¿Qué es la observabilidad? Guía sencilla para no ingenieros

¿Qué es la observabilidad? Es la capacidad de averiguar qué está haciendo un sistema, y por qué, usando solo los datos que emite: logs, métricas y trazas. Si la monitorización te avisa de que algo se ha roto, la observabilidad te permite hacer la siguiente pregunta: dónde, para quién y desde cuándo. Si vives entre hojas de cálculo, ya haces una versión pequeña de esto cada vez que rastreas un número raro hasta la fila de origen.

La versión de un minuto para quien vive en hojas de cálculo

Imagina una hoja de ingresos mensuales en la que el total no cuadra. Un panel que diga «el total está mal» es monitorización. Poder filtrar por región, por día y por producto hasta encontrar la importación que duplicó 400 filas es observabilidad.

Los equipos de software se topan con el mismo muro en sistemas en vivo. Una página de pago se vuelve lenta. Salta una alerta. Ahora alguien tiene que averiguar qué servicio, qué segmento de clientes y qué despliegue lo provocaron. Los datos que hacen esto posible se llaman telemetría, y la capacidad de usarlos bien es lo que la gente quiere decir cuando habla de observabilidad.

Biscuit también vive algo parecido. No necesita que le digan que la pelota se ha perdido. Necesita repasar dónde la vio por última vez.

Monitorización frente a observabilidad: problemas conocidos frente a sorpresas

La monitorización vigila lo que decidiste vigilar de antemano. CPU por encima del 90%, tasa de errores por encima del 2%, una página que deja de responder. Tú escribes la regla y la herramienta grita cuando se rompe.

La observabilidad sirve para los problemas para los que no escribiste ninguna regla. OpenTelemetry describe la idea como una forma de entender un sistema desde fuera, sin conocer sus entrañas, y eso ayuda justo con los «problemas desconocidos desconocidos».

No hace falta elegir una de las dos. La monitorización es tu alarma de humo. La observabilidad es el plano de la casa y las grabaciones de las cámaras que revisas después. Quieres las dos cosas.

Logs, métricas y trazas: los tres ingredientes básicos

Casi todas las explicaciones acaban en las mismas tres señales. Aquí va cada una en términos de hoja de cálculo.

Los logs son mensajes con marca de tiempo sobre eventos concretos. En una hoja, es una fila por evento: hora, usuario, acción y resultado. Son los que más detalle tienen y los que más espacio ocupan.

Las métricas son números agregados en el tiempo, como la tasa de errores, las peticiones por minuto o la memoria usada. En una hoja, es tu pestaña de resumen. Son baratas de guardar y rápidas de graficar, pero no te dicen qué petición concreta falló.

Las trazas siguen una petición a lo largo de varios servicios, con el tiempo que pasa en cada paso. En una hoja, piensa en un número de pedido que sigues por cinco pestañas, anotando cuánto tiempo estuvo en cada una.

La versión abreviada habitual: las métricas te dicen que algo va mal, las trazas te dicen más o menos dónde y los logs te dan el detalle. Así se ve en una celda real.

Tienes 5,000 líneas de log en un archivo: un ejemplo práctico en Sheets

Supongamos que exportaste 5,000 líneas de un log de aplicación a Google Sheets. La columna A tiene la marca de tiempo, la B el nombre del servicio, la C el código de estado y la D el tiempo de respuesta en milisegundos. Funciona en Excel y en Sheets, salvo que se indique lo contrario.

Primero, la tasa de errores, una métrica clásica:

=CONTAR.SI(C2:C5001, ">=500") / CONTARA(C2:C5001)

• El rango es C2:C5001, los códigos de estado.

• El criterio ">=500" cuenta todos los errores del servidor.

• Dividir entre CONTARA da la proporción sobre todas las peticiones. Dale formato de porcentaje a la celda.

Eso es monitorización: un número, un umbral. Ahora la parte de observabilidad. ¿Qué servicio es el responsable?

=CONSULTA(A1:D5001, "select B, count(C) where C >= 500 group by B order by count(C) desc", 1)

Esta solo funciona en Google Sheets, porque CONSULTA no tiene equivalente en Excel. Los argumentos:

• Los datos son A1:D5001, con los encabezados incluidos.

• El texto es una pequeña consulta tipo SQL: cuenta los errores por servicio, de mayor a menor.

• El último 1 indica que hay una fila de encabezados.

En Excel 365 obtienes la misma respuesta con otra receta:

=LET(s, FILTRAR(B2:B5001, C2:C5001>=500), u, UNICOS(s), APILARH(u, CONTAR.SI(s, u)))

Eso necesita Excel 365 o Excel 2024, porque APILARH no existe en versiones anteriores, y FILTRAR y UNICOS tampoco están en Excel 2016 ni en Excel 2019. Las versiones antiguas se resuelven mejor con una tabla dinámica.

Los separadores de argumentos y el decimal dependen de tu configuración regional: según tu equipo, puede tocar usar punto y coma, y escribir 0,95 en lugar de 0.95. Ajusta lo que corresponda.

Y para las peticiones lentas, el percentil 95 es más honesto que la media:

=PERCENTIL(D2:D5001, 0.95)

Si la media del tiempo de respuesta es de 180 ms pero el percentil 95 es de 2,400 ms, una de cada veinte personas está teniendo un mal día. La media esconde eso, y justo esa trampa es la que las herramientas de observabilidad intentan ayudarte a evitar.

Si la fórmula es lo que siempre se te olvida, Formula.dog convierte una descripción escrita en lenguaje natural en una fórmula como estas.

Dónde aparece la observabilidad en una jornada normal

No hace falta administrar servidores para toparte con ella. Una responsable de atención al cliente que pregunta «¿por qué se duplicaron los tickets el martes?» la está usando. También una analista financiera que rastrea una variación hasta una factura concreta de un proveedor, o una persona de operaciones que descubre que una importación nocturna se saltó un archivo sin avisar.

En software, las mismas preguntas se vuelven más afiladas porque los sistemas están distribuidos. Un clic en un botón puede pasar por una pasarela de API, un servicio de autenticación, una base de datos y un proveedor de pagos. Cuando falla, el mensaje de error que ves rara vez está en el sitio donde empezó. Una traza muestra toda la cadena, con el enlace lento o roto resaltado, así que nadie tiene que adivinar.

Hay tres términos que aparecen constantemente, así que aquí van con palabras sencillas:

• Instrumentación es añadir el código que emite telemetría. Piénsalo como añadir una columna de marca de tiempo y de ID a un informe que nunca las tuvo.

• Cardinalidad es cuántos valores distintos puede tomar un campo. La región tiene baja cardinalidad; el ID de usuario, muchísima. Los campos de alta cardinalidad responden a las preguntas más finas y son los más caros de conservar.

• SLO (objetivo de nivel de servicio) es una meta que te impones, por ejemplo «el 99.5% de los pagos se completa en menos de dos segundos». Convierte una preocupación vaga en un número que puedes vigilar.

Por qué un montón de paneles no es observabilidad

Aquí va la opinión que molesta a los proveedores: tener las tres señales no significa que tengas observabilidad. Si las métricas viven en una herramienta, los logs en otra y las trazas en una tercera, alguien tiene que alinearlas a mano a las 2 de la madrugada. Es como tener tres libros de Excel sin una columna de ID común.

La prueba es sencilla. Cuando algo inesperado se rompe, ¿puedes hacerle una pregunta nueva a tus datos sin desplegar código nuevo? Si la respuesta es «tendríamos que añadir logs y volver a desplegar», tienes monitorización con pasos extra.

Dos cosas marcan la diferencia en la práctica:

• Contexto en cada evento. Cada línea de log lleva un ID de petición, un nombre de servicio y una versión, para que puedas agrupar y filtrar después. Es la columna de ID que desearías que tuviera toda exportación.

• Detalle conservado el tiempo suficiente. Los datos de alta cardinalidad, como los IDs de usuario o de pedido, son donde se esconden las respuestas, y también son los que hacen subir la factura.

Las herramientas que la gente usa de verdad, y lo que cuesta cada una

No necesitas comprar nada para entender la idea, pero conviene conocer el mercado.

OpenTelemetry es el estándar abierto para producir telemetría, no un lugar donde guardarla o verla. Instrumentas una vez y envías los datos adonde quieras.

Grafana Cloud está construido sobre estándares abiertos, con un plan gratuito de 10,000 series de métricas activas y 50 GB al mes de logs, trazas y perfiles. También puedes autoalojar la pila de código abierto, a cambio de montar tú mismo Prometheus, Loki y Tempo.

Datadog es la opción llave en mano: instalas el agente, tienes paneles funcionando en minutos y todo en un solo lugar para infraestructura, APM y logs. La trampa está en la facturación. El precio por host (unos $15 por host al mes solo por infraestructura), más los cargos aparte por logs y métricas personalizadas, puede dispararse a partir de unos 50 hosts, y no hay un plan gratuito permanente.

New Relic queda en medio en cuanto a precio: 100 GB de ingesta de datos al mes gratis, y luego $0.40 por GB, con un usuario completo de la plataforma incluido.

Merece la pena si tienes un equipo de plataforma pequeño y ningún apetito por operar una infraestructura para tu propia infraestructura. No lo compres si tienes dos servidores y un desarrollador. Un buen formato de logs y las fórmulas de arriba te llevan sorprendentemente lejos.

Qué hacer el lunes si no eres ingeniero

Quizá nunca llegues a tocar una traza. Pero el pensamiento de observabilidad se traslada muy bien a cualquiera que informa números por oficio.

1. Añade un ID a cada exportación. Una columna por la que puedas cruzar datos vale más que cualquier fórmula ingeniosa.

2. Conserva las filas en bruto. No pegues valores encima de la pestaña de detalle. Los resúmenes son métricas; las filas en bruto son logs.

3. Escribe qué es «normal». Un umbral que nunca definiste no puede dispararse.

4. Haz la tercera pregunta. «Los ingresos bajaron» es la alerta. «¿Dónde bajaron?» es la métrica. «¿Qué filas concretas lo provocaron?» es observabilidad.

Haz eso y la próxima cifra rara de tu hoja tardará diez minutos en explicarse, en lugar de una tarde entera. Si recuerdas una sola cosa: la observabilidad no es un producto que compras, es lo bien que los datos que emite tu sistema te permiten responder preguntas que no habías planeado. Buen chico, hoja de cálculo.