Observabilidad frente a supervisión: ¿Cuál es la diferencia?

Imagine que un servicio de streaming de video decide transmitir en vivo un concierto donde se presentará un popular músico a medianoche, pero cuando los usuarios se conectan para verlo, experimentan problemas de buffering (almacenamiento en búfer; transmisión lenta o intermitente). Algunos de los admiradores entregados al artista podrían permanecer conectados para ver si se resuelve el problema. Sin embargo, los seguidores ocasionales podrían abandonar la transmisión; y peor aún, los superadmiradores frustrados podrían abandonar la transmisión y el servicio de transmisión.

Los consumidores de tecnología de la actualidad esperan velocidades ultrarrápidas, tiempos de actividad ininterrumpidos e interacciones perfectas. Las experiencias negativas de los usuarios, como los problemas de buffering durante un gran concierto, pueden aumentar la rotación de clientes, por lo que es necesario que los equipos de TI tengan la capacidad de identificar las causas principales de los problemas del sistema y de resolverlos rápidamente.

Es entonces cuando las herramientas de monitoreo y observabilidad se vuelven indispensables para las operaciones de TI (ITOps) modernas. Veamos cómo dichas herramientas podrían no tan solo resolver tal situación sino prevenirla.

Para abordar los problemas de buffering en una transmisión en vivo, un equipo de operaciones puede emplear una herramienta de monitoreo que le notifique cuando un grupo de servidores supere los umbrales de carga. El equipo puede entonces reequilibrar la carga del servidor redistribuyendo el tráfico entre los servidores disponibles.

Activada por la alerta de monitoreo, una plataforma de observabilidad puede analizar métricas clave (como la adaptación de la velocidad de bits) y utilizar trazas distribuidas para seguir las solicitudes de video e identificar dónde comienza el buffering. Si, por ejemplo, la herramienta descubre que los problemas de buffering derivan del bajo rendimiento de los nodos de la red de entrega de contenido (CDN), puede proporcionar al personal de TI opciones para optimizar las configuraciones de la CDN y mejorar la compatibilidad de los dispositivos.

De hecho, las principales herramientas de observabilidad pueden analizar datos históricos de monitoreo para eventos de red similares y predecir que el concierto sobrecargará los nodos de la CDN en una región en particular. La herramienta puede dar instrucciones al personal de TI para que reconfigure la CDN de manera proactiva, resolviendo el problema con los nodos más lentos antes de que creen problemas de buffering para los usuarios.

En resumen, el monitoreo y la observabilidad ofrecen a las empresas enfoques complementarios para diagnosticar problemas del sistema. Mientras que mediante el monitoreo, el personal se entera cuando algo está mal, mediante la observabilidad, se entera de qué está sucediendo, por qué está sucediendo y cómo solucionarlo. En conjunto, facilitan las capacidades integrales de detección y resolución de problemas que los equipos de TI necesitan para garantizar una experiencia perfecta para el cliente.

Para comprender mejor la diferencia entre observabilidad y monitoreo, veamos cómo funciona cada uno, 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 las salidas externas. Cuando un sistema es observable, los equipos de TI pueden identificar la causa principal de un problema de rendimiento al observar los datos que produce. No hay necesidad de pruebas o programación adicionales.

El término “observabilidad” proviene de la teoría del control, una teoría de la ingeniería que se ocupa de automatizar el control de sistemas dinámicos (regular el flujo de agua a través de una tubería en función de la retroalimentación de un sistema de control de flujo, por ejemplo). Los vehículos modernos sirven como otro ejemplo. Los sistemas de diagnóstico de automóviles a menudo brindan observabilidad a los mecánicos, quienes los utilizan para descubrir por qué un automóvil no arranca sin tener que desmontarlo.

En ITOps y la computación en la nube, 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 del estado del sistema y ofrecer insights aplicables en la práctica para abordar problemas. Luego, los equipos pueden usar los datos para monitorear, 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 forma proactiva, resolverlos más rápido, optimizar la experiencia del cliente y cumplir con los acuerdos de nivel de servicio (SLA).

El monitoreo evalúa el estado del sistema al recopilar y analizar los datos agregados de los sistemas de TI, con base en un conjunto predefinido de métricas y registros. En DevOps, el monitoreo evalúa el estado de las aplicaciones para detectar fallas conocidas y prevenir el tiempo de inactividad. Un equipo de TI podría, por ejemplo, crear una regla dentro de una herramienta de monitoreo que avise a los miembros del equipo cuando una aplicación se acerca al 100 % del uso del disco.

Donde el monitoreo realmente muestra su valor es en el análisis de las tendencias a largo plazo. Una herramienta de monitoreo puede mostrar a los equipos tanto el funcionamiento de una aplicación como el uso que se hace de ella a lo largo del tiempo. Sin embargo, el monitoreo tiene sus limitaciones.

Para que el monitoreo sea eficaz, es necesario que los equipos sepan cuáles métricas y registros deben rastrear. Si el equipo no previó un problema, las herramientas de monitoreo pueden pasar por alto errores de producción clave y otros problemas. El monitoreo también requiere que el personal de TI correlacione manualmente los datos entre herramientas de monitoreo aisladas, lo que hace que el análisis de la causa principal sea un proceso más complejo y lento, y limita las capacidades predictivas de los desarrolladores. 

Los términos “observabilidad” y “monitoreo del rendimiento de las aplicaciones” a menudo se usan indistintamente. Sin embargo, es más exacto considerar la observabilidad como una evolución del monitoreo del rendimiento de las aplicaciones.

El monitoreo del rendimiento de las aplicaciones (APM, sigla en inglés de application performance monitoring) se refiere a las herramientas y procesos que ayudan a los equipos de TI a determinar si las aplicaciones cumplen con los estándares de rendimiento y las expectativas de los usuarios. Las herramientas de monitoreo suelen dar seguimiento al estado y rendimiento de la infraestructura de red, las dependencias de las aplicaciones, las transacciones comerciales y las experiencias de los usuarios. Estos sistemas tienen como objetivo identificar, aislar y resolver rápidamente los problemas de rendimiento.

El APM fue la práctica estándar durante más de dos décadas, pero con el mayor uso del desarrollo ágil, DevOps, microservicios, múltiples lenguajes de programación, las tecnologías sin servidor y otras tecnologías nativas de la nube , los equipos necesitaban una forma más rápida y completa de monitorear y evaluar entornos extremadamente complejos. Las herramientas de APM diseñadas para una generación anterior de infraestructura de aplicaciones ya no podían proporcionar una visibilidad rápida, automatizada y contextualizada del estado y la disponibilidad de todo un entorno de aplicaciones. Hoy en día, el nuevo software se despliega tan rápido, en tantos componentes pequeños, que es difícil para las herramientas tradicionales de APM mantenerse al día.

Y aquí es cuando entra la observabilidad. La observabilidad se basa en métodos de recopilación de datos de herramientas de APM para abordar mejor la naturaleza distribuida y dinámica del despliegue de aplicaciones y servicios nativos de la nube. Las soluciones de observabilidad adoptan un enfoque holístico para el registro y el monitoreo, lo que ayuda a los equipos a comprender mejor cómo interactúan los servicios (con mapas de dependencias, por ejemplo) y cómo encajan en la arquitectura general.

La diferencia entre monitoreo y observabilidad es a menudo la diferencia entre identificar problemas que sabe que ocurrirán y encontrar formas de prever problemas que podrían ocurrir. En su explicación más básica, el monitoreo es reactivo y la observabilidad es proactiva. Sin embargo, ambas herramientas emplean el mismo tipo de datos de telemetría, conocidos como los tres pilares de la observabilidad.

Los tres pilares son:

• Registros: asiento 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 parte de la red ocurrió.

• Métricas: evaluaciones numéricas del rendimiento del sistema y el uso de recursos. Las métricas proporcionan una visión general del estado 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 del ancho de banda y el uso de la unidad central de procesamiento (CPU) del dispositivo.

• Trazas: registros de extremo a extremo del recorrido de cada solicitud de los usuarios a través de la red. Las trazas proporcionan insights sobre la ruta y el comportamiento de los paquetes de datos a medida que atraviesan múltiples dispositivos y sistemas, lo que las hace esenciales para comprender los sistemas distribuidos.

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

Una plataforma de observabilidad lleva el monitoreo un paso más allá. Las plataformas de observabilidad también utilizan la telemetría, pero la utilizan de forma proactiva.

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

Al proporcionar una visión integral de un entorno de TI con todo y sus dependencias, las soluciones de observabilidad pueden mostrar a los equipos el “qué”, el “dónde” y el “por qué” de cualquier evento del sistema, y la manera en que el evento podría afectar el rendimiento de todo el entorno. También pueden descubrir automáticamente nuevas fuentes de telemetría que podrían surgir en el sistema (una nueva llamada de API a una aplicación de software, por ejemplo).

Estas características a menudo dictan la manera en que 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 aprendizaje automático (ML) y AIOps que ayudan a obtener insights de la inmensa cantidad de datos sin procesar que los entornos de TI modernos crean, y clasifican los problemas en función de su gravedad.

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

El monitoreo rastrea el rendimiento de un sistema a lo largo del tiempo, utilizando KPI para prever problemas de rendimiento y alertar a los equipos de TI sobre desviaciones de datos en tiempo real. Se centra principalmente en encontrar problemas del sistema y notificar a los stakeholders sobre eventos anómalos del sistema. Esto hace que el monitoreo sea más adecuado para redes estáticas y bien entendidas con cargas de trabajo predecibles.

La observabilidad utiliza datos de telemetría, incluidas las características de rastreo distribuido, de cada dispositivo y componente de 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 principal en tiempo real en entornos de TI complejos y dinámicos. Identifican componentes de red lentos o descompuestos y proporcionan alertas para hacer arreglos preventivos, ayudando a los equipos a comprender cuáles aspectos monitorear y cómo abordar los problemas de manera proactiva.

Las herramientas de monitoreo utilizan métricas y registros específicos para detectar errores del sistema, patrones de uso de recursos y modos de falla específicos. Ayudan a los equipos a identificar “riesgos confirmados”, lo que significa que los equipos de TI solo pueden encontrar problemas que ya han previsto. Por ejemplo, el software de APM, puede indicar si una aplicación está en línea, sin conexión o tiene problemas de latencia.  

El monitoreo es un proceso vital que ayuda a garantizar que los sistemas funcionen correctamente, pero las herramientas de monitoreo no pueden proporcionar el contexto necesario para la detección profunda de fallas y la respuesta a incidentes.

La observabilidad ayuda a los equipos a visualizar toda la arquitectura, al almacenar configuraciones de dispositivos, integrar diversas fuentes de datos en toda la red y permitir un análisis de datos perfecto. Las herramientas de observabilidad enriquecen los datos de telemetría con información adicional sobre el entorno de la red (topología, roles de los dispositivos y dependencias de las aplicaciones, por ejemplo) y correlacionan los datos de la red para revelar “riesgos desconocidos”.  

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

Los sistemas de monitoreo recopilan datos sobre tendencias de uso y rendimiento, y usan esos datos para revelar qué está sucediendo. Pero no necesariamente pueden explicar por qué ocurren eventos problemáticos.

Las herramientas de observabilidad utilizan datos a nivel de superficie, datos de pipelines de integración continua (CI) y entrega continua (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 principal de los problemas, tanto en tiempo real como en retrospectiva.

El monitoreo está limitado por los conjuntos de datos predefinidos establecidos por los equipos de TI. No puede identificar problemas fuera de lo que se ha programado, por lo que las herramientas de monitoreo a menudo son insuficientes para administrar entornos dinámicos.

Tomar como base únicamente las herramientas de monitoreo implica depender de datos de monitoreo aislados, lo que obliga a los equipos a dedicar recursos adicionales a la correlación de datos y al análisis manual de la causa principal. Los procesos manuales ralentizan la resolución de problemas y aumentan la probabilidad de interrupciones y cortes del servicio.

Las herramientas de observabilidad pueden mapear interacciones de datos de fuentes de datos dinámicas y diversas en los entornos de nube (como entornos híbridos y multinube), infraestructura on premises y aplicaciones de terceros. Son inherentemente adaptables, lo que las hace muy adecuadas 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 monitoreo a menudo visualizan los datos del sistema en paneles que permiten al personal de TI ver las métricas clave en una ubicación centralizada. Sin embargo, no pueden ilustrar el origen de los errores del sistema. En cambio, las herramientas de monitoreo dejan las tareas predictivas y el análisis de causa principal a los operadores humanos.

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

El monitoreo y la observabilidad trabajan de la mano para crear una infraestructura para gestionar los sistemas de TI, optimizar la conectividad de red y maximizar la escalabilidad de la arquitectura.

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

A continuación, una herramienta de observabilidad analiza los datos telemétricos y cualquier correlación de datos (como despliegues recientes), agregando 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 se está ejecutando lentamente debido a un error en la base de datos o a la congestión de la red.

Los insights de la observabilidad también pueden ayudar a perfeccionar las capacidades de monitoreo, creando un ciclo de retroalimentación para la mejora continua. Cuando la herramienta de observabilidad detecta un cambio en los patrones de datos, puede actualizar las alertas de monitoreo para que reflejen el nuevo patrón, de modo que las herramientas de monitoreo y observabilidad funcionan al unísono.

Además, las herramientas de observabilidad utilizan inteligencia artificial (IA) y aprendizaje automático (ML) para maximizar el potencial de monitoreo de datos. Las características de observabilidad impulsadas por IA pueden usar análisis predictivos para pronosticar cuellos de botella o fallas (por ejemplo, mediante el uso de tendencias de uso de memoria para predecir el agotamiento del servidor). Y mediante el uso de algoritmos de ML, las herramientas de observabilidad pueden perfeccionar las prácticas de alerta, diferenciando entre alertas críticas y ruido.

Si hay un aumento temporal (pero previsto) en el uso de la CPU, por ejemplo, una solución de observabilidad puede suprimir las alertas generadas por las herramientas de monitoreo. 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.

El monitoreo y la observabilidad son herramientas esenciales y complementarias para optimizar la gestión del rendimiento de las aplicaciones (APM ) y las prácticas de ITOps. Juntas, respaldan las prácticas de resolución de problemas tanto proactivas como 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.