Parte 10 — Observabilidad, SRE y confiabilidad

← Parte 09 · Índice completo · Parte 11 →

📥 Descargar: Esta parte en PDF · Manual integral

Nivel: avanzado · Clases: 12 · Duración sugerida: 6–8 semanas

Operar sistemas mediante señales, objetivos y aprendizaje de incidentes.

Resultados de la parte

Al completar esta parte podrás explicar el dominio con lenguaje independiente del proveedor, implementar sus mecanismos esenciales, diagnosticar fallos y defender decisiones mediante evidencia, costo, seguridad y objetivos de confiabilidad.

Modelo mental

La confiabilidad es una característica del servicio percibido por usuarios; SRE la administra con objetivos explícitos y presupuestos de error.

Secuencia

Clases

ID	Clase	Laboratorio	Horas
121	Logs, métricas, trazas y eventos como señales	`observability`	4
122	Logging estructurado, correlación y retención	`observability`	4
123	Métricas, cardinalidad y modelos RED y USE	`metrics`	4
124	Tracing distribuido y OpenTelemetry	`observability`	4
125	Dashboards, alertas accionables y fatiga	`observability`	4
126	SLI, SLO, SLA y presupuesto de error	`sre`	4
127	Incidentes, severidad, comando y comunicación	`incident`	4
128	Runbooks, playbooks y automatización operativa	`operations`	4
129	Capacidad, rendimiento y pruebas de carga	`performance`	4
130	Timeouts, retries, backoff, circuit breaker y bulkhead	`reliability`	4
131	Chaos engineering y game days	`chaos`	4
132	Proyecto: operación SRE de CloudShop	`capstone`	8

Evaluación de la parte

35 % laboratorios y evidencia reproducible.
25 % retos verificables.
20 % decisiones y ADR.
10 % seguridad, confiabilidad y costo.
10 % proyecto integrador de la parte.

Se aprueba con 80 % de clases en nivel B o superior y el proyecto integrador reproducible.

Pauta bibliográfica

Site Reliability Engineering — Beyer et al..
The Site Reliability Workbook — Beyer et al..
Observability Engineering — Majors, Fong-Jones y Miranda.