es un incidente que va a volver a pasar. Y la capacidad que hace falta no se planifica con el mes tranquilo: se planifica con el peor mes creíble.
- Examen final: Observabilidad y SRE — Las diez aulas completas: los tres pilares, logs, métricas, percentiles, trazas, SLOs, alertas, dashboards, incidentes y postmortems.