Unidad 7.2: Observabilidad y operaciones
Introducción
Cada módulo anterior generó telemetría en un lugar diferente: entradas del registro de actividad por contrato (Unidad 2.3), registros de flujo en un bucket (Unidad 3.2), copias de seguridad y métricas de bases de datos (Unidad 5.3), registros de auditoría de Kubernetes en otro bucket (Unidad 6.1). Un equipo de operaciones no puede trabajar desde seis lugares. Necesita saber qué puede ver cada plano, cuánto tiempo lo conserva y dónde se intersectan los planos.
Esta unidad mapea los planos, identifica las brechas que un diseño debe cerrar y construye la primera capa operativa de FinCorp: reenvío iniciado por el producto para las bases de datos, un pipeline de métricas para las VM con una alerta, y un registro de flujo en la ruta de salida.
1. Los cinco planos de telemetría
1.1 Qué transporta cada plano
La plataforma divide la telemetría por tipo, y cada plano tiene su propio alcance y retención:
| Plano | Servicio | Cómo llega los datos | Alcance | Retención |
|---|---|---|---|---|
| Métricas | Monitoring Service | Empujadas por sus agentes (Prometheus, Grafana Agent, OpenTelemetry, FluentBit), o reenviadas por productos integrados | Pipelines regionales, hasta 10 por contrato | Almacenamiento facturado por GB cada 30 días, que aumenta con sus configuraciones de retención |
| Registros | Logging Service | Fluent Bit o HTTP desde sus orígenes (Kubernetes, Docker, Systemd, Genérico, OTLP), o reenviados por productos integrados | Pipelines regionales, hasta 10 por contrato, 5 flujos de registros cada uno | 7, 14 o 30 días por flujo de registros (predeterminado 30), o ilimitado |
| Auditoría | Activity Logs; registro de auditoría de Kubernetes | Activity Logs: usted los recupera a través de una API de solo lectura, solo GET. Registros de auditoría del clúster: escritos en un bucket que usted nombra | Activity Logs: un contrato, actividad de IaaS | Activity Logs: 35 días |
| Flujo de red | Flow Logs | Escritos en un bucket de Object Storage de propiedad del usuario en intervalos de 10 minutos | Un registro de flujo por NIC de VM, NLB, ALB o NAT Gateway | Hasta que la política de ciclo de vida de su bucket lo elimine |
| Trazas | Tracing Service | OTLP/HTTP o OTLP/gRPC en el puerto 443 | Pipelines regionales, hasta 10 por contrato | 30 días, luego se eliminan automáticamente |
Tres planos comparten una misma lente. Las métricas, los registros y las trazas se visualizan en una instancia de Grafana administrada por contrato y región, respaldada por Grafana Mimir para métricas, Loki para registros y Tempo para trazas. Desde un span lento puede pasar a los registros y métricas de la misma solicitud. Los datos de auditoría y de flujo no llegan a Grafana de forma predeterminada: se depositan en una API y en buckets.
1.2 Trazas, el quinto plano
El Tracing Service es nativo de OpenTelemetry: acepta OTLP sin agentes propietarios, por lo que la instrumentación permanece portable. Sus límites son entradas de diseño, no notas al pie:
- Tamaño máximo de traza: 5 MB. Si los spans de un ID de traza suman más de eso, la traza se rechaza en la ingesta y nunca aparece en Grafana. Las tareas por lotes largas con miles de spans deben dividirse en trazas separadas.
- Tasa de ingesta: 15 MB/s sostenidos, con un pico de 20 MB. Por encima de eso, la plataforma responde HTTP 429 para OTLP/HTTP o
RESOURCE_EXHAUSTEDpara OTLP/gRPC; los exportadores reintentan con retroceso, y el exceso sostenido se descarta. - Trazas en vivo: 10,000 trazas en curso simultáneas. Por encima de eso, las nuevas trazas se rechazan hasta que las abiertas se descarten.
- Spans tardíos que llegan después de que su traza se haya descartado se almacenan como una traza parcial y separada, por lo que mantenga la desviación de reloj pequeña y exporte a tiempo.
FinCorp utiliza trazas para la ruta de solicitud de la portal y para su asistente de IA, ya que el servicio admite las convenciones semánticas de OpenTelemetry para IA generativa, incluida la latencia del modelo y el consumo de tokens. Treinta días cubren el análisis de incidentes; lo que un regulador pida después pertenece al plano de auditoría, no a las trazas.
1.3 Los límites de registro
La ingesta de registros tiene límites predeterminados fijos por pipeline:
| Aspecto | Descripción | Límite |
|---|---|---|
| Límite de tasa HTTP | Límite de tasa predeterminado para solicitudes HTTP por pipeline durante la ingesta de registros. | 50 solicitudes/segundo |
| Ancho de banda TCP | Límite de ancho de banda TCP predeterminado por pipeline, aproximadamente en términos de registros por segundo. | ~10,000 registros/segundo |
| Pipelines máximos | El número máximo de pipelines permitidos por contrato. | 10 pipelines |
| Flujos de registros por pipeline | El número máximo de flujos de registros permitidos por pipeline. | 5 flujos de registros/pipeline |
Como se muestra arriba, la ruta HTTP es adecuada para emisores de bajo volumen; las fuentes de alto volumen, como un clúster de Kubernetes ocupado, envían a través de Fluent Bit sobre TCP. Con cinco flujos por pipeline y diez pipelines por contrato, planifique los flujos por tipo de origen y clase de retención, no uno por servidor. La enmascaración de datos es su responsabilidad: sane los datos personales en el agente antes de que salgan del origen.
2. Reenvío iniciado por el producto: registro y monitorización centralizados
Algunos productos gestionados reenvían sus propios registros y métricas, por lo que no es necesario ejecutar un agente para ellos. El interruptor para esta función es el registro centralizado y la monitorización centralizada: una marca a nivel de contrato por región que permite que los productos integrados ingieran datos en su nombre. Se activa en el DCD mediante un interruptor por región, o a través de la API regional con un PUT a /central. Para saber qué productos están integrados, consulte a su gestor de cuenta o al soporte de IONOS CLOUD.
Ambas capas deben estar activas antes de que aparezca cualquier dato:
- Contrato y región: el registro centralizado y la monitorización centralizada deben estar activados para la región donde se ejecuta el producto.
- Producto: el interruptor propio del producto, como Enable logs y Enable metrics en la configuración de Observability de un clúster de DBaaS (Unidad 5.3).
El orden no le impide avanzar: un clúster acepta los interruptores mientras la región sigue inactiva, pero no fluye ningún dato hasta que el interruptor regional esté activado. Ese es también el riesgo: un clúster puede mostrar ambos interruptores activados y, aun así, no enviar nada. Una vez que ambas capas están activas, Grafana muestra seis paneles predefinidos bajo Dashboards > IONOS CLOUD, un panel de métricas y un panel de registros para cada uno de DBaaS for PostgreSQL, DBaaS for MariaDB y DBaaS for In-Memory DB, incluyendo la replicación y la archivación de WAL para PostgreSQL. La activación es regional y facturable, por lo que actívela solo en las regiones donde FinCorp ejecuta productos: Frankfurt y Berlín.
3. El acceso a Grafana está gobernado por IAM
El acceso a Grafana está vinculado a las canalizaciones y al inicio de sesión único (SSO) de IAM. El inicio de sesión funciona en cuanto existe una canalización o una instancia de Logging o Monitorización Central; antes de eso, falla con el mensaje "Sign up is disabled". Si se eliminan todas, el acceso se mantiene durante 30 días y luego se elimina, las cuentas de servicio se desactivan y sus tokens se vuelven inválidos. Mantenga la Monitorización Central activa en producción para que Grafana nunca dependa de una sola canalización.
La revocación del acceso requiere dos pasos: eliminar o restringir al usuario en IAM para el contrato, y luego eliminar al usuario de la organización de Grafana. Cambiar los privilegios solo en DCD puede no detener inmediatamente el SSO de Grafana. Agregue ambos pasos al manual de procedimientos para bajas de la Unidad 2.2. La creación de canalizaciones requiere el privilegio Access and manage Monitoring, Access and manage Logging Service o Access and manage Tracing; otórguelos al grupo del equipo de plataforma, no a individuos.
4. Las brechas a considerar en el diseño
Cada plano es completo dentro de su ámbito. El trabajo de diseño se encuentra en los bordes:
| Brecha | Consecuencia | Patrón nativo |
|---|---|---|
| Activity Logs conservan 35 días, según el contrato | La evidencia anterior se pierde; no existe una vista que abarque los dos contratos de FinCorp | Exportación programada de cada contrato a un bucket bloqueado (Unidad 2.3) |
| Los registros de traza de Activity Logs están limitados a productos IaaS | La actividad dentro de productos PaaS requiere otro registro | Utilice los registros propios de cada servicio, a través de Central Logging donde este se integre |
| Los registros de auditoría de Kubernetes se almacenan en un bucket | Los eventos de auditoría del Cluster se encuentran en objetos, no en un flujo de registros | Lea el bucket de auditoría desde el SIEM, o transfiera los registros mediante un collector |
| Los registros de aplicación y de nodo llegan solo cuando se envían | Un Cluster sin un agente no tiene registros en Grafana | Despliegue Fluent Bit en cada Cluster hacia un flujo de registros de Kubernetes (Unidad 6.1) |
| Los registros de flujo se almacenan en un bucket | La evidencia de red no está en Grafana | Política de ciclo de vida para la retención; el SIEM lee el bucket |
| Una comprobación de salud TCP solo demuestra que un puerto responde | Un servicio defectuoso puede pasar la comprobación del NLB (Unidad 3.4) | Métricas de aplicación y alertas en el propio servicio |
5. Entornos híbridos: vCenter junto a los planos de la plataforma
En Private Cloud, la monitorización de las máquinas virtuales es responsabilidad del cliente: el soporte de IONOS CLOUD cubre el hardware y la pila de VMware, pero no la monitorización de sus VMs (Unidad 4.4). Por lo tanto, vSphere Client y vCenter siguen siendo la consola operativa para los hosts, las VMs y la capacidad de vSAN, incluida la regla de holgura del 30%.
Los dos mundos se encuentran en Grafana, no en vCenter. Monitoring Service acepta métricas compatibles con Prometheus desde cualquier origen que pueda alcanzar el endpoint regional a través de HTTPS en el puerto 443, y Fluent Bit puede enviar registros desde cualquier fuente que utilice TCP o HTTP. FinCorp, por lo tanto, ejecuta colectores en VMs dentro de Private Cloud y envía métricas y registros de invitados y aplicaciones a las mismas canalizaciones de Fráncfort que el entorno VDC. Habilitar el nivel de gestión en Cloud Panel crea un segmento NSX desde el cual dichas herramientas pueden alcanzar el plano de gestión de vSphere. Las alertas de capacidad de vSAN permanecen en vCenter, y el manual de procedimientos especifica la persona que las supervisa.
6. Fan-In hacia un SIEM externo
Las operaciones de seguridad de FinCorp ejecutan un sistema de Gestión de Información y Eventos de Seguridad (SIEM) fuera de la plataforma. Cada plano puede alimentarlo, a través de una ruta diferente:
| Origen | Ruta hacia el SIEM |
|---|---|
| Activity Logs | El exportador de la Unidad 2.3 escribe en el archivo bloqueado y envía las mismas entradas al SIEM |
| Registros de flujo y registros de auditoría de Kubernetes | El SIEM lee los cubos propiedad del usuario a través de la API compatible con S3 |
| Registros de VM y contenedores | El agente Fluent Bit envía al Logging Service y, a través de una segunda salida, al SIEM |
| Métricas | Un Grafana externo consulta el Grafana de IONOS CLOUD a través de una fuente de datos Prometheus con una cuenta de servicio de Grafana |
El patrón mantiene Grafana como la vista de trabajo de los ingenieros y el SIEM como el registro de seguridad, sin que ninguno dependa del otro. El lado emisor es siempre el agente o exportador que usted opera, por lo que la ruta del SIEM sobrevive a un cambio de pipeline.
Recorrido de implementación de DCD
Activará la reenvío iniciado por el producto para las bases de datos de FinCorp en Fráncfort, creará una canalización de métricas para las VM, añadirá una alerta y habilitará el registro de flujo de salida que la Unidad 3.2 planificó. Esto materializa las Secciones 2 y 4: ambas capas de reenvío activadas, y evidencia de red en la ruta que sale del VDC.
Requisitos previos: los privilegios Access and manage Monitoring, Access and manage Logging Service y Create Flow logs, o el rol Administrator; fc-pg-portal con Enable logs y Enable metrics activados (Unidad 5.3); la NAT Gateway fc-nat-app (Unidad 3.6); un bucket de Object Storage propiedad del usuario para registros de flujo, en este caso fc-flowlogs-fra; salida HTTPS desde las VM a través de la NAT Gateway.
Objetivo de construcción: Crear una canalización de métricas con una alerta y habilitar registros de flujo.
Pasos (en el Data Center Designer):
- Vaya a Menu > Observability > Logging Service, abra la lista desplegable Central Logging, conmute el STATE para la región de Fráncfort y seleccione Confirm. Connection Details enumera los productos de reenvío.
- Vaya a Menu > Observability > Monitoring Service, abra la lista desplegable Central Monitoring, conmute el STATE para la región de Fráncfort y seleccione Confirm. Repita ambos pasos para Berlín, donde se ejecuta el clúster de recuperación de la Unidad 7.1.
- En la página de visión general de Monitoring Service, seleccione Create monitoring pipeline. Introduzca un Name como
fc-vm-metrics-fra, seleccione la Location de Fráncfort y seleccione Create. Copie la clave API al almacén de secretos de FinCorp de inmediato: solo se muestra en la creación. - Configure el agente de métricas en
fc-app-01yfc-app-02con el endpoint de la canalización, añadiendo/api/v1/push, y la clave API en la cabeceraAPIKEY. El intervalo de envío predeterminado es de un minuto. - Vaya a Menu > Databases > PostgreSQL, abra
fc-pg-portal, y en la sección Observability seleccione Open in Grafana. Inicie sesión con IONOS CLOUD SSO. Las métricas iniciales de la base de datos pueden tardar entre 10 minutos y 1 hora en aparecer. - En Grafana, abra Dashboards > IONOS CLOUD y verifique el panel de métricas de PostgreSQL para
fc-pg-portal. Cree una regla de alerta de Grafana sobre el uso de almacenamiento y otra sobre la replicación, con notificaciones al canal de guardia de operaciones. Añada una alerta de CPU para las VM del portal desde la canalización del paso 3. - Abra
fc-prod-fra-core, seleccionefc-nat-appy su pestaña Settings. Introduzca un Name para el registro de flujo, elija DirectionBidirectionaly ActionAny, introduzcafc-flowlogs-fracomo Target Object Storage bucket, y seleccione Add flow log. - Seleccione
Provision changes. Después del siguiente intervalo de 10 minutos, confirme que aparecen objetos.log.gzen el bucket, y establezca la política de ciclo de vida del bucket al período de retención aprobado por el equipo de seguridad.
Errores comunes:
- Activar Enable logs y Enable metrics en un clúster sin activar la región. El clúster lo acepta y no envía nada.
- Perder la clave API de una canalización. Se muestra una sola vez y no se puede recuperar; debe emitir una nueva.
- Revocar los privilegios de DCD de un usuario que se va, pero no su acceso IAM ni su membresía en Grafana.
- Exportar trabajos por lotes muy largos como una sola traza. Por encima de 5 MB, la traza se rechaza.
- Esperar eventos de auditoría del clúster o registros de flujo en Grafana. Estos se depositan en buckets.
- Editar un registro de flujo después de su creación. Elimínelo y cree uno nuevo.
Resumen
La telemetría en IONOS CLOUD se organiza en cinco planos con alcances fijos: métricas, registros y trazas en pipelines regionales, visualizados en una instancia de Grafana por contrato y región; auditoría en una API por contrato con una ventana de 35 días y en cubos de auditoría del clúster; y flujos de red en cubos propiedad del usuario. Central Logging y Central Monitoring reenvían los datos de los productos integrados una vez que tanto el interruptor regional como el del producto están activados. El diseño cierra las lagunas mediante exportaciones, agentes y lectores de cubos, y centraliza todo en el SIEM a través de agentes y exportadores que FinCorp opera.
Puntos clave:
- Los pipelines son regionales, con un máximo de 10 por contrato para cada uno de métricas, registros y trazas; Grafana es por contrato y región.
- Los registros se conservan durante 7, 14 o 30 días (predeterminado: 30) o de forma ilimitada; las trazas, 30 días; Activity Logs, 35 días.
- Las trazas tienen un límite de 5 MB cada una y una ingesta sostenida de 15 MB/s.
- El reenvío iniciado por el producto requiere Central Logging o Central Monitoring para la región y el interruptor propio del producto.
- Los datos de auditoría y de flujos se almacenan en una API y en cubos; el SIEM los lee allí.
Terminología importante:
- Central Logging / Central Monitoring: un interruptor a nivel de contrato y por región que permite a los productos integrados reenviar sus registros o métricas a sus servicios de observabilidad.
- Plano de telemetría: un tipo de señal operativa con su propio servicio, alcance y retención.
- Fan-in del SIEM: la recopilación de todos los planos en un único sistema de seguridad externo a través de los agentes y exportadores que usted opera.