El rastreo distribuido es un método para rastrear las solicitudes de servicio en sistemas distribuidos, lo que proporciona visibilidad de la latencia, los cuellos de botella en el rendimiento, etc.
Las demandas de las empresas modernas han marcado un antes y un después en la tecnología de la información, con sistemas informáticos heredados y centralizados que evolucionan hacia entornos de TI distribuidos potentes y complejos. Desafortunadamente, junto con las competencias mejoradas de las redes con soporte en la nube de hoy en día y el procesamiento de datos de acceso remoto, este incremento de la complejidad también conlleva un mayor riesgo.
Debido a sus complejas interdependencias, es más probable que los sistemas complejos experimenten problemas. Los fallos en una parte pueden extenderse en cascada por todo el sistema, y la identificación y solución de problemas suele ser mucho más difícil que en los sistemas centralizados. Al mismo tiempo, cuanto más complejo sea el sistema, más difícil será predecir cómo los cambios en una parte afectarán a las otras, lo que da lugar a consecuencias inesperadas incluso para los ajustes más inocuos. Asimismo, probar a fondo un sistema complejo es exponencialmente más difícil, lo que significa que los problemas son cada vez más propensos a pasar desapercibidos. El rastreo distribuido proporciona una solución.
Se puede decir que el rastreo distribuido comenzó con el documento de Dapper, presentado por Google en 2010, que sentó las bases para la infraestructura de rastreo de sistemas distribuidos a gran escala. Curiosamente, Ben Sigelman, el fundador de Lightstep (que más tarde se convirtió en Observabilidad de ServiceNow en la nube), desempeñó un papel decisivo en la creación de Dapper. Después de Dapper, Twitter lanzó Zipkin en 2012, el primer proyecto de rastreo distribuido de código abierto. Más adelante, en 2015, Uber lanzó Jaeger, que a su vez se inspiró en Dapper.
En 2016, Sigelman escribió una entrada en el blog (“Toward Turnkey Distributed Tracing”) que se conocería como el manifiesto de OpenTracing. Este texto fundamental introdujo OpenTracing como un estándar único; abordaba la falta de estandarización dentro del ecosistema del rastreo y sentaba las bases para que OpenTracing se convirtiera en un proyecto en el marco de la Cloud Native Computing Foundation (CNCF) y finalmente se fusionara con OpenTelemetry en 2019.
OpenTelemetry versión 1.0 se lanzó en 2021, y desde entonces se ha convertido en el estándar de facto para el rastreo, las métricas y el registro. Desde Dapper en 2010 hasta las competencias actuales de OpenTelemetry, en poco más de una década, el rastreo distribuido ha evolucionado de un único sistema backend a una solución integral ampliamente utilizada, que ha allanado el camino para las prácticas modernas de observabilidad.
El rastreo distribuido permite a las organizaciones elaborar perfiles y supervisar su gama completa de aplicaciones, especialmente aquellas creadas con una arquitectura de microservicios. Este enfoque proporciona visibilidad sobre cómo interactúan entre sí los servicios individuales dentro de un sistema distribuido, creando una imagen precisa de las solicitudes individuales a medida que fluyen por el sistema.
Al rastrear el recorrido de las solicitudes y medir el tiempo que tarda cada parte, el rastreo distribuido ayuda a localizar los cuellos de botella en el rendimiento, los problemas de latencia y los posibles fallos. Por lo tanto, el rastreo distribuido es una herramienta esencial para los equipos de TI y DevOps, que les permite optimizar y mantener sus sistemas, así como solucionar problemas de manera más eficaz.
El rastreo distribuido se basa en tres componentes principales:
- Span
Un span es una unidad única de trabajo llevada a cabo por un servicio dentro del sistema, marcada con intervalos de tiempo de inicio y finalización, y que posiblemente incluye metadatos como registros o etiquetas. Los spans son los componentes de una traza, que representa diferentes partes del flujo de trabajo. Los root spans (también denominados parent spans) pueden tener sus propios spans (denominados child spans), que a su vez también pueden tener spans. - Traza
Una traza se compone de un span o varios spans que representan la ruta de ejecución completa de la solicitud de servicio a medida que se mueve por el sistema distribuido. Las trazas a menudo se visualizan como árboles, donde el nodo raíz representa la interacción del usuario, y los otros nodos representan los diversos microservicios involucrados en el procesamiento de la solicitud y la preparación de la respuesta. - Etiquetas
Las etiquetas son elementos de metadatos asociados a los spans. Proporcionan contexto y clasificación.
La estructura de traza/span ofrece una vista centrada en las solicitudes, que reduce las brechas entre los microservicios independientes y proporciona una perspectiva unificada del rendimiento del sistema. Con esta información, las organizaciones están mejor preparadas para comprender y mejorar la experiencia del usuario.
El rastreo, el registro y las métricas desempeñan un papel fundamental en la observabilidad, pero no son los mismos conceptos. Tienen fines distintos, y comprender las diferencias y el carácter complementario de estos conceptos es esencial para la supervisión y depuración completas del sistema:
- Rastreo
El rastreo distribuido proporciona una vista detallada de las solicitudes a medida que atraviesan los componentes de un sistema distribuido, capturando el flujo de una solicitud a través de diversos servicios que desempeñan un papel en el ajuste del rendimiento y la resolución de problemas. A diferencia del registro y las métricas, el rastreo distribuido se centra en el recorrido de solicitudes específicas, lo que proporciona una imagen clara de las interacciones entre los microservicios. - Registro
El registro es la práctica de registrar eventos específicos e individuales en un sistema, como acciones del usuario, errores del sistema u otras actividades. Los registros o logs con marca de tiempo proporcionan información detallada sobre lo que sucedió en el sistema en un momento determinado, a menudo esencial para la depuración y la auditoría. Mientras que el rastreo distribuido rastrea el flujo de solicitudes, el registro ofrece una visión más estática de los eventos, sin mostrar necesariamente las relaciones entre las diferentes partes del sistema.
Las métricas son valores numéricos que representan el estado de un sistema en un momento determinado o a lo largo de un intervalo de tiempo, y pueden incluir tiempos de respuesta, tasas de error y la utilización de recursos del sistema. Las métricas desempeñan un papel esencial en el rastreo distribuido, ya que ofrecen una forma cuantificable de supervisar y analizar el rendimiento de diversos servicios dentro de un sistema distribuido. Estos valores numéricos se extrapolan de trazas y logs, lo que proporciona información resumida o incluso informes detallados sobre aspectos específicos, como los tiempos de respuesta, las tasas de error y el rendimiento del sistema.
Al considerar los datos de rastreos y registros desde la perspectiva de las métricas que resumen los indicadores clave de rendimiento, las organizaciones pueden obtener una comprensión integral de su arquitectura distribuida, lo que permite obtener diagnósticos rápidos y conocimientos úties y facilita la optimización efectiva del sistema.
Los microservicios son un diseño arquitectónico de software en el que una aplicación se estructura como una colección de servicios de despliegue independiente y poco cohesionados. Cada microservicio se centra en un área funcional específica y funciona como un componente individual dentro del sistema más amplio. Este enfoque modular fomenta la flexibilidad y la escalabilidad, y puede mejorar la velocidad de desarrollo. En el contexto del rastreo distribuido, los microservicios desempeñan un papel importante como los nodos individuales por los que pasa una solicitud.
A medida que una solicitud pasa de un microservicio a otro, el rastreo distribuido captura los detalles de estas interacciones, incluido el tiempo que se tarda en cada paso. Esta información detalla cómo fluye la solicitud a través de los numerosos servicios e identifica cuellos de botella, latencias y posibles fallos.
Comprender cómo interactúan los microservicios dentro de un sistema distribuido puede ser complejo; el rastreo distribuido proporciona conocimientos valiosos sobre estas interacciones, lo que permite a las organizaciones visualizar las rutas, supervisar el rendimiento del sistema y solucionar cualquier problema que pueda surgir para fomentar una arquitectura del sistema más sólida y eficiente.
El rastreo distribuido se ha convertido en una herramienta indispensable para las organizaciones que trabajan con sistemas distribuidos, particularmente en el contexto de microservicios y arquitecturas dinámicas. Al rastrear y registrar de forma exhaustiva cada interacción que tiene una solicitud con cada servicio, el rastreo distribuido proporciona conocimientos cruciales sobre la supervisión, la depuración y la optimización del rendimiento. Se pueden agregar atributos a las trazas para una mayor claridad, y cada span se registra con metadatos detallados, incluidas las relaciones entre parent spans y child spans, lo que permite comprender cómo se mueven las solicitudes por los servicios.
Por lo tanto, cada vez hay más organizaciones que recurren al rastreo distribuido para gestionar la complejidad de sus entornos de aplicaciones modernos. Con numerosos puntos de fallo posibles en las complejas pilas de aplicaciones de hoy en día, identificar las causas raíz de los problemas puede ser una tarea difícil, laboriosa y plagada de errores. El rastreo distribuido optimiza este proceso, lo que facilita una identificación más rápida y precisa de los problemas y, por tanto, mejora directamente la capacidad de una empresa para proporcionar una excelente experiencia de usuario.
Al mismo tiempo, el rastreo distribuido es una respuesta eficaz al problema de la cardinalidad, donde los volúmenes de datos aumentan hasta el punto en que el almacenamiento de datos y la capacidad informática se vuelven difíciles de gestionar.
El rastreo distribuido conlleva otros beneficios, como la mejora de la comprensión del rendimiento de los microservicios, la resolución más rápida de problemas y la mejora de la satisfacción del cliente. Al proporcionar una vista detallada del rendimiento de cada microservicio, las organizaciones pueden garantizar flujos de ingresos estables y dedicar más tiempo a la estrategia y la innovación.
Los datos proporcionados a través del rastreo distribuido son cruciales, pero a fin de cuentas, siguen siendo solo datos. Sin una comprensión clara de lo que representan los datos, no pueden influir positivamente en el proceso de toma de decisiones. El verdadero valor de los datos son los conocimientos procesables que pueden derivarse de los números, siempre que sean recientes, relevantes y fiables.
Es en el análisis inteligente y la comprensión contextual de estos datos donde las organizaciones pueden localizar problemas, identificar causas e implementar soluciones eficaces. ¿Cómo puede el rastreo distribuido ir más allá de la mera recopilación de datos para proporcionar conocimientos detallados sobre varios escenarios? Ten en cuenta lo siguiente:
El rastreo distribuido desempeña un papel fundamental en el reconocimiento de los síntomas del mal estado del software, como la latencia o el bajo rendimiento. Actúa como una herramienta de diagnóstico, conectando los efectos observables con sus causas subyacentes y permitiendo la validación de hipótesis sobre lo que puede haber desencadenado el cambio observado.
Cuando un servicio deja de estar disponible, se exige una explicación. El rastreo ayuda a las organizaciones a determinar qué cambios, internos o externos, se han realizado antes de una interrupción. Sin importar si la variación es resultado de errores en el software, cambios realizados por los usuarios o alteraciones en la infraestructura que dan lugar a problemas de rendimiento, el rastreo distribuido permite determinar el estado del sistema antes y después de la interrupción, e identificar claramente cuál puede ser la causa.
Comprender los cambios en los servicios individuales es fundamental. Ya se trate de despliegues o actualizaciones de versiones, el rastreo distribuido desglosa el rendimiento en distintas etapas, etiquetando cada span con la información de la versión. Esta vista detallada ayuda a diagnosticar los cambios que afectan el rendimiento de un servicio.
Los sistemas no son estáticos, al igual que ocurre con los usuarios que operan los sistemas. Los factores externos, como los cambios en el comportamiento del usuario, pueden dar lugar a cambios en el rendimiento del servicio. El rastreo utiliza etiquetas para capturar partes esenciales de las solicitudes y las características de los usuarios, lo que ofrece una comprensión más profunda sobre cómo interactúan los usuarios con la aplicación y cómo estas interacciones pueden crear demandas inesperadas.
Los recursos son finitos y, a veces, simplemente no hay suficientes. La competencia por recursos en redes distribuidas puede afectar considerablemente al rendimiento. El rastreo distribuido ofrece conocimientos sobre cómo se utilizan los recursos compartidos, como CPU, contenedores o bases de datos. Las trazas etiquetadas correctamente permiten el análisis general, lo que ayuda a detectar los casos en los que un rendimiento más lento puede relacionarse con el uso de determinados recursos; esto es especialmente útil a la hora de planificar recursos y resolver conflictos.
El carácter dinámico de las dependencias significa que los cambios ascendentes pueden afectar al rendimiento de tu servicio. El rastreo distribuido, que incluye el etiquetado de las operaciones de salida y los números de versión, permite ver cómo los servicios ascendentes afectan al rendimiento. Comprender estas relaciones ayuda a adaptarse o mitigar las consecuencias de estos cambios.
Los estándares de rastreo distribuido de código abierto son marcos de trabajo esenciales que orientan la recopilación, la gestión y el análisis de los datos de rastreo en diferentes servicios de una manera estandarizada. Estos estándares promueven la interoperabilidad y reducen la dependencia de proveedores, lo que permite a los desarrolladores cambiar entre diferentes backends y herramientas de rastreo con ajustes mínimos. También proporcionan una base común para integrar varias plataformas, lenguajes y aplicaciones en sistemas distribuidos complejos.
Entre los estándares de rastreo distribuido de código abierto más utilizados se encuentran:
OpenTracing, que forma parte de la Cloud Native Computing Foundation (CNCF), se encuentra entre los primeros estándares de rastreo distribuido de código abierto. Este marco de trabajo incluye las API que admiten la propagación de contexto distribuido y permite a los desarrolladores agregar instrumentación al código de su aplicación (sin depender de ningún proveedor específico). OpenTracing ofrecía una semántica de rastreo coherente en diferentes plataformas, pero se ha archivado desde entonces; la CNCF ya no proporciona soporte para el proyecto.
OpenCensus se ha diseñado para admitir varios exportadores, lo que permite a los usuarios enviar datos de rastreo a diferentes backends para su análisis. Este marco de trabajo (que se originó en Google) proporciona un conjunto claro de API y bibliotecas que permiten la recopilación automática y manual de métricas y rastreos distribuidos. Al ofrecer una solución unificada para la observabilidad, OpenCensus optimiza el proceso de recopilación y gestión de datos estadísticos esenciales. OpenCensus también se ha dejado de usar.
OpenTelemetry es un proyecto fusionado entre OpenTracing y OpenCensus, que combina las mejores características de ambos estándares. Cofundado por Lightstep, OpenTelemetry ofrece un conjunto unificado y más amplio de API, bibliotecas, agentes e instrumentación para proporcionar un marco de trabajo de observabilidad completo para el software nativo de la nube. OpenTelemetry simplifica la instrumentación de las aplicaciones y ofrece soporte integrado para varios marcos de trabajo y bibliotecas populares. Su objetivo es convertirse en el estándar de observabilidad para métricas, registros y rastreos distribuidos, respaldado por una comunidad cada vez mayor y un amplio apoyo del sector.
Hay varias características que son esenciales para la funcionalidad y el éxito del rastreo distribuido. A continuación, se explica el papel que desempeña cada una de ellas:
Los mecanismos de alerta en el backend de observabilidad permiten a los equipos establecer umbrales para métricas o comportamientos específicos que podrían indicar un problema. Cuando se alcanzan estos umbrales, se pueden enviar alertas al personal pertinente, lo que permite una rápida identificación y resolución de posibles problemas y, a su vez, mejora la fiabilidad del sistema.
El rastreo distribuido proporciona una visibilidad completa de todo el recorrido de una solicitud a través de diferentes servicios y componentes. Este conocimiento de un extremo a otro ayuda a identificar cuellos de botella, ineficiencias y anomalías dentro del sistema, lo que proporciona un contexto detallado para el ajuste del rendimiento y el análisis de errores.
Al ofrecer información precisa sobre el comportamiento del sistema, el rastreo distribuido reduce considerablemente el tiempo dedicado a depurar e identificar problemas. Esta eficiencia se traduce en ahorros de costes, ya que los equipos pueden dedicar más tiempo al desarrollo e innovación de características en lugar de a la resolución de problemas.
Con el auge de la informática distribuida en múltiples ubicaciones geográficas y proveedores de nube, el rastreo distribuido facilita la integración en estos entornos complejos. Ofrece una visión coherente del rendimiento del sistema en diferentes regiones y plataformas en la nube, lo que garantiza una supervisión y un análisis consistentes.
El rastreo distribuido permite la supervisión y el seguimiento en tiempo real del rendimiento de cada servicio para entender como interactúan e identificar áreas que se podrían optimizar.
El recopilador actúa como un componente crítico en la recopilación, el procesamiento y la exportación de datos de telemetría (es decir, trazas, métricas y logs). Proporciona una opción unificada e independiente de proveedores para recopilar y transmitir datos, lo que permite una integración eficaz con diversos backends de observabilidad. La flexibilidad del recopilador garantiza que el rastreo se pueda adaptar a diferentes entornos sin alterar el código de instrumentación.
El muestreo es una característica que permite la recopilación de un subconjunto de solicitudes (en lugar de recopilar las solicitudes una a una) para reducir el volumen total de datos enviados al backend de rastreo. Esto permite que los sistemas de rastreo distribuidos funcionen a escala sin sobrecargar los recursos, al tiempo que proporcionan conocimientos valiosos.
Conforme los sistemas crecen, el rastreo distribuido debe adaptarse al incremento de la complejidad y el volumen de datos. Las características de escalabilidad garantizan que el rastreo pueda gestionar entornos a gran escala, para que proporcione información consistente sobre el rendimiento, independientemente del tamaño del sistema. Por supuesto, capturar los datos es solo el primer paso; para garantizar que las organizaciones puedan dar sentido a los datos, necesitan acceso a una plataforma que pueda escalar junto con el rastreo distribuido a medida que los sistemas crecen y evolucionan.
Las aplicaciones modernas se componen de varios lenguajes, marcos de trabajo, tecnologías y clientes (tanto web como móviles). La capacidad del rastreo distribuido de operar en entornos de pila completa heterogéneos garantiza que los desarrolladores tengan los conocimientos que necesitan de toda la pila tecnológica, sin importar lo diversa que sea.
Como se ha mencionado anteriormente, los beneficios del rastreo distribuido están vinculados a la visibilidad mejorada que proporciona de los sistemas distribuidos de una organización. Pero la visibilidad en sí misma solo es valiosa cuando permite obtener otros beneficios. Entre los beneficios clave del rastreo distribuido se incluyen:
Uno de los beneficios clave del rastreo distribuido es su capacidad para medir la duración necesaria para llevar a cabo acciones esenciales del usuario, como realizar una compra. Rastrear la ruta de solicitud ayuda a localizar y corregir los impedimentos del backend que podrían afectar negativamente a la experiencia del usuario.
La mayoría de las organizaciones operan dentro de los límites de los acuerdos de nivel de servicio (SLA) y asumen compromisos de rendimiento con los clientes u otras divisiones internas. Las herramientas de rastreo distribuido compilan datos de rendimiento de servicios individuales, lo que ayuda a los equipos a evaluar si se ajustan a los SLA.
Los objetivos de nivel de servicio (SLO) son objetivos específicos y mensurables que definen el rendimiento y la disponibilidad esperados de un servicio, y están respaldados por indicadores de nivel de servicio que ayudan a las organizaciones a medir sus niveles de servicio. El rastreo distribuido desplegado correctamente brinda la oportunidad de rastrear y cumplir los SLO al elegir qué señales específicas se deben supervisar y al configurar alertas para cualquier error o datos que se encuentren fuera de un rango predeterminado. Esto permite abordar cualquier incidente relacionado de forma rápida y eficaz.
El rastreo distribuido proporciona conocimientos sobre las complejas relaciones de causa y efecto entre distintos servicios. Esto ayuda a las empresas a optimizar el rendimiento general del sistema.
En entornos en los que diferentes equipos supervisan diversos servicios involucrados en la gestión de una solicitud, el rastreo distribuido ofrece claridad sobre dónde se ha producido un error y qué equipo debe abordarlo. Esta claridad mejora la colaboración entre los equipos, reduce considerablemente el tiempo dedicado a "acusarse" y contribuye a la productividad general dentro de la organización.
Cuando surgen problemas en el rendimiento de las aplicaciones, los equipos de soporte pueden utilizar rastreos distribuidos para identificar si el problema se encuentra en el backend. Al analizar los rastreos del servicio afectado, los ingenieros pueden identificar y resolver el problema. El uso de herramientas de rastreo distribuido de un extremo a otro también permite la investigación de problemas de rendimiento de frontend dentro de la misma plataforma, lo que reduce tanto el tiempo medio de detección (MTTD) como el tiempo medio de resolución (MTTR) de problemas potencialmente problemáticos.
Aunque el rastreo distribuido aporta numerosos beneficios, también conlleva obstáculos inherentes que podrían mermar su potencial. Comprender estos desafíos es clave para las organizaciones que pretenden implementar el rastreo distribuido de manera efectiva. A continuación, se presentan algunos de los desafíos más importantes:
Uno de los obstáculos que presentan algunas plataformas de rastreo distribuido es la necesidad de instrumentación manual. Esto significa que la organización puede tener que alterar o modificar su código existente para iniciar el rastreo de solicitudes. Dicha intervención manual no solo requiere valiosos recursos de ingeniería, sino que también puede provocar la introducción de errores en las aplicaciones a medida que se modifica el código.
El rastreo distribuido tradicional a menudo se limita a los servicios de backend, lo que genera un ID de rastreo solo cuando la solicitud llega al primer servicio de backend. Al no utilizar una plataforma de rastreo distribuido de un extremo a otro, no se consigue una visibilidad adecuada sobre la sesión del usuario en el frontend. Esta limitación hace que sea más difícil descubrir la causa raíz de algunas solicitudes problemáticas y determinar si el problema debe ser resuelto por el equipo de front end o back end.
Afortunadamente, la adopción de marcos de trabajo como OpenTelemetry mitiga o elimina los desafíos de la visibilidad limitada de las transacciones de frontend, así como los problemas asociados con la instrumentación. Estos y otros desafíos son inherentes en muchas tecnologías del sector (como Kubernetes) que incorporan OpenTelemetry en sus bases de códigos principales.
A medida que aumenta el tamaño y la complejidad del panorama de TI empresarial actual, los beneficios del rastreo distribuido son cada vez más obvios. Observabilidad de ServiceNow en la nube, que aprovecha la galardonada plataforma Now Platform®, establece un nuevo estándar para el rastreo y ofrece una visibilidad completa de las solicitudes en sistemas distribuidos.
Se puede integrar con las herramientas existentes, conecta las métricas y el rastreo para crear telemetría unificada, reduce significativamente el MTTR de tu organización y, además de todo eso, te permite alinear los precios con los resultados empresariales para mejorar el valor sin subir los costes debido a un mayor uso.
Observabilidad en la nube está revolucionando el rastreo distribuido para beneficiar a tu empresa. Ponte en contacto con ServiceNow para obtener más información.