Cómo implementar monitoreo y observabilidad en infraestructuras Linux empresariales

Idea clave: una infraestructura Linux empresarial debe observarse por capas: sistema operativo, red, almacenamiento, servicios, aplicaciones, bases de datos, seguridad, experiencia del usuario y objetivos de negocio.

Señales de observabilidad

• Métricas: CPU, RAM, disco, red, latencia, errores, disponibilidad, throughput.
• Logs: eventos del sistema, errores de aplicación, autenticaciones, fallos, auditoría.
• Trazas: recorrido de una solicitud entre API, base de datos, caché, cola y microservicios.

Preguntas iniciales

• ¿Qué servidores Linux son críticos?
• ¿Qué servicios deben estar disponibles 24/7?
• ¿Qué aplicaciones afectan directamente al negocio?
• ¿Qué bases de datos requieren alertas especiales?
• ¿Qué métricas indican degradación antes de una caída?
• ¿Quién recibe alertas y quién decide acciones?
• ¿Cuál es el tiempo máximo aceptable de indisponibilidad?

# Crear usuario para node_exporter
sudo useradd --no-create-home --shell /usr/sbin/nologin node_exporter

# Descargar Node Exporter desde el repositorio oficial según la última versión disponible
# Ejemplo referencial:
cd /tmp
wget https://github.com/prometheus/node_exporter/releases/download/v1.9.1/node_exporter-1.9.1.linux-amd64.tar.gz
tar xvf node_exporter-1.9.1.linux-amd64.tar.gz

sudo cp node_exporter-1.9.1.linux-amd64/node_exporter /usr/local/bin/
sudo chown node_exporter:node_exporter /usr/local/bin/node_exporter

sudo nano /etc/systemd/system/node_exporter.service

[Unit]
Description=Prometheus Node Exporter
After=network.target

[Service]
User=node_exporter
Group=node_exporter
Type=simple
ExecStart=/usr/local/bin/node_exporter

[Install]
WantedBy=multi-user.target

sudo systemctl daemon-reload
sudo systemctl enable --now node_exporter
sudo systemctl status node_exporter

# Verificar métricas
curl http://localhost:9100/metrics

Recomendación: no expongas el puerto 9100 públicamente. Permite acceso solo desde el servidor Prometheus mediante firewall, red privada o VPN.

# Crear usuario y directorios
sudo useradd --no-create-home --shell /usr/sbin/nologin prometheus
sudo mkdir -p /etc/prometheus /var/lib/prometheus
sudo chown prometheus:prometheus /etc/prometheus /var/lib/prometheus

global:
  scrape_interval: 15s
  evaluation_interval: 15s

scrape_configs:
  - job_name: "linux-servers"
    static_configs:
      - targets:
          - "192.168.10.11:9100"
          - "192.168.10.12:9100"
          - "192.168.10.13:9100"

Métricas Linux esenciales en Prometheus

• Uso de CPU por modo: user, system, iowait, idle.
• Memoria disponible y swap.
• Espacio libre por filesystem.
• I/O de disco, latencia y saturación.
• Tráfico de red, errores y drops.
• Carga del sistema.
• Estado de servicios críticos.
• Tiempo de actividad y reinicios.

Dashboards recomendados

• Resumen ejecutivo: disponibilidad, incidentes, servicios críticos y SLA.
• Linux hosts: CPU, RAM, disco, red, carga y procesos.
• Aplicaciones: latencia, errores, throughput y saturación.
• Bases de datos: conexiones, consultas lentas, locks, replicación y tamaño.
• Seguridad: accesos fallidos, cambios críticos, eventos sospechosos.
• Capacidad: crecimiento de disco, memoria, tráfico y demanda.

Leer más: Las mejores herramientas de monitoreo para servidores Linux y entornos empresariales

groups:
  - name: linux-alerts
    rules:
      - alert: DiskSpaceCritical
        expr: (node_filesystem_avail_bytes{fstype!="tmpfs"} / node_filesystem_size_bytes{fstype!="tmpfs"}) * 100 < 10
        for: 10m
        labels:
          severity: critical
        annotations:
          summary: "Espacio en disco crítico en {{ $labels.instance }}"
          description: "El filesystem {{ $labels.mountpoint }} tiene menos de 10% libre."

      - alert: HighLoadAverage
        expr: node_load1 > count by(instance) (node_cpu_seconds_total{mode="idle"})
        for: 15m
        labels:
          severity: warning
        annotations:
          summary: "Carga alta sostenida en {{ $labels.instance }}"

Tip operativo: toda alerta debe indicar impacto, posible causa, responsable, severidad y acción recomendada. Si una alerta no genera acción, debe revisarse.

Logs que debes centralizar

• /var/log/auth.log o logs de autenticación.
• Logs de systemd journal.
• Logs de Nginx, Apache o HAProxy.
• Logs de PostgreSQL, MySQL, MariaDB o MongoDB.
• Logs de aplicaciones internas.
• Logs de contenedores Docker o Kubernetes.
• Eventos de seguridad y cambios administrativos.
• Errores de backup y tareas programadas.

Qué observar en aplicaciones

• Latencia por endpoint.
• Tasa de errores HTTP 4xx y 5xx.
• Throughput de solicitudes.
• Tiempo de consultas a base de datos.
• Errores de conexión a servicios externos.
• Colas, retries y timeouts.
• Trazas entre microservicios.
• Impacto por versión desplegada.

Recomendación: no midas solo CPU y memoria. Mide disponibilidad real, latencia, errores, tiempo de respuesta, éxito de backups, tiempo de recuperación y experiencia del usuario.

Eventos de seguridad que debes observar

• Intentos fallidos de autenticación.
• Accesos exitosos fuera de horario.
• Uso de sudo y comandos administrativos.
• Cambios en usuarios, grupos y claves SSH.
• Modificaciones en archivos críticos.
• Puertos nuevos en escucha.
• Conexiones salientes inusuales.
• Procesos desconocidos o persistentes.

Leer más: Cómo configurar un firewall en Linux para proteger tu infraestructura paso a paso

Métricas por servicio

• PostgreSQL: conexiones, locks, consultas lentas, replicación y tamaño.
• Nginx/Apache: códigos HTTP, latencia, tráfico y errores.
• Redis: memoria, claves, conexiones, evicciones y latencia.
• Docker: CPU, memoria, reinicios, logs y estado de contenedores.
• Kubernetes: pods, nodos, eventos, recursos, reinicios y readiness.
• Backups: éxito, duración, tamaño, fecha y prueba de restauración.

Advertencia: no todo debe guardarse para siempre. Define retención por criticidad: métricas detalladas para corto plazo, agregados para largo plazo y logs críticos con políticas de cumplimiento.

Buenas prácticas de capacidad

• Definir retención de métricas, logs y trazas.
• Evitar etiquetas de alta cardinalidad innecesarias.
• Separar entornos críticos y no críticos.
• Comprimir y rotar logs.
• Monitorear el propio sistema de monitoreo.
• Planificar almacenamiento según crecimiento mensual.

Qué proteger en la plataforma de observabilidad

• Configuraciones de Prometheus, Grafana, Loki y alertas.
• Dashboards exportados y versionados.
• Credenciales y tokens de integración.
• Histórico de métricas críticas.
• Canales de notificación.
• Backups de configuración y base de Grafana.
• Documentación de recuperación del monitoreo.

Cuándo elegir Zabbix

• Cuando necesitas monitoreo tradicional de servidores y redes.
• Cuando el equipo prefiere una plataforma integrada.
• Cuando hay muchos dispositivos de red, SNMP y servicios clásicos.
• Cuando se requiere descubrimiento y plantillas listas.
• Cuando Prometheus resulta demasiado orientado a métricas cloud native.

• Inventario de servidores Linux, servicios y aplicaciones críticas.
• Definición de métricas, logs y trazas necesarias.
• Instalación de Node Exporter en servidores Linux.
• Implementación de Prometheus para métricas.
• Configuración de Grafana para dashboards.
• Centralización de logs con Loki, Elastic o Graylog.
• Instrumentación de aplicaciones con OpenTelemetry.
• Alertas accionables con severidad y responsables.
• Dashboards por rol: operación, seguridad, aplicaciones y gestión.
• Retención de datos definida.
• Backups de configuración de monitoreo.
• Pruebas de alertas y simulacros de incidentes.
• Documentación de respuesta y escalamiento.

Errores que debes evitar

• Instalar herramientas sin definir objetivos.
• Crear dashboards bonitos pero sin utilidad operativa.
• Configurar demasiadas alertas sin prioridad.
• No monitorear backups, certificados ni tareas programadas.
• No centralizar logs críticos.
• Ignorar trazas en aplicaciones distribuidas.
• No proteger el sistema de monitoreo.
• Exponer exporters sin firewall.
• No documentar responsables ni acciones de respuesta.
• No revisar crecimiento de almacenamiento por métricas y logs.

• Las mejores herramientas de monitoreo para servidores Linux y entornos empresariales
• Las mejores herramientas de monitoreo de redes en Linux
• Cómo optimizar el rendimiento de un servidor Linux paso a paso
• Cómo implementar copias de seguridad automáticas en Linux
• Qué es DevOps y por qué Linux es la base de la automatización moderna

Tip final: empieza con una arquitectura simple: Node Exporter, Prometheus, Grafana y alertas críticas. Luego agrega logs centralizados, OpenTelemetry, trazas, SLO y automatización. La observabilidad debe crecer con madurez, no con desorden.

Resumen final

Para implementar monitoreo y observabilidad en Linux empresarial, identifica servicios críticos, instala Node Exporter en servidores, usa Prometheus para recolectar métricas, Grafana para dashboards, Alertmanager para alertas, Loki o Elastic para logs y OpenTelemetry para trazas. Define SLI, SLO, alertas accionables, retención de datos, monitoreo de seguridad, backups de configuración y procedimientos de respuesta. El objetivo no es solo ver gráficos, sino detectar, entender y resolver problemas antes de que impacten al negocio.