Saltar al contenido principal

Día 50 - ¿Qué es Observabilidad? Los 3 Pilares Fundamentales

👀 ¿Qué es Observabilidad?​

"No puedes arreglar lo que no puedes ver. La observabilidad es como tener rayos X para tu aplicación."

🤔 El problema que resuelve:​

Imaginate esta situación:

  • ✅ Tu app funciona perfecto en tu computadora
  • ✅ Los tests pasan todos
  • ✅ Haces deploy a producción...
  • 🔥 Los usuarios se quejan que está lenta
  • 🔥 Algunos reportan errores
  • 🔥 ¿Pero QUÉ está pasando exactamente?

Sin observabilidad: Estás volando a ciegas ✈️🙈 Con observabilidad: Tenés el panel de control completo ✈️📊

📊 Los 3 Pilares de la Observabilidad​

1. 📈 MÉTRICAS - "Los Números que Importan"​

¿Qué son? Números que mides a lo largo del tiempo.

Ejemplos de la vida real:

  • Velocímetro de tu auto: 80 km/h
  • Termómetro: 36.5°C
  • Batería del celular: 23%

Ejemplos en aplicaciones:

🚀 Requests por segundo: 150 req/s
⏱️ Tiempo de respuesta promedio: 200ms
❌ Errores por minuto: 2 errores/min
💾 Uso de memoria: 1.2GB / 4GB
🔄 CPU usage: 45%
👥 Usuarios conectados: 1,847

¿Para qué sirven?

  • Ver tendencias: "El tráfico está subiendo"
  • Detectar problemas: "CPU al 95% por 10 minutos"
  • Comparar: "Hoy tuvimos 30% más usuarios que ayer"

2. 📝 LOGS - "La Historia de lo que Pasó"​

¿Qué son? Mensajes que tu aplicación escribe sobre lo que hace.

Ejemplos de la vida real:

  • Diario personal: "Hoy me levanté a las 7am"
  • Historial médico: "Paciente tomó medicamento X a las 14:00"
  • Registro de visitantes: "Juan Pérez entró al edificio a las 09:30"

Ejemplos en aplicaciones:

[2024-06-03 10:30:15] INFO: Usuario juan@email.com se logueó exitosamente
[2024-06-03 10:32:18] ERROR: No se pudo conectar a la base de datos
[2024-06-03 10:33:01] INFO: Pedido #1234 procesado - Total: $156.50
[2024-06-03 10:35:44] WARN: Cola de emails tiene 500+ mensajes pendientes
[2024-06-03 10:36:12] ERROR: Payment gateway timeout para usuario maria@test.com

¿Para qué sirven?

  • Debugging: "¿Qué pasó exactamente cuando falló?"
  • Auditoría: "¿Quién accedió a qué y cuándo?"
  • Investigación: "¿Por qué este usuario específico tuvo problemas?"

3. 🔍 TRACES - "El Viaje de una Request"​

¿Qué son? El camino completo que sigue una request por tu sistema.

Ejemplo de la vida real: Cuando pedís una pizza:

1. Llamás al local (2 min)
2. Toman tu pedido (3 min)
3. Hacen la pizza (15 min)
4. La mandan (20 min)
5. Llega a tu casa (Total: 40 min)

Ejemplo en aplicaciones:

Request: "Mostrar perfil de usuario"
├── 1. API Gateway (5ms)
├── 2. Servicio de Auth (50ms)
├── 3. Base de datos usuarios (200ms) ← ¡Aquí está el problema!
├── 4. Cache de fotos (15ms)
└── 5. Response final (270ms total)

¿Para qué sirven?

  • Encontrar cuellos de botella: "El 80% del tiempo se va en la DB"
  • Entender dependencias: "Este servicio llama a otros 5"
  • Optimizar performance: "Si mejoramos X, ganamos 50ms"

🎯 ¿Cuál es la diferencia con "Monitoring"?​

Monitoring tradicional 📺​

  • Te dice QUE algo está mal
  • "Error 500 detectado"
  • "CPU al 90%"
  • Es reactivo: Ya pasó algo malo

Observabilidad 🔬​

  • Te dice POR QUÉ algo está mal
  • "Error 500 porque la DB está lenta"
  • "CPU al 90% porque hay un memory leak en el servicio X"
  • Es proactivo: Entendés el sistema completo

Analogía:

  • Monitoring = Luz roja en el auto 🚨
  • Observabilidad = Diagnóstico completo del mecánico 🔧

🛠️ Práctica Básica - Tus Primeras Observaciones​

1. Ver logs de Docker (Si tenés Docker)​

# Correr un contenedor simple
docker run -d --name mi-nginx nginx

# Ver los logs en tiempo real
docker logs -f mi-nginx

# Hacer algunas requests
curl http://localhost:80

# ¡Vas a ver los logs apareciendo!

2. Métricas de tu sistema (Cualquier OS)​

En Linux/Mac:

# CPU y memoria en tiempo real
htop

# Info del sistema
top

# Espacio en disco
df -h

En Windows:

# Abrir Task Manager (Ctrl + Shift + Esc)
# O usar PowerShell
Get-Process | Sort-Object CPU -Descending | Select-Object -First 10

3. Tu primer "trace" manual​

Creá un script simple que simule una request:

mi_trace.sh:

#!/bin/bash
echo "[$(date)] 🚀 Request iniciada"
echo "[$(date)] 🔐 Verificando usuario... (simulando 100ms)"
sleep 0.1
echo "[$(date)] 💾 Consultando base de datos... (simulando 200ms)"
sleep 0.2
echo "[$(date)] 🎨 Renderizando página... (simulando 50ms)"
sleep 0.05
echo "[$(date)] ✅ Request completada - Total: ~350ms"
chmod +x mi_trace.sh
./mi_trace.sh

📊 Las Herramientas Famosas (Solo para que sepas)​

Hoy NO vamos a instalar nada, solo conocerlas:

Para Métricas:​

  • Prometheus 📈 - El más usado para recolectar métricas
  • Grafana 📊 - Para hacer gráficos bonitos
  • DataDog 💰 - Solución comercial todo-en-uno

Para Logs:​

  • ELK Stack (Elasticsearch, Logstash, Kibana) 📝
  • Loki + Grafana 🪵
  • Splunk 💰 - Muy potente pero caro

Para Traces:​

  • Jaeger 🔍 - Open source, muy popular
  • Zipkin 🔎 - Otro open source
  • New Relic 💰 - Comercial con muchas features

Tranquilo: Mañana vamos a usar solo Prometheus + Grafana para empezar simple.

🎮 Mini Ejercicios para Afianzar Conceptos​

Ejercicio 1: Clasificar​

Para cada uno, decí si es Métrica, Log o Trace:

  1. "Tiempo promedio de carga de página: 1.2 segundos" → ?
  2. "[ERROR] Usuario no encontrado en la base de datos" → ?
  3. "Request → Auth Service (50ms) → User DB (150ms) → Response" → ?
  4. "Memoria RAM utilizada: 8.2GB / 16GB" → ?
  5. "[INFO] Backup completado exitosamente a las 02:00 AM" → ?
👁️ Ver respuestas
  1. Métrica - Es un número medido a lo largo del tiempo
  2. Log - Es un mensaje sobre algo que pasó
  3. Trace - Muestra el camino de una request
  4. Métrica - Número que cambia con el tiempo
  5. Log - Mensaje sobre un evento específico

Ejercicio 2: Situaciones​

Para cada problema, ¿qué tipo de observabilidad necesitarías?

  1. "Mi app está lenta pero no sé dónde" → ?
  2. "Hubo un error ayer a las 3 PM, ¿qué pasó exactamente?" → ?
  3. "¿Mi servidor está usando mucha CPU últimamente?" → ?
👁️ Ver respuestas
  1. Traces - Para ver dónde se demora la request
  2. Logs - Para investigar qué pasó en un momento específico
  3. Métricas - Para ver tendencias de uso de CPU

🧠 Revisión Rápida del Día​

Concepto¿Lo entendés?¿Para qué sirve?
Métricas✔️ / ❌Números que cambian con el tiempo
Logs✔️ / ❌Historia de lo que pasó
Traces✔️ / ❌Camino de una request
Observabilidad vs Monitoring✔️ / ❌Por qué vs qué

💡 Key Takeaways del Día​

  1. Observabilidad ≠ Monitoring

    • Monitoring: "Algo está mal"
    • Observabilidad: "Por qué está mal"

  2. Los 3 Pilares trabajan juntos:

    • Métricas: Detectar problemas
    • Logs: Investigar problemas
    • Traces: Entender flujos complejos

  3. No es solo para apps grandes:

    • Hasta una app simple se beneficia
    • Mejor implementar desde el día 1

  4. Es una habilidad súper valorada:

    • Las empresas pagan muy bien por esto
    • Diferencia entre developers junior y senior

🚀 ¿Qué sigue mañana?​

Día 51: Tu primer dashboard con Grafana

  • Instalar Prometheus + Grafana con Docker
  • Ver métricas de tu computadora en gráficos bonitos
  • Crear tu primer dashboard
  • ¡En 30 minutos vas a tener algo visual funcionando!

Preparación opcional para mañana:​

  • Asegurate de tener Docker instalado
  • Pensá qué métricas de tu sistema te gustaría ver graficadas

🎉 ¡Felicitaciones!​

Hoy no tocaste código ni instalaste nada complejo, pero lograste algo súper importante:

✅ Entendés los conceptos fundamentales ✅ Sabés por qué es importante la observabilidad
✅ Conocés los 3 pilares y para qué sirve cada uno ✅ Experimentaste con comandos básicos

Esto te pone en el 20% superior de developers que realmente entienden observabilidad conceptualmente antes de tocar herramientas.

📸 Compartí tu experiencia con #DevOpsConRoxs - Día 50

¡Mañana vamos a ver todo esto en acción con herramientas reales! 🚀📊