Prometheus

Prometheus responde preguntas sobre muchas ejecuciones: cuántos informes se generan, qué proporción falla o cuánto tardan. No conserva el evento completo de report-482; guarda muestras periódicas de métricas acumuladas por la aplicación.

Del código al panel

El worker registra el resultado de cada generación mediante una librería de métricas. Con Micrometer, el recorrido puede empezar así:

try {
  generateReport(reportId);
  registry.counter("reports.generated", "status", "completed").increment();
} catch (Exception error) {
  registry.counter("reports.generated", "status", "failed").increment();
  throw error;
}

Los contadores viven en memoria dentro de cada instancia. Actualizarlos no envía una petición de red a Prometheus. La librería expone su estado actual en /metrics:

# TYPE reports_generated_total counter
reports_generated_total{status="completed"} 1216
reports_generated_total{status="failed"} 34

A partir de ahí ocurre este recorrido:

1. Prometheus descubre el worker. Su configuración o el entorno le indica qué instancias exponen /metrics.
2. Prometheus hace scrape. Cada cierto intervalo solicita la ruta y recibe los valores acumulados en ese instante.
3. Cada muestra entra en una serie. El nombre de la métrica y todas sus etiquetas identifican la serie; Prometheus añade además etiquetas del target, como job e instance.
4. PromQL compara muestras. Un counter puede reiniciarse con el proceso, por eso rate() calcula cuánto aumentó por segundo dentro de una ventana y contempla esos reinicios.

sum(rate(reports_generated_total{status="failed"}[5m]))
/
sum(rate(reports_generated_total[5m]))

5. Grafana envía la consulta a Prometheus. Prometheus lee las series del intervalo, calcula la proporción de informes fallidos y devuelve puntos con timestamp y valor. Grafana los dibuja en un panel.

instrumento -> /metrics -> scrape -> serie temporal -> PromQL -> Grafana

Una vista global

Las métricas resumen el comportamiento de todas las ejecuciones. Permiten ver el volumen de informes y qué proporción está fallando, pero no explican qué ocurrió con report-482. Para investigar ese caso hacen falta sus logs o su traza.

Las etiquetas permiten separar resultados, servicios o entornos. Deben tener un número limitado de valores: usar report_id o trace_id crearía una serie por cada operación y aumentaría innecesariamente el coste.