Qué son eventos y metadata en telemetría
Contenido del curso
¿Cómo funciona la web moderna?
Observabilidad y monitoreo
Telemetría y tipos de datos
Reto: Monoliths y Microservices
Cierre y despedida
Qué son eventos y metadata en telemetría
Qué son eventos y metadata en telemetría
Contenido del curso
Ivan Chavez
Jonathan Barzola
Diego Geovanny Bracero
Jonathan Barzola
Emmanuel Rodríguez
Brayan Estiben Rodallega Saavedra
Leandro Espino Espino
Silvia Veronelli
uRieL Martinez Bautista
uRieL Martinez Bautista
Daniel Fernando Murcia Perdomo
Uriel Lizandro Ramos
Fredy Daniel Flores Lemus
Daniel Fernando Murcia Perdomo
Daniel Fernando Murcia Perdomo
Gualberto Montiel
Samuel Soto Hoyos
Martín Leyva
Martín Leyva
Martín Leyva
Martín Leyva
Muy buena imagen!
Cuando usamos Instrumentación abierta para recolectar datos del rendimiento de nuestra aplicación, estos datos se llaman datos de telemetría.
Tipos de datos principales en telemetría (MELT)
Evento (Events):
Acción que ocurre en un momento concreto, se muestra en forma de tabla como combinación de datos que ocurren en tiempo real.
Ejemplo como una tabla:
| Timestamp | EventType | ItemPurchased | Price | PaymentType |
|---|---|---|---|---|
| 15 de junio 2022 | Purchase Event | Chips de Queso | 1.00 | Efectivo |
| 15 de junio 2022 | Purchase Event | Galletas | 1.50 | Efectivo |
| 16 de junio 2022 | Purchase Event | Chocolate | 0.75 | Tarjeta |
Alm, que buen resumen! Excelente
Exacto, algunos les llaman sniffers a esta estructura de registros.
.
En mi caso, me interesa el tema porque muchas veces reducimos el acto con solo poner createdAt, updatedAt y listo. Sin embargo, queda ambiguo el proceso porque desconoces el efecto en sé, realizado.
.
¡Show me more! 🤟
¿Qué es MELT? M-etrics ++E-vents: es una acción distintiva que ocurre en un momento especifico en el tiempo++ L-ogs T-races
¿Qué es MELT? Una mirada cercana a Events
La Telemetría son los datos recompilados del sistema. Existen 4 tipos de datos principales en la telemetría conocidos como MELT:
Un evento es un suceso el cual ocurre en un determinado momento, dejando el registro de lo que ocurrió.
En una tabla de eventos, se muestran metadatos del evento para poderlo describir de una manera desglosada y mostrando lo que necesitamos, así podemos consultar eventos de manera especifica.
Los eventos nos muestran combinación de datos que ocurren en tiempo real. Son los metadatos del evento que le dan significancia y descripción. Se pueden agregar categorías para ser más eficiente.
Al capturar más cantidad de datos, podemos hacer Queries (consultas sobre nuestros datos) y gracias a que agregamos más metadatos, podemos responder más preguntas.
Lo bueno de la observabilidad es que no solo vemos si la app está funcionando bien, sino, además, podemos tomar datos relevantes que nos interesen en función de cómo configuramos nuestros metadatos para recoger a través de consultas, la información relevante para nuestro negocio.
Es buena practica detallar a ese nivel la metadata?
Como se intrumenta en el Front?
Un poco tarde, pero ahi va, podria click rate, tracks de las paginas, mapas de calor, etc
en el quiz algo anda mal siempre conteste "correlacion y contexto" en la pregunta de correlacionalr el contexto con las metricas clave del negocio y me lamarca como incorrecta pero al marcar otra opcion me da como verdadera la que siempre habia seleccionado ...
En este punto se puede decir que la observabilidad empieza a entrar en el campo de la Data Science?
Teniendo en cuenta que la colección de eventos tiene un costo, tanto para recopilar y procesar transacciones, como en la demanda de almacenamiento debido al volumen de registros que se obtendrán. ¿Con cuál fineza debería sesgar mi población de eventos ?
Depende mucho de lo que se quiera buscar, el termino es un trade off , entre que queremos buscar y que ganamos con los datos que queremos persistir. Tiene que ir siempre acompañado de un perfil tecnico y perfiles con criterios de negocio para saber que se quiere obtener con esos datos y ahi si almancenarlos. No almacenar por si acaso se necesite a futuro.
1GB de Datos con sentido aportan mas que una Teras de metadatos almacenados sin objetivo
MELT (Métricas, Eventos, Logs y Trazas): Es una plataforma de observabilidad que integra métricas, eventos, logs y trazas en un solo lugar para darle una mejor visibilidad a los sistemas. Permite correlacionar y contextualizar los datos para facilitar la identificación de problemas y soluciones.
Tipos de datos principales en telemetría (MELT) Metrics Events Logs Traces Evento (Events): Acción que ocurre en un momento concreto, se muestra en forma de tabla como combinación de datos que ocurren en tiempo real.
Ejemplo como una tabla: Combinación de datos que ocurren en tiempo real. Esta meta-data del evento dan una mejor descripción de lo que necesitas. Nos permite hacer consultas más específicas.
A trace is a description of how a request travels through a system. Trace data helps you understand the performance of your system and diagnose.
Un seguimiento es una descripción de cómo viaja una solicitud a través de un sistema. Los datos de seguimiento lo ayudan a comprender el rendimiento de su sistema y diagnosticar.
A log is a message about a system used to understand the activity of the system and to diagnose problems.
Un registro es un mensaje sobre un sistema que se utiliza para comprender la actividad del sistema y diagnosticar problemas.
In the software monitoring industry, a metric means a numeric measurement of an application or system.
En la industria de monitoreo de software, una métrica significa una medida numérica de una aplicación o sistema.
In the software industry, events can be thought of as simply "things that occur in a system."
New Relic Glossary
En la industria del software, los eventos pueden considerarse simplemente como "cosas que ocurren en un sistema".
Google translate