Saltar al contenido principal
System AdministrationMedioOpción única

Pregunta de System Administration

Enunciado

¿Cuál de los siguientes flujos de datos de observabilidad sería más útil al desear graficar el consumo de recursos y predecir el agotamiento futuro de recursos?

#observability#metrics#resource monitoring#predictive analysis
A

stdout

B

Traces

C

Logs

D

Métricas

Correcto

Resolución y Comentarios

Las métricas son el flujo de datos de observabilidad más adecuado para graficar el consumo de recursos y predecir el agotamiento futuro de recursos. Las métricas son mediciones numéricas recopiladas a lo largo del tiempo, como uso de CPU, utilización de memoria, E/S de disco y rendimiento de red. Normalmente se almacenan en bases de datos de series temporales (ej.: Prometheus, Graphite) y se pueden agregar, promediar y analizar mediante modelos matemáticos para detectar tendencias y pronosticar valores futuros. Herramientas como PromQL o Grafana permiten consultar y visualizar datos de métricas, lo que permite la planificación de capacidad y alertas proactivas.

Cómo funciona:

  • Las métricas se recopilan a intervalos regulares (ej.: cada 15 segundos) de los componentes del sistema a través de exporters (ej.: node_exporter para Linux).
  • Se almacenan con marcas de tiempo, formando una serie temporal.
  • Se pueden aplicar algoritmos predictivos (ej.: regresión lineal, Holt-Winters) a los datos históricos de métricas para estimar cuándo se agotará un recurso (ej.: espacio en disco).
  • Esto permite a los administradores establecer umbrales y recibir advertencias antes de que ocurran fallos críticos.

Por qué las otras opciones son incorrectas:

  • stdout es un flujo de salida estándar para programas de línea de comandos. No es un flujo de datos de observabilidad estructurado; contiene salida de texto arbitraria y no está diseñado para análisis de series temporales ni predicción.
  • Traces representan la ruta de una sola solicitud a través de un sistema distribuido (ej.: en microservicios). Son útiles para depurar latencia y errores, pero no son datos numéricos agregados adecuados para graficar tendencias de consumo de recursos.
  • Logs son registros de eventos no estructurados o semiestructurados. Si bien los logs pueden indicar problemas de recursos (ej.: "disco lleno"), no son datos numéricos de series temporales y son ineficientes para graficar y modelar predicciones debido a su alto volumen y falta de agregación numérica.