{"canonical_url":"https://engineer.company/es/glossary/monitoring/","content_markdown":"# Monitorización\n\n## Qué es\n\nLa monitorización consiste en leer continuamente lo que un sistema en\nfuncionamiento informa sobre sí mismo: algún mecanismo compara esos informes con\nlímites definidos y decide cuándo debe avisar a una persona. El libro Site\nReliability Engineering de Google la define como la recogida, el procesamiento,\nla agregación y la presentación de datos cuantitativos sobre un sistema en\ntiempo real: cuántas solicitudes llegan y de qué tipo, cuántas fallan y cómo,\ncuánto tardan y cuánto lleva funcionando cada servidor. El objetivo es un orden\nde acontecimientos: que el sistema avise de sus problemas antes que un usuario.\n\nLos datos llegan por dos vías. La monitorización de caja blanca lee lo que el\nsistema expone sobre su interior, como un punto de acceso a métricas, la\nlongitud de una cola o un recuento de reintentos; así puede detectar problemas\nen formación antes de que alguien los note. La monitorización de caja negra se\nsitúa fuera y se comporta como un usuario: solicita una página, resuelve un\nnombre o completa un inicio de sesión e informa de si funcionó y cuánto tardó.\nSolo ve lo que ya está fallando; por eso ofrece una razón fiable para despertar\na alguien.\n\nLa mayor parte de lo que conserva un sistema de monitorización son cifras\nmuestreadas a lo largo del tiempo: son baratas de almacenar y fáciles de\ncomparar con un umbral. El mismo capítulo de SRE identifica cuatro como punto de\npartida para cualquier sistema que atienda a usuarios: latencia, el tiempo que\ntarda una solicitud; tráfico, la demanda que llega; errores, la proporción de\nsolicitudes que fallan; y saturación, lo cerca que está de llenarse el recurso\nmás ocupado.\n\nAlrededor de las cifras hay dos salidas. Un panel sirve para consultar cuando\nalguien ya sospecha que ocurre algo. Una alerta sirve para interrumpir cuando\ntodo el mundo está ocupado con otra cosa. En el ecosistema Prometheus, el\nservidor evalúa las reglas y Alertmanager agrupa, elimina duplicados y encamina\nlas alertas que se activan.\n\nEs fácil confundirla con dos prácticas cercanas. El registro en logs anota\neventos individuales, una línea por suceso, y se consulta tras una alerta para\naveriguar la causa. La observabilidad, según la plantea el proyecto\nOpenTelemetry, es la capacidad más amplia de hacer preguntas nuevas a un sistema\ndesde fuera. La monitorización es una práctica más acotada y antigua: preguntas\ndecididas de antemano, formuladas continuamente, con una respuesta capaz de\navisar al personal de guardia.\n\n## Por qué importa\n\nLa alternativa es enterarse de los problemas por quienes los sufren, a la hora\nque los detecten. La monitorización adelanta ese momento y pone el aviso en\nmanos de alguien que pueda actuar.\n\nEl recurso escaso es la atención, más que el software. Un aviso de guardia\ninterrumpe el trabajo de día y el sueño de noche; el libro de SRE es tajante\nsobre las consecuencias de recibir demasiados: la gente los lee por encima,\ndesconfía de ellos y acaba ignorándolos, a veces también el verdadero que queda\noculto entre el ruido. La orientación del proyecto Prometheus cabe en una frase:\n«mantenga las alertas sencillas, alerte sobre síntomas, disponga de buenas\nconsolas para localizar las causas y evite los avisos de guardia ante los que no\nhaya nada que hacer». Cada regla que puede despertar a alguien promete que, al\nactivarse, habrá algo urgente que esa persona deba hacer.\n\nAsí, la decisión central se refiere a lo que sienten los usuarios. Un disco al\n85 % es una causa; un proceso de pago que falla es un síntoma. Alertar sobre\nsíntomas reduce el número de reglas: hay muchas menos maneras de perjudicar a\nlos usuarios que de que las máquinas se comporten mal. Las causas siguen\nteniendo sitio en paneles y tickets, donde ayudan a diagnosticar sin despertar a\nnadie. La capacidad es la excepción justificada: un recurso casi lleno no\nperjudica a nadie hoy, pero pronto necesitará una intervención.\n\nDespués hay que decidir si operarlo o contratarlo. Operarlo exige un almacén de\nseries temporales, un enrutador de alertas y alguien que mantenga ambos en buen\nestado. Un servicio alojado elimina ese trabajo y factura por el volumen\nenviado: cada servidor nuevo se refleja en una factura. El libro de SRE señala\nque, incluso en Google, un equipo de 10–12 ingenieros suele tener una o dos\npersonas dedicadas principalmente a la monitorización. En cualquier caso, es un\nsistema con mantenimiento propio, que debe dimensionarse en función del sistema\nvigilado.\n\n## Cómo se aplica en la práctica\n\nDos puestos anteriores de la fundadora y el servidor propio de la empresa\nmuestran la misma idea a escalas muy distintas.\n\nEntre 2015 y 2022, en un puesto de ingeniería de infraestructura, el trabajo\nconsistió en [dar soporte 24/7 a unos 1.000 servidores de streaming IPTV/OTT](/es/portfolio/ran-24-7-support-for-1000-iptv-ott-servers/), además de bastantes sistemas propiedad de los clientes, para\nclientes de China, Estados Unidos y Alemania. Con clientes en tres husos\nhorarios no había una hora tranquila: un problema a las 3 de la madrugada local\ncoincidía con el horario de máxima audiencia en otro lugar. Buena parte del trabajo era detectar\ndesviaciones antes de que se convirtieran en interrupciones, y los problemas se\nresolvían antes de llegar a la pantalla del espectador. En un servicio así, el\néxito se manifiesta en que no ocurre nada; la monitorización permite saberlo, en\nlugar de confiar en que sea así.\n\nEn un puesto de ingeniería de bases de datos entre 2022 y 2024, con [100 bases de datos PostgreSQL, MS SQL y BigQuery](/es/portfolio/ran-100-postgresql-ms-sql-bigquery-warehouses/), la\nmonitorización automatizada redujo el tiempo de indisponibilidad en un 50 %.\n\nMonitorizar el servidor propio de la empresa para servicios de acceso público\nsupone trabajar en el otro extremo de la escala. [Una sola máquina de 512 MB ejecuta esos servicios](/es/portfolio/a-whole-company-on-one-small-server/), con unos 464 MB\nutilizables; la memoria disponible condiciona cada decisión de diseño. Los\ninformes se obtienen a petición, en lugar de emplear un agente, un flujo de\nprocesamiento y un panel: siete órdenes leen el servidor y generan Markdown, sin\ncambiar nada y solo cuando alguien las solicita. La decisión sobre el servicio\nonion muestra el método: una vez planteada la pregunta, se tomaron muestras del\nservidor durante un día y las lecturas la resolvieron. En esas muestras\nregistradas, el mínimo de memoria disponible fue de unos 310 MB de 464; el uso de\nswap se mantuvo en el 2,6 % y el procesador estuvo inactivo el 99,7 % del\ntiempo. A esa escala, monitorizar es tomar una medición en el momento en que una\ndecisión la necesita.\n\n## Dónde surgen los problemas\n\n**El avisador suena tanto que la gente deja de leerlo.** Cada incidente deja una\nregla; muchas se activan por causas que desaparecen solas y, en pocos meses, el\naviso verdadero se pasa por alto junto con los demás. Avise al personal de\nguardia solo de lo que notarían los usuarios, en un único punto de la\narquitectura, y envíe lo demás a una cola de tickets o a un panel. Exija después\nque la condición se mantenga un tiempo antes de activar la alerta, para que una\nanomalía que se resuelve en un minuto no despierte a nadie:\n\n```yaml\ngroups:\n    - name: checkout\n      rules:\n          - alert: CheckoutErrorsHigh\n            expr: job:checkout_errors:ratio5m \u003e 0.02\n            for: 10m\n            labels:\n                severity: page\n```\n\n**La monitorización se detiene y su silencio se interpreta como una buena\nnoticia.** Una regla que nunca se activa parece exactamente igual que un sistema\nque nunca falla. Si cae el servidor Prometheus, Alertmanager o el retransmisor\nde correo, todas las alertas se detienen a la vez. Prometheus recomienda alertar\nsobre la propia monitorización y, mejor aún, probar todo el recorrido de extremo\na extremo: una comprobación demuestra así que una alerta puede viajar desde la\nregla hasta la bandeja de entrada. Los trabajos programados caen en la misma\ntrampa: una copia de seguridad que deja de ejecutarse no genera errores;\nsimplemente deja de producir rastros. Avise cuando el último éxito sea demasiado\nantiguo, dejando margen para al menos dos ejecuciones completas; para un trabajo\nde una hora que se ejecuta cada 4 horas, el proyecto propone 10 horas:\n\n```promql\ntime() - backup_last_success_timestamp_seconds \u003e 10 * 3600\n```\n\n**El promedio dice que todo va bien mientras algunos usuarios esperan.** Los\npromedios son fáciles de representar y ocultan la cola de la distribución. El\nejemplo del libro de SRE es un servicio con un promedio de 100 ms a 1.000\nsolicitudes por segundo, donde un 1 % de las solicitudes puede tardar fácilmente\n5 segundos. Si una página depende de varios servicios así, el percentil 99 de un\nbackend puede convertirse en la mediana del frontend. Los fallos rápidos lo\nempeoran: un error inmediato reduce el promedio. Registre la latencia por\nintervalos, alerte sobre un percentil alto y mida las solicitudes fallidas por\nseparado de las correctas.\n\n**Todas las cifras internas están en verde, pero los usuarios no pueden acceder\nal servicio.** Las métricas de caja blanca proceden del interior del sistema y\ncomparten sus puntos ciegos: un certificado caducado, un registro DNS incorrecto\no un cambio en el cortafuegos pueden dejarlas todas en buen estado. Una\ncomprobación de caja negra desde una máquina ajena a la red del sistema detecta\nlo que de otro modo sería invisible y sigue funcionando cuando la monitorización\ninterna cae con todo lo demás.\n\n## Lecturas adicionales\n\n- [Prometheus: visión general](https://prometheus.io/docs/introduction/overview/) — qué recoge un sistema de monitorización basado en métricas, qué partes\n  lo componen y cuándo la precisión por evento exige otra herramienta.\n- [Alertas](https://prometheus.io/docs/practices/alerting/) — la orientación de Prometheus sobre cuándo avisar al personal de guardia,\n  desde servicios en línea y trabajos por lotes hasta la vigilancia de la propia\n  monitorización.\n- [Alertmanager](https://prometheus.io/docs/alerting/latest/alertmanager/) — cómo se eliminan duplicados, se agrupan, silencian, inhiben y encaminan\n  las alertas hacia un receptor.\n- [Monitorización de sistemas distribuidos](https://sre.google/sre-book/monitoring-distributed-systems/) — el capítulo 6 del libro Site Reliability Engineering de Google: síntomas\n  y causas, las cuatro señales de oro y la cola de la distribución.\n- [Introducción a la observabilidad](https://opentelemetry.io/docs/concepts/observability-primer/) — la explicación de OpenTelemetry sobre señales, SLI y SLO y sobre cómo la\n  observabilidad va más allá de la monitorización.\n\n\u003chttps://engineer.company/es/glossary/monitoring/\u003e\n","date_modified":"2026-11-09T21:50:25Z","description":"La monitorización detecta problemas antes que el usuario. Importan las alertas útiles, las latencias extremas y saber cuándo falla el propio monitor.","formats":{"gemtext":"https://engineer.company/es/glossary/monitoring/index.gmi","gopher":"https://engineer.company/es/glossary/monitoring/gophermap","html":"https://engineer.company/es/glossary/monitoring/","json":"https://engineer.company/es/glossary/monitoring/index.json","markdown":"https://engineer.company/es/glossary/monitoring/index.md","pdf":"https://engineer.company/es/glossary/monitoring/index.pdf"},"kind":"page","language":"es","title":"¿Qué es la monitorización?","url":"https://engineer.company/es/glossary/monitoring/","version":1}