Pregunta de System Administration
¿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?
stdout
Traces
Logs
Métricas
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.