Métricas

Qué es

Las métricas son mediciones de un servicio en ejecución, tomadas en
un instante y conservadas como un valor con marca de tiempo y unas
pocas etiquetas. Así puede volver a consultarse la misma magnitud un
minuto, un día o un mes después. Una magnitud con nombre es una
métrica; almacenada como una secuencia de valores a lo largo del
tiempo, forma una serie temporal. OpenTelemetry cuenta las métricas
entre sus señales, junto con trazas y logs. Son ejemplos habituales
las solicitudes atendidas, la memoria en uso y los trabajos que
esperan en una cola.

La agregación distingue las métricas de las demás señales. Un log
conserva una línea por evento y una traza sigue una solicitud por el
sistema. Una métrica resume muchas mediciones en unas pocas
estadísticas dentro de una ventana temporal: un recuento, una suma,
un valor actual o una distribución por intervalos. La documentación
de OpenTelemetry llama al resultado información estadística
agregada. Ahí están su fuerza y su límite: una métrica dice cuántas
solicitudes fallaron en el último minuto; un log indica cuáles.

OpenTelemetry y Prometheus coinciden en unos pocos tipos; elegir el
adecuado es la mayor parte del diseño:

  * Un contador acumula y solo crece, como el cuentakilómetros de un
coche: solicitudes atendidas, bytes enviados, errores observados.
Prometheus admite una excepción: restablecerlo a cero cuando se
reinicia el proceso.

  * Un contador ascendente y descendente, según la terminología de
OpenTelemetry, acumula, pero también puede bajar; por ejemplo, la
longitud de una cola cuando entran y salen trabajos.

  * Un indicador, o gauge, es un valor actual leído en el momento de
la medición, como el indicador de combustible del mismo coche:
memoria en uso, temperatura, solicitudes en curso.

  * Un histograma clasifica mediciones en intervalos y conserva su
recuento y suma; así puede responder cuántas solicitudes tardaron
menos de un segundo.

Prometheus también tiene un resumen, que calcula cuantiles dentro
del programa. El modelo de datos de OpenTelemetry solo lo conserva
como tipo heredado, porque los resúmenes no siempre pueden
combinarse con sentido.

El formato de texto que recoge Prometheus reúne las piezas: una
línea de ayuda, otra de tipo y, después, una línea por combinación
de etiquetas con el nombre, las etiquetas, el valor y una marca de
tiempo opcional en milisegundos desde el inicio de la época:

```text
i# HELP http_requests_total The total number of HTTP requests.		engineer.company	70
i# TYPE http_requests_total counter		engineer.company	70
http_requests_total{method="post",code="200"} 1027 1395066363000
http_requests_total{method="post",code="400"} 3 1395066363000
```

Por qué importa

Las métricas son lo bastante baratas como para conservar mediciones
de todo el sistema. La memoria que necesitan crece con las
combinaciones distintas de etiquetas, en lugar de con el tráfico; la
documentación de OpenTelemetry lo dice expresamente, en contraste
con los logs. Un contador incrementado mil millones de veces sigue
siendo un número. Eso permite contar todas las solicitudes, en lugar
de una muestra, y conservar los recuentos lo suficiente para
comparar este mes con el anterior.

Convierten discusiones en mediciones. Si un servidor tiene capacidad
suficiente, si una versión ralentizó las respuestas o cuándo se
llenará un disco: cada pregunta encuentra respuesta en una serie
registrada antes de formularla. Las alertas se construyen con las
mismas cifras: una regla de alerta es una condición sobre una
métrica por la que alguien decidió que merecía la pena despertarse.

También sobreviven al código que las emite; conviene acertar con su
estructura. La guía de nombres de Prometheus pide una unidad y una
magnitud por métrica, con unidades básicas como segundos y bytes, en
lugar de milisegundos o megabytes, la unidad como sufijo plural y
`_total` para un recuento acumulativo. Nombres como
`http_request_duration_seconds` y `process_cpu_seconds_total`
indican así a simple vista qué contienen.

También importa cómo se transmiten los totales. Prometheus informa
de totales acumulados: los huecos causados por fallos intermitentes
de recogida quedan compensados, a cambio de memoria en el emisor
proporcional a sus combinaciones de etiquetas. StatsD informa de
deltas, el cambio desde el último envío, trasladando ese coste fuera
del proceso.

Cómo se aplica en la práctica

El servidor de la empresa para sus servicios de acceso público es
una máquina de un solo núcleo con 512 MB de memoria, unos 464 MB
utilizables; allí, la memoria se convirtió en el argumento que
resolvía decisiones. Los informes se obtienen a petición: siete
órdenes leen el servidor y generan Markdown, sin cambiar nada y solo
cuando se solicitan. Cuando se planteó si ese servidor de 512 MB
también podía alojar un servicio onion, la respuesta vino de
muestras registradas durante un día, en lugar de una opinión: en
esas muestras, la memoria disponible nunca bajó de unos 310 MB de
464, el intercambio se mantuvo en el 2,6 % y el procesador estuvo
inactivo el 99,7 %.

Después, esos informes tuvieron que explicar qué valor tenían sus
cifras. Se hizo que seis recolectores de solo lectura dejasen
constancia de lo que nunca leían al comprobar que una recogida ciega
y un servidor sano producían la misma página: una réplica cuyo
demonio había cambiado el formato del log daba el mismo cero que
otra que nadie visitaba. Los umbrales se ajustaron a las 116
muestras ya medidas por el informe de métricas, anotando los
intervalos observados junto a los límites. El informe distingue tres
resultados: incumplimiento, ausencia de incumplimiento y no evaluado
porque nada lo midió. Cada recolector comunica su duración y sus
puntos ciegos, por ejemplo archivos leídos frente a ilegibles,
incluso si la respuesta es cero. Los límites se aplican a los
promedios diarios, que pueden ocultar un pico de un minuto. El
mecanismo de vigilancia que se ejecuta cada quince minutos comprueba
en cada ejecución la memoria disponible y el espacio libre en disco,
pero aún puede pasar inadvertido un incumplimiento breve entre
comprobaciones.

Las métricas más útiles suelen proceder del problema, no del
servidor. La nota sobre vender existencias limitadas sin sobreventa
reúne en un panel las esperas por bloqueos, las reservas caducadas y
la diferencia entre el recuento de la puerta de admisión y el de la
base de datos. Ejecuta de forma programada la invariante `available
+ held + sold = total`, la representa y avisa al personal de guardia
ante cualquier desviación. Cada cifra nace de conocer cómo puede
fallar esa venta.

Dónde surgen los problemas

Las métricas rara vez fallan de forma ruidosa. El gráfico sigue
dibujándose y el número pasa a significar, silenciosamente, algo
distinto de lo que dice su nombre.

Se publica como contador un valor que baja. La página de tipos de
Prometheus indica que no debe usarse un contador para nada que pueda
disminuir, como el número de procesos en ejecución: eso es un
indicador. Las funciones de consulta interpretan cualquier caída de
un contador como un reinicio y la corrigen; un valor que baja
deliberadamente aparece entonces como aumentos que nunca ocurrieron.

Las unidades cambian entre servicios. Uno informa de la duración en
milisegundos y otro en segundos; el panel que los compara se
equivoca por un factor de mil. La guía de nombres exige que una
métrica corresponda a una sola unidad y recomienda las básicas.
Convertir una vez, en origen, cuesta menos que recordar la
diferencia en cada consulta.

La suma entre etiquetas no significa nada. La regla orientativa de
la guía de nombres es que la suma o el promedio sobre todas las
etiquetas de una métrica debería tener sentido. Su propio ejemplo:
las capacidades de varias colas pertenecen a una misma métrica; la
capacidad de una cola y su longitud actual, no.

Lo no medido se lee como cero. Un recolector que deja de leer su
entrada deja un cero o una fila ausente indistinguibles de un
sistema con poca actividad. El modelo de OpenTelemetry incluye una
marca para un punto sin valor registrado, equivalente al marcador de
datos obsoletos de Prometheus, porque la ausencia de datos y un cero
son hechos distintos. Repórtelos de forma diferente y dé a «no
evaluado» un resultado propio, como hacen los recolectores
anteriores.

La ventana oculta el pico. Un indicador es una muestra de un
instante; el modelo de OpenTelemetry solo comunica el último valor
de cada intervalo, por lo que una ráfaga entre dos muestras no deja
huella. Del mismo modo, un promedio diario diluye un minuto al
límite. Elija la ventana según el fallo que deba verse y mantenga
una comprobación rápida junto a otra lenta cuando ambas importen.

El desbordamiento hace que una consulta filtrada cuente de menos. El
SDK de OpenTelemetry registra, de forma predeterminada, como máximo
2.000 combinaciones distintas de atributos por flujo de métricas y
agrupa las siguientes en un único punto marcado como
`otel.metric.overflow=true`. El total sigue siendo correcto, pero el
desbordamiento sustituye la combinación completa, no solo su parte
ruidosa. En el ejemplo de la documentación, un contador de
solicitudes lleva `url.path` y `success`; al desbordarse, una
consulta con `success=false` cuenta de menos y una alerta de tasa de
errores basada en ella puede dejar de dispararse. Limite los
atributos a conjuntos pequeños y conocidos y vigile la marca de
desbordamiento.

Lecturas adicionales

  * OpenTelemetry: métricas — tipos de instrumentos, agregación y
límite de cardinalidad.

  * OpenTelemetry: modelo de datos de métricas — indicadores, sumas,
histogramas, temporalidad y marca de ausencia de valor registrado.

  * Prometheus: tipos de métricas — contador, indicador, histograma
y resumen.

  * Prometheus: nombres de métricas y etiquetas — unidades básicas,
sufijos de unidad y `_total`.

  * Prometheus: histogramas y resúmenes — dónde se calculan los
cuantiles y cuáles pueden combinarse.

  * Prometheus: formatos de exposición — el formato de texto línea
por línea.

hEsta página en la web	URL:https://engineer.company/es/glossary/metrics/	engineer.company	70
