En los subcapítulos anteriores vimos las herramientas de observabilidad de AWS: CloudWatch (logs, métricas) y X-Ray (trazas). Funcionan muy bien, pero tienen una pega: son específicas de AWS. ¿Y si quieres una forma de instrumentar tus aplicaciones que no dependa de un proveedor concreto, para no quedarte atado? Para eso existe OpenTelemetry, el estándar abierto de observabilidad que se está convirtiendo en el lenguaje común de la industria.

El problema: quedar atado a las herramientas de un proveedor

Cuando instrumentas tu aplicación (es decir, le añades el código para que emita logs, métricas y trazas) usando herramientas específicas de un proveedor, tu código queda acoplado a ese proveedor. Esto trae problemas:

  • Si quieres cambiar de herramienta de observabilidad (o usar otra mejor), tienes que reescribir la instrumentación.
  • En entornos multi-nube o híbridos, cada nube tendría su propia forma de instrumentar: un lío.
  • Quedas encerrado (vendor lock-in): cambiar cuesta tanto que en la práctica no puedes.

Recuerda el concepto de portabilidad que valoramos tanto al hablar de contenedores (Capítulo 17) y de Terraform multi-nube (Capítulo 10). Lo mismo aplica a la observabilidad: sería ideal instrumentar una vez y poder enviar esos datos a donde quieras.

Qué es OpenTelemetry

OpenTelemetry (a menudo abreviado OTel) es un estándar abierto para generar y recopilar datos de observabilidad (logs, métricas y trazas) de forma independiente del proveedor. Es un proyecto de la comunidad (de la CNCF, la misma fundación que cuida Kubernetes) y se ha convertido en el estándar de la industria.

La idea central: instrumentas tu aplicación una sola vez usando OpenTelemetry, y luego puedes enviar esos datos a cualquier herramienta de observabilidad que entienda el estándar (CloudWatch, Grafana, Datadog, Jaeger... lo que sea).

   Tu aplicación instrumentada con OpenTelemetry (UNA vez)
                    │
                    ▼
            (datos en formato estándar)
                    │
        ┌───────────┼───────────┐
        ▼           ▼           ▼
   CloudWatch    Grafana    otra herramienta
   (cambias el destino sin tocar tu código)

Analogía: OpenTelemetry es como usar un enchufe estándar (tipo USB-C) en vez de un cargador propietario distinto para cada aparato. Si todos tus dispositivos usan USB-C, puedes enchufarlos en cualquier cargador del mundo. Con cargadores propietarios, cada aparato te ata a su marca. OTel es el «USB-C de la observabilidad»: instrumentas con un estándar y enchufas a donde quieras.

Las dos grandes ventajas

  1. Independencia del proveedor (no lock-in)

Como instrumentas con un estándar, no quedas atado a ninguna herramienta. ¿Quieres pasar de CloudWatch a Grafana, o probar otra solución? Solo cambias a dónde envías los datos, sin reescribir la instrumentación de tu aplicación. Tu inversión en instrumentar el código se conserva.

  1. Consistencia (un solo estándar para todo)

Usas la misma forma de instrumentar en todas tus aplicaciones, sin importar el lenguaje (OTel soporta muchos: Python, Java, Go, JavaScript...) ni dónde se ejecuten (AWS, otra nube, tu propio centro de datos). Un único estándar para todo tu ecosistema, lo que simplifica enormemente.

OpenTelemetry en AWS: el ADOT

AWS apoya OpenTelemetry y ofrece su propia distribución lista para usar: AWS Distro for OpenTelemetry (ADOT). Es la versión de OpenTelemetry que AWS proporciona, probada y soportada por ellos, que te permite:

  • Instrumentar tus aplicaciones con el estándar OpenTelemetry.
  • Enviar esos datos a CloudWatch y X-Ray (para integrarte con el ecosistema AWS).
  • O enviarlos a otras herramientas si lo prefieres (manteniendo la libertad).
   App con ADOT (OpenTelemetry) ──► CloudWatch / X-Ray  (integración AWS)
                                └──► o a Grafana, Datadog...  (libertad)

Así obtienes lo mejor de ambos mundos: el estándar abierto (libertad, sin lock-in) y la integración cómoda con AWS cuando la quieres.

Ejemplo del mundo real: una empresa instrumenta todas sus aplicaciones con OpenTelemetry (vía ADOT). Hoy envían los datos a CloudWatch porque están en AWS. Al cabo de un tiempo, deciden adoptar una herramienta de observabilidad más avanzada que usan en toda la compañía. Como instrumentaron con el estándar, solo tienen que cambiar el destino de los datos: ni una línea del código de instrumentación de sus aplicaciones cambia. Lo que con herramientas propietarias habría sido meses de reescritura, con OpenTelemetry es un cambio de configuración. La empresa conserva la libertad de elegir siempre la mejor herramienta.

Cuándo te importa OpenTelemetry

  • Si quieres evitar el lock-in y mantener la libertad de cambiar de herramienta de observabilidad.
  • Si trabajas en multi-nube o entornos híbridos y quieres una forma uniforme de instrumentar.
  • Si tu organización ya ha estandarizado en OpenTelemetry (cada vez más empresas lo hacen).

Si estás empezando y solo usas AWS, CloudWatch y X-Ray directamente son perfectos. Pero conocer OpenTelemetry te prepara para entornos más grandes y para el rumbo que ha tomado la industria.

Lo que debes recordar

  • Instrumentar con herramientas específicas de un proveedor acopla tu código a ese proveedor y dificulta cambiar (vendor lock-in); falta portabilidad.
  • OpenTelemetry (OTel) es un estándar abierto para generar y recopilar logs, métricas y trazas de forma independiente del proveedor. Es el estándar de la industria.
  • Instrumentas una sola vez con OTel y envías los datos a cualquier herramienta que entienda el estándar. Como el USB-C de la observabilidad.
  • Ventajas: independencia del proveedor (cambias el destino sin reescribir) y consistencia (un mismo estándar para todos los lenguajes y entornos).
  • AWS ofrece ADOT (AWS Distro for OpenTelemetry): usar el estándar abierto e integrarte con CloudWatch/X-Ray (o con otras herramientas), lo mejor de ambos mundos.
  • Te importa si buscas evitar lock-in, trabajas multi-nube, o tu organización ha estandarizado en OTel.

En el último subcapítulo del capítulo veremos dos servicios gestionados muy potentes para visualizar y consultar métricas: Managed Grafana y Managed Prometheus.

Cloud, AWS & Terraform — De cero a experto

Capítulo 1 · Qué es el cloud computing

Capítulo 2 · El mercado cloud y los grandes proveedores

Capítulo 3 · Regiones, zonas de disponibilidad y edge

Capítulo 4 · Cómputo: EC2

Capítulo 5 · Almacenamiento: S3

Capítulo 6 · Redes: VPC

Capítulo 7 · Identidad y acceso: IAM

Capítulo 8 · Bases de datos gestionadas

Capítulo 9 · Por qué Infraestructura como Código

Capítulo 10 · HCL: el lenguaje de Terraform

Capítulo 11 · Providers y estado

Capítulo 12 · Tu primera infraestructura real en Terraform

Capítulo 13 · Balanceo de carga y autoescalado

Capítulo 14 · Serverless con Lambda

Capítulo 15 · Mensajería y eventos

Capítulo 16 · Entrega de contenido y DNS

Capítulo 17 · Contenedores en AWS

Capítulo 18 · Módulos: reutilización y composición

Capítulo 19 · Workspaces y gestión de entornos

Capítulo 20 · Backends remotos y locking

Capítulo 21 · Testing de infraestructura

Capítulo 22 · Terraform en CI/CD

Capítulo 23 · Seguridad en profundidad

Capítulo 24 · Observabilidad: logs, métricas y trazas

Capítulo 25 · Optimización de costes

Capítulo 26 · Alta disponibilidad y disaster recovery

Capítulo 27 · Well-Architected Framework de AWS

Capítulo 28 · Arquitecturas serverless a escala

Capítulo 29 · Plataformas de datos en AWS

Capítulo 30 · Multi-cuenta y landing zones

Capítulo 31 · Platform Engineering e Internal Developer Platform

Capítulo 32 · Certificaciones AWS relevantes

Capítulo 33 · Proyectos para consolidar lo aprendido

Capítulo 34 · Recursos y comunidad

© Copyright 2024. Todos los derechos reservados