El objetivo es detectar problemas antes de que caiga la página — encontrar degradación mientras aún hay margen para absorberla. Eso significa vigilar indicadores adelantados, definir SLOs con presupuestos de errores y probar activamente el sistema en lugar de esperar a que falle.
Un SLO convierte la confiabilidad en un número (p. ej., el 99,9% de las solicitudes tienen éxito). El 0,1% restante es tu presupuesto de errores. Rastrear la tasa de consumo te permite alertar cuando estás gastando el presupuesto demasiado rápido — mucho antes de que realmente incumplas el SLO y los usuarios se den cuenta.
SLO 99.9% → 0.1% error budget/month (~43 min of downtime)
burn rate rising fast → you'll exhaust it in 2 days → alert NOW, while it's fixable
SYNTHETIC MONITORING scripted checks hit critical paths on a schedule
(login, checkout) → fails even at 3am with zero real traffic
HEALTH CHECKS /healthz endpoints + dependency checks → load balancer
pulls bad instances before users hit them
RUM (real-user mon.) measure latency/errors from actual browsers/devices →
catches issues only some users/regions see
La monitorización sintética es poderosa porque no espera a un usuario — continuamente ejercita el sistema, por lo que un pago roto se encuentra a las 3 de la mañana, no cuando se quejan en la hora pico matutina.
Los primeros signos están en los recursos, no aún en errores orientados al usuario. Alerta sobre la tendencia, no solo una línea estática.
LEADING INDICATORS saturation (CPU/mem climbing), queue depth growing,
connection-pool nearing limit, latency CREEPING up
ANOMALY DETECTION flag deviation from the normal baseline / seasonality
TREND ALERTS "disk will fill in 4h at this rate" → act before it's full
Un p99 lentamente creciente o una cola creciente es un disparo de advertencia: actuando sobre el aumento gradual, prevines la interrupción hacia la que se dirigía.
La monitorización reactiva significa que los usuarios son tu sistema de alertas — cuando se quejan, el incidente ya está en directo y tu presupuesto de errores se ha gastado. La detección proactiva (tasa de consumo de SLO, sintéticos, verificaciones de salud, RUM, indicadores adelantados, alertas de tendencia/anomalía) te compra tiempo: corriges una cola saturada o una latencia creciente antes de que se convierta en una página a las 2 de la mañana y un cliente furioso. Ese tiempo es la diferencia entre una corrección tranquila y una interrupción.