En Cielo, ponemos la experiencia del cliente por encima de todo: la disponibilidad y el rendimiento de nuestro servicio son nuestra máxima prioridad. Para lograrlo, necesitamos una cultura sólida de observabilidad en todos nuestros equipos y sistemas.
Por eso invertimos mucho en la confiabilidad de nuestra aplicación. Aun así, las fallas impredecibles son inevitables y, cuando ocurren, son las personas quienes las resuelven.
Operamos un sistema sociotécnico, y la capacidad de ese sistema para recuperarse frente a la adversidad se conoce como resiliencia. Uno de los componentes clave de la resiliencia es la observabilidad: los pasos que damos para permitir que las personas “miren” dentro de los sistemas que operan.
En este artículo exploramos el camino para construir una cultura de observabilidad más fuerte y las lecciones que hemos aprendido a lo largo del proceso.
¿Qué entendemos por observabilidad?
En Interlock, entregamos para aprender. Nuestro entorno de producción es el lugar donde el código, la infraestructura, las dependencias de terceros y nuestros clientes se unen para crear una realidad objetiva; es el único espacio donde podemos aprender de verdad y validar el impacto de nuestro trabajo. Definimos la observabilidad como un proceso continuo en el que las personas hacen preguntas sobre producción y obtienen respuestas*.
Desglosemos esto un poco más:
Proceso continuo: una observabilidad exitosa implica observar con la mayor frecuencia posible.
Preguntas sobre producción: quisimos que nuestra definición fuera amplia, genérica y representativa del diverso conjunto de flujos de trabajo que abordamos.
Respuestas*: atención al asterisco. Ninguna herramienta te dará respuestas definitivas; solo ofrece pistas que puedes seguir para encontrar las respuestas reales. Para eso, necesitas usar tus propios modelos mentales y tu comprensión de los sistemas que operas.
Etapa 1: El problema y la solución
Con nuestra propia definición de observabilidad, evaluamos las prácticas existentes y formulamos un planteamiento claro del problema. Hasta hace poco, nuestras herramientas de observabilidad se basaban principalmente en métricas. El flujo típico consistía en analizar paneles llenos de gráficos, con métricas segmentadas por distintas combinaciones de atributos. Las personas buscaban correlaciones, pero a menudo se iban sin obtener insights realmente útiles.
“Las métricas son fáciles de añadir y de entender, pero carecen de atributos de alta cardinalidad (por ejemplo, el ID del cliente), lo que dificulta completar una investigación.”