Observabilidad vs. supervisión: ¿cuál es la diferencia?

Imagine que un servicio de streaming de vídeo decide transmitir en vivo un concierto a medianoche de un artista musical popular, pero cuando los usuarios inician sesión a medianoche para verlo, experimentan problemas de almacenamiento en búfer. Algunos de los fans incondicionales del artista podrían quedarse para ver si el problema mejora. Pero los fans ocasionales podrían abandonar la transmisión; y peor aún, los superfans frustrados podrían abandonar la transmisión y el servicio de transmisión.

Los consumidores tecnológicos de hoy en día esperan velocidades ultrarrápidas, tiempos de actividad ultraltos e interacciones fluidas. Las experiencias negativas de los usuarios, como los problemas de almacenamiento en búfer durante un gran concierto, pueden aumentar la pérdida de clientes, por lo que los equipos de TI necesitan la capacidad de identificar rápidamente las causas raíz y resolver los problemas del sistema.

Aquí es donde las herramientas de monitorización y observabilidad se vuelven indispensables para las operaciones de TI modernas (ITOps). Veamos cómo dichas herramientas podrían no solo resolver, sino prevenir, tal situación.

Para abordar los problemas de búfer en una transmisión en directo, un equipo de operaciones puede utilizar una herramienta de monitorización para notificarles cuando un grupo de servidores haya superado los umbrales de carga. A continuación, el equipo puede reequilibrar la carga del servidor redistribuyendo el tráfico entre los servidores disponibles.

Activada por la alerta de monitorización, una plataforma de observabilidad puede analizar métricas clave (como la adaptación de la velocidad de bits) y utilizar rastreos distribuidos para seguir las solicitudes de vídeo e identificar dónde comienza el almacenamiento en búfer. Si, por ejemplo, la herramienta descubre que los problemas de almacenamiento en búfer se deben a nodos de red de entrega de contenido (CDN) de bajo rendimiento, puede proporcionar al personal de TI opciones para optimizar las configuraciones de CDN y mejorar la compatibilidad de los dispositivos.

De hecho, las principales herramientas de observabilidad pueden analizar los datos históricos de monitorización de eventos de red similares y predecir que el concierto sobrecargará los nodos CDN en una región concreta. La herramienta puede dar una instrucción al personal de TI para reconfigurar proactivamente la CDN, abordando los nodos más lentos antes de que creen problemas de almacenamiento en búfer para los usuarios.

En resumen, la monitorización y la observabilidad ofrecen a las empresas enfoques complementarios para diagnosticar problemas del sistema. Mientras que la monitorización indica a los equipos cuándo algo anda mal, la observabilidad les dice qué ocurre, por qué ocurre y cómo solucionarlo. Utilizados conjuntamente, permiten las capacidades integrales de detección y resolución de problemas que los equipos de TI necesitan para garantizar experiencias de cliente fluidas.

Para entender mejor la diferencia entre la observabilidad y la monitorización, veamos cómo funciona cada una, sus similitudes y diferencias y las funciones que desempeñan en el desarrollo de software y la gestión de redes.

La observabilidad es la capacidad de comprender el estado interno de un sistema complejo en función de los resultados externos. Cuando un sistema es observable, los equipos de TI pueden identificar la causa raíz de un problema de rendimiento examinando los datos que produce. No hay necesidad de pruebas o codificación adicionales.

El término "observabilidad" proviene de la teoría del control, una teoría de ingeniería que se ocupa de automatizar el control de sistemas dinámicos (por ejemplo, regular el caudal del agua a través de una tubería basándose en comentarios de un sistema de control de flujo). Los vehículos modernos sirven también como ejemplo. Los sistemas de diagnóstico de automóviles a menudo proporcionan observabilidad a los mecánicos, que los utilizan para averiguar por qué un coche no arranca sin tener que desmontarlo.

En ITOps y cloud computing, la observabilidad requiere herramientas de software que agreguen y correlacionen flujos constantes de datos de rendimiento de las aplicaciones y el hardware y las redes en las que se ejecutan.

Las soluciones de observabilidad (como OpenTelemetry) pueden analizar los datos de salida de un sistema, proporcionar una evaluación de la salud del sistema y ofrecer conocimientos procesables para abordar los problemas. A continuación, los equipos pueden utilizar los datos para monitorizar, solucionar problemas y depurar aplicaciones y redes.

Un sistema observable es aquel en el que los equipos de DevOps pueden ver todo el entorno de TI, incluidos los datos contextuales y las interdependencias. ¿El resultado? Una arquitectura de TI que permite a los equipos detectar problemas de manera proactiva, resolverlos más rápido, optimizar la experiencia del cliente y cumplir los acuerdos de nivel de servicio (SLA).

La monitorización evalúa la salud del sistema mediante la recopilación y el análisis de datos agregados de los sistemas de TI, según un conjunto predefinido de métricas y registros. En DevOps, la monitorización mide la salud de la aplicación para detectar fallos conocidos y prevenir tiempo de inactividad. Un equipo de TI podría, por ejemplo, crear una regla dentro de una herramienta de monitorización que alerte a los miembros del equipo cuando una aplicación se acerque al 100 % de uso del disco.

Donde la monitorización realmente muestra su valor es en el análisis de tendencias a largo plazo. Una herramienta de monitorización puede mostrar a los equipos cómo funciona una aplicación y cómo se utiliza a lo largo del tiempo. Sin embargo, la monitorización tiene sus limitaciones.

Para que la monitorización resulte eficaz, los equipos deben saber qué métricas y registros rastrear. Si el equipo no ha previsto un problema, las herramientas de monitorización pueden pasar por alto fallos de producción importantes y otros problemas. La monitorización también requiere que el personal informático correlacione manualmente los datos entre herramientas de monitorización aisladas, lo que hace que el análisis de causa raíz sea un proceso más complejo y lento y limita las capacidades de los desarrolladores. 

Los términos "observabilidad" y "monitorización del rendimiento de las aplicaciones" suelen utilizarse indistintamente. Sin embargo, es más preciso ver la observabilidad como una evolución de la monitorización del rendimiento de las aplicaciones.

La monitorización del rendimiento de las aplicaciones se refiere a las herramientas y procesos que ayudan a los equipos de TI a determinar si las aplicaciones cumplen los estándares de rendimiento y las expectativas de los usuarios. Las herramientas de monitorización suelen realizar un seguimiento de la salud y el rendimiento de la infraestructura de red, las dependencias de las aplicaciones, las transacciones empresariales y las experiencias de los usuarios. Estos sistemas tienen como objetivo identificar, aislar y resolver rápidamente los problemas de rendimiento.

La APM fue la práctica estándar durante más de dos décadas, pero con el aumento del uso del desarrollo ágil, DevOps, microservicios, múltiples lenguajes de programación, serverless y otras tecnologías nativas de la nube , los equipos necesitaban una forma más rápida y completa de monitorizar y evaluar entornos altamente complejos. Las herramientas de APM diseñadas para una generación anterior de infraestructura de aplicaciones ya no podían proporcionar una visibilidad rápida, automatizada y contextualizada de la salud y la disponibilidad de todo un entorno de aplicaciones. Hoy en día, el nuevo software se implementa tan rápido, en tantos componentes pequeños, que las herramientas tradicionales de APM tienen problemas para seguir el ritmo.

Aquí entra la observabilidad. La observabilidad se basa en los métodos de recopilación de datos de las herramientas de monitorización para abordar mejor la naturaleza distribuida y dinámica de las implementaciones de aplicaciones nativas de la nube y servicios. Las soluciones de observabilidad adoptan un enfoque holístico de la información de registro y la monitorización, ayudando a los equipos a comprender mejor cómo interactúan los servicios (con mapas de dependencia, por ejemplo) y encajan en la arquitectura general.

La diferencia entre la monitorización y la observabilidad suele ser la diferencia entre identificar los problemas que usted sabe que se producirán y encontrar formas de anticiparse a los problemas que podrían producirse. En su forma más básica, la monitorización es reactiva y la observabilidad es proactiva. Sin embargo, ambas utilizan el mismo tipo de datos de telemetría, conocidos como los tres pilares de la observabilidad.

Los tres pilares son:

• Registros: registros de lo que sucede dentro de su red y sistemas de software. Los registros proporcionan información granular sobre lo que ocurrió, cuándo ocurrió y en qué lugar de la red ocurrió.

• Métricas: evaluaciones numéricas del rendimiento del sistema y del uso de recursos. Las métricas proporcionan una visión general de alto nivel de la salud del sistema mediante la captura de tipos de datos específicos e indicadores clave de rendimiento (KPI), como la latencia, la pérdida de paquetes, la disponibilidad de ancho de banda y el uso de la CPU del dispositivo.

• Rastreos: registros de extremo a extremo del recorrido de cada solicitud de usuario a través de la red. Los rastreos proporcionan conocimiento sobre la ruta y el comportamiento de los paquetes de datos a medida que atraviesan múltiples dispositivos y sistemas, lo que los hace esenciales para comprender los sistemas distribuidos.

En la monitorización, los equipos utilizan estos datos de telemetría para definir umbrales y puntos de referencia, y crear paneles de control y notificaciones preconfigurados. También pueden usar la telemetría para identificar y documentar las dependencias, que revelan cómo funciona cada componente de la aplicación con otros componentes, aplicaciones y recursos de TI.

Una plataforma de observabilidad lleva la monitorización un paso más allá. Las plataformas de observabilidad también utilizan la telemetría, pero lo hacen de manera proactiva.

DevOps, ingenieros de fiabilidad del sitio (SRE), equipos de operaciones y personal de TI utilizan herramientas de observabilidad para correlacionar la telemetría en tiempo real y obtener una visión completa y contextualizada de la salud. Esto permite a los equipos comprender mejor cada elemento del sistema y cómo se relacionan entre sí los diferentes elementos.

Al proporcionar una visión completa de un entorno de TI con dependencias, las soluciones de observabilidad pueden mostrar a los equipos el "qué", el "dónde" y el "porqué" de cualquier evento del sistema y cómo el evento puede afectar al rendimiento de todo el entorno. También pueden descubrir automáticamente nuevas fuentes de telemetría que puedan aparecer en el sistema (una nueva llamada de API a la aplicación de software, por ejemplo).

Estas características a menudo dictan cómo los equipos de DevOps implementan la instrumentación de aplicaciones, los procesos de depuración y la resolución de problemas. Muchas soluciones de observabilidad también incluyen capacidades de machine learning (ML) y AIOps que ayudan a obtener información de las montañas de datos sin procesar que crean los entornos de TI modernos y a clasificar los problemas en función de la gravedad.

Tanto la monitorización como la observabilidad son esenciales para la gestión de redes y aplicaciones. Sin embargo, difieren en varios aspectos clave:

La monitorización realiza un seguimiento del rendimiento de un sistema a lo largo del tiempo, utilizando los KPI para anticiparse a los problemas de rendimiento y alertar a los equipos informáticos de las desviaciones de los datos en tiempo real. Se centra principalmente en la búsqueda de problemas en el sistema y en la notificación a las partes interesadas de sucesos anómalos en el sistema. Esto hace que la monitorización sea más adecuada para redes estáticas y bien comprendidas con cargas de trabajo predecibles.

La observabilidad utiliza los datos de telemetría, incluidas las características de rastreo distribuido, de cada dispositivo y componente en la red para crear una imagen más clara y completa del rendimiento general de la red. Las herramientas de observabilidad pueden realizar análisis de causa raíz en tiempo real en entornos de TI complejos y dinámicos. Identifican los componentes de red lentos o rotos y proporcionan alertas para las soluciones preventivas, lo que ayuda a los equipos a entender qué hay que monitorizar y cómo abordar los problemas de manera proactiva.

Las herramientas de monitorización utilizan métricas y registros específicos para detectar errores del sistema, patrones de uso de recursos y modos de fallo específicos. Ayudan a los equipos a identificar "lo que saben que saben", lo que significa que los equipos de TI solo pueden encontrar problemas que ya hayan anticipado. El software de monitorización del rendimiento de las aplicaciones, por ejemplo, puede indicar si una aplicación está en línea, fuera de línea o tiene problemas de latencia.  

La monitorización es un proceso vital que ayuda a garantizar que los sistemas funcionen correctamente, pero las herramientas de monitorización no pueden proporcionar el contexto necesario para la detección de fallos en profundidad y la respuesta a incidentes.

La observabilidad ayuda a los equipos a visualizar toda la arquitectura, almacenar configuraciones de dispositivos, integrar diversas fuentes de datos en toda la red y permitir un análisis de datos fluido. Las herramientas de observabilidad enriquecen los datos de telemetría con información adicional sobre el entorno de red (topología, roles de dispositivos y dependencias de aplicaciones, por ejemplo) y correlacionan los datos de red para revelar "lo que ni siquiera saben que no saben".  

La visibilidad mejorada y los conocimientos más profundos permiten a los equipos de TI ser proactivos y adoptar un enfoque más exploratorio de la gestión de redes y aplicaciones.

Los sistemas de monitorización recopilan datos sobre las tendencias de uso y el rendimiento, y utilizan esos datos para revelar qué está sucediendo. Pero no necesariamente pueden explicar el porqué están ocurriendo eventos problemáticos.

Las herramientas de observabilidad utilizan datos a nivel de superficie, datos de canalizaciones de CI/CD y datos históricos para proporcionar contexto y correlacionar eventos del sistema aparentemente no relacionados. Las características de correlación ayudan a los desarrolladores a identificar con precisión la causa raíz de los problemas, tanto en tiempo real como retrospectivamente.

La monitorización está limitada por los conjuntos de datos predefinidos establecidos por los equipos de TI. No puede identificar problemas fuera de lo programado, por lo que las herramientas de monitorización suelen ser insuficientes para gestionar entornos dinámicos.

Confiar únicamente en las herramientas de monitorización significa confiar en los datos de monitorización en silos, lo que exige que los equipos dediquen más recursos a la correlación de datos y al análisis manual de la causa raíz. Los procesos manuales ralentizan la resolución de problemas y aumentan la probabilidad de interrupciones y cortes del servicio.

Las herramientas de observabilidad pueden mapear las interacciones de datos de fuentes de datos dinámicas y diversas en entornos de nube (como entornos híbridos y multinube), infraestructura local y aplicaciones de terceros. Son intrínsecamente adaptables, lo que los hace muy adecuados para las demandas de resolución de problemas de las infraestructuras de TI modernas.

Y, con sus capacidades de automatización y AIOps, las plataformas de observabilidad pueden escalar junto con los ecosistemas, para que los equipos puedan gestionar eficazmente sus infraestructuras a medida que se expanden.

Las herramientas de monitorización a menudo visualizan los datos del sistema en paneles de control que permiten al personal de TI ver las métricas clave en una ubicación centralizada. Sin embargo, no pueden ilustrar los orígenes de los errores del sistema. En cambio, las herramientas de monitorización dejan las tareas predictivas y el análisis de causa raíz a los operadores humanos.

Sin embargo, las herramientas de observabilidad pueden crear mapas transitables que incluyan errores del sistema y sus causas raíz, automatizando los flujos de trabajo de análisis de causa raíz y agilizando los procesos de resolución de problemas para los equipos de TI.

La monitorización y la observabilidad trabajan de la mano para crear un marco integral para gestionar los sistemas de TI, optimizar la conectividad de la red y maximizar la escalabilidad de la arquitectura.

Las herramientas de monitorización sientan las bases de la observabilidad al rastrear los datos de telemetría y otras métricas clave y alertar a los equipos de las desviaciones de rendimiento. Si, por ejemplo, una aplicación supera el umbral de tiempo de respuesta establecido, una solución de monitorización genera una alerta.

A continuación, una herramienta de observabilidad analiza los datos de telemetría y cualquier correlación de datos (como las implementaciones recientes), añadiendo información contextual e integrando capas de datos para determinar el motivo de la alerta. Rastrea las interacciones de una aplicación con otros servicios para discernir si está funcionando lentamente debido a un error en la base de datos o a una congestión de la red.

Los conocimientos procedentes de la observabilidad también pueden ayudar a perfeccionar las capacidades de monitorización, creando un bucle de feedback para la mejora continua. Cuando la herramienta de observabilidad detecta un cambio en los patrones de datos, puede actualizar las alertas de monitorización para que reflejen el nuevo patrón, de modo que las herramientas de monitorización y observabilidad trabajen al unísono.

Además, las herramientas de observabilidad utilizan la inteligencia artificial (IA) y el aprendizaje automático (ML) para maximizar el potencial de los datos de monitorización. Las características de observabilidad impulsadas por IA pueden utilizar análisis predictivo para predecir cuellos de botella o fallos (utilizando las tendencias de uso de la memoria para predecir el agotamiento de los servidores, por ejemplo). Y mediante el uso de algoritmos de ML (aprendizaje automático), las herramientas de observabilidad pueden refinar las prácticas de alerta, diferenciando entre alertas críticas y ruido.

Si hay un aumento temporal (pero esperado) en el uso de la CPU, por ejemplo, una solución de observabilidad puede suprimir las alertas generadas por las herramientas de monitorización. Sin embargo, si hay un aumento persistente e inesperado en el uso de la CPU, la solución puede ayudar a garantizar que la alerta llegue inmediatamente al personal de TI pertinente.

La monitorización y la observabilidad son herramientas esenciales y complementarias para optimizar las prácticas de gestión del rendimiento de las aplicaciones (APM) e ITOps. Juntos, apoyan las prácticas de resolución de problemas proactivas y reactivas en todos los casos de uso y ayudan a garantizar que las empresas puedan ofrecer a los usuarios los servicios de TI rápidos y de alta disponibilidad que esperan.