¿Cuáles son las herramientas de monitoreo comunes y cómo elegir entre ellas?

Question

Accepted Answer

El panorama se divide por pilar — métricas, logs, trazas — más plataformas gestionadas todo en uno. La elección se reduce a **auto-alojado vs gestionado**, impulsado por el tamaño del equipo, presupuesto y escala.

## Herramientas por pilar

```text
METRICS    Prometheus  → pull-based scraping, time-series DB, PromQL query language
           Grafana     → dashboards on top of Prometheus (and many other sources)

LOGS       ELK         → Elasticsearch + Logstash + Kibana (powerful, heavy to run)
           Loki        → "Prometheus for logs": cheap, indexes labels not full text

TRACES     Jaeger      → distributed tracing, OpenTelemetry-compatible
           Tempo       → trace backend that pairs with Grafana/Loki

ALL-IN-ONE Datadog     → managed metrics + logs + traces + APM in one product
```

## Por qué Prometheus + Grafana es el núcleo de código abierto común

Prometheus **extrae** métricas de los objetivos que raspea (el servicio expone `/metrics`), las almacena en una base de datos de series temporales y consulta con **PromQL**. La extracción facilita el descubrimiento y la comprobación de salud de objetivos. Grafana se asienta en la parte superior para la visualización. Loki y Tempo extienden la misma pila a logs y trazas, todo consultable en una interfaz Grafana.

```promql
# PromQL: per-route error ratio over 5 minutes
sum by (route) (rate(http_requests_total{status=~"5.."}[5m]))
  / sum by (route) (rate(http_requests_total[5m]))
```

## Compensaciones de auto-alojado vs gestionado

```text
SELF-HOSTED (Prometheus/Grafana/Loki/Tempo)
  ✓ no per-host bill, full control, no data leaves your infra
  ✗ you run, scale, and patch it; storage & HA are your problem

MANAGED (Datadog, Grafana Cloud)
  ✓ no ops burden, integrations out of the box, scales for you
  ✗ costs grow fast with hosts/volume; some vendor lock-in
```

## Cómo elegir

```text
Small team / tight budget   → self-hosted Prometheus + Grafana (+ Loki)
Fast-moving, ops-light team  → managed (Datadog / Grafana Cloud)
Large scale / strict cost    → self-host the core, but budget for the ops team
```

## Por qué es importante

No hay herramienta universalmente mejor — solo el ajuste correcto para tus restricciones. Una startup de 5 personas se ahoga tratando de operar un clúster HA Elasticsearch; una gran empresa puede gastar seis cifras al año en una plataforma gestionada que podría auto-alojar. Saber qué hace cada herramienta y la compensación auto-alojado vs gestionado te permite hacer coincidir la observabilidad con el tamaño del equipo, presupuesto y escala en lugar de reproducir lo que está de moda.