DQL errores de logs: contar por nivel y después makeTimeseries

DQL errores de logs: cuenta los errores por nivel con summarize y traza la curva con makeTimeseries, default y nonempty. Consultas que puedes adaptar.
DQL erreurs logs : compter par niveau puis makeTimeseries

Un pico de errores en los logs y siempre la misma pregunta: ¿cuántos, de qué nivel y desde cuándo? Para los DQL errores de logs, el método tiene dos tiempos: primero una tabla por nivel con summarize y después una curva con makeTimeseries. Este artículo da las consultas, explica qué devuelve cada comando y cómo evitar las trampas.

Objetivo: detectar en pocos minutos si los errores suben, en qué momento y en qué nivel de gravedad, sin exportar los logs. Alcance: DQL consulta Grail, así que todo lo que sigue vale únicamente para Dynatrace SaaS. Dynatrace Managed no tiene Grail. Este artículo complementa nuestras 15 consultas DQL de operación centrándose en un solo caso de uso.

En resumen

  • summarize devuelve una tabla: una fila por grupo, aquí por loglevel.
  • makeTimeseries devuelve una serie temporal: una matriz de valores por intervalo de tiempo, lista para un gráfico.
  • Los dos comandos no se encadenan para el mismo resultado: se elige uno u otro según la pregunta.
  • Para una serie sin huecos, se combinan default y nonempty.

Requisitos previos

  • Un entorno Dynatrace SaaS con Grail y logs ingeridos (OneAgent, OpenTelemetry Collector o API).
  • Permiso para leer los logs y abrir un Notebook o un Dashboard.
  • Las bases de fetch y filter; si no, consulta los fundamentos de DQL.

El campo loglevel describe la gravedad del evento de log. La página del diccionario semántico de Dynatrace lo describe como «the log event severity level» y cita ERROR, INFO y TRACE como ejemplos; no da una lista cerrada. Antes de copiar una consulta, comprueba por tanto los valores presentes en tu entorno con la primera consulta de abajo.

DQL errores de logs: contar por nivel con summarize

El comando fetch acepta los parámetros from y to como duraciones relativas. La documentación da el ejemplo fetch logs, from: -24h, to: -2h. Nuestra primera consulta lee las últimas 24 horas y cuenta los registros por nivel.

Dos consultas DQL: summarize con count() por loglevel y, después, filtro ERROR o WARN con makeTimeseries por loglevel
fetch logs, from:now()-24h
| summarize logs = count(), by:{loglevel}
| sort logs desc

La sintaxis de la documentación es summarize [field =] aggregation, ... [, by: {[field =] expression, ...}]. Aquí, count() «cuenta el número total de registros» de cada grupo. El resultado es una tabla con una fila por cada valor de loglevel.

Leer la tabla con método

  1. Localiza los niveles presentes: ERROR, WARN, INFO, pero también posibles valores vacíos o inesperados.
  2. Compara ERROR con el volumen total. Un volumen de errores que se duplica importa más que su valor absoluto.
  3. Comprueba el grupo null. La documentación precisa que los registros que no tienen el campo del by se agrupan bajo null. Unos logs sin nivel distorsionan la proporción de errores.

Si ningún registro coincide y no hay by, summarize devuelve igualmente una fila, con count() a 0. Un «0» puede significar por tanto «ningún log» tanto como «ningún error»: controla la ventana de tiempo.

Pasar a una curva con makeTimeseries

La tabla dice cuántos. No dice cuándo. makeTimeseries responde a esta segunda pregunta dividiendo el tiempo en intervalos.

fetch logs, from:now()-24h
| filter loglevel == "ERROR" or loglevel == "WARN"
| makeTimeseries logs = count(), by:{loglevel}, interval:1h

El parámetro by divide la serie: obtienes una curva por nivel. El parámetro interval fija la duración de cada intervalo. Para filtros más compactos, consulta la función in de DQL.

Sintaxis de makeTimeseries en la documentación DQL: parámetros by, interval, bins y nonempty

Qué devuelve el comando

Según la documentación, el resultado contiene un campo timeframe (inicio y fin), un campo interval (por ejemplo «1 min») y la columna de agregación. Esta columna es una matriz con un valor por intervalo, como [1, 2, 1] en el ejemplo oficial. Este formato difiere de una tabla de filas: es lo que permite mostrar directamente un gráfico.

Interval o bins

Dos parámetros regulan la finura. interval da la duración de un intervalo. bins da el número de intervalos, 120 por defecto. No se pueden usar juntos. La documentación indica también que el intervalo real se ajusta a un valor habitual, que la serie no puede superar los 1 500 elementos y que los intervalos se alinean a medianoche en la zona horaria solicitada: el periodo devuelto puede ser por tanto más amplio que el solicitado.

En la práctica, elige el intervalo según la pregunta. Un intervalo de 1 hora sobre 24 horas basta para detectar una deriva; para fechar un incidente al minuto, reduce la ventana en lugar del intervalo.

Rellenar los huecos: default y nonempty

Por defecto, un intervalo sin datos contiene null. El parámetro default de la agregación sustituye ese valor, por ejemplo por 0. El parámetro nonempty trata el otro caso: si no se procesa ningún registro, sin él el comando no devuelve nada. La documentación muestra count(default: 0) con interval: 30m y nonempty: true para obtener una serie de ceros.

fetch logs, from:now()-24h
| filter loglevel == "ERROR"
| makeTimeseries errors = count(default:0), interval:30m, nonempty:true

Este detalle importa en un gráfico de alerta: una curva que desaparece cuando todo va bien lleva a confusión, mientras que una línea en cero confirma que la recolección funciona.

Comparar varios niveles con countIf

Cuando se quieren varias curvas en una misma consulta, sin by, countIf(condition) «cuenta el número de registros que cumplen la condición».

fetch logs, from:now()-24h
| makeTimeseries
    errors = countIf(loglevel == "ERROR"),
    warnings = countIf(loglevel == "WARN"),
    interval:1h

Esta forma evita filtrar antes de la agregación. También da un denominador: añadiendo total = count(), puedes comparar los errores con el volumen global. No he verificado en la documentación ninguna operación aritmética entre series en este comando; calcula la proporción en el Notebook o el Dashboard.

Cómo comprobar que funciona

  1. Ejecuta fetch logs, from:now()-1h | limit 5 y comprueba que loglevel existe en tus registros.
  2. Ejecuta la consulta summarize y compara la suma de las filas con el total esperado.
  3. Ejecuta la consulta makeTimeseries y muéstrala como gráfico de líneas: el número de curvas debe corresponder a los niveles filtrados.
  4. Reduce la ventana a un periodo en el que conozcas un incidente: la curva debe subir ahí.

Buenas prácticas

Preguntas frecuentes

¿Se puede encadenar summarize y después makeTimeseries?

No es el uso correcto. summarize produce una tabla agregada, mientras que makeTimeseries parte de los registros y de su marca de tiempo (campo timestamp por defecto) para construir la serie. Para obtener una curva, aplica directamente makeTimeseries después de filter.

¿Por qué mi curva contiene valores null?

Un intervalo sin registros se rellena con null por defecto. Usa count(default: 0) para obtener ceros y nonempty: true para conservar una serie incluso sin ningún registro.

¿Qué diferencia hay con el comando timeseries?

timeseries consulta métricas, makeTimeseries construye una serie a partir de registros como los logs. Para las métricas, consulta DQL timeseries y alertas. Los comandos básicos se recuerdan en filter, summarize y timeseries.

Conclusión

Una tabla por nivel para el balance, una serie por nivel para la cronología: dos consultas cortas bastan para calificar una subida de errores. Para un SRE, es una ganancia directa en el MTTR, porque el diagnóstico inicial deja de depender de una exportación. Para profundizar en la agrupación, lee DQL group by y summarize.

Fuentes

span.observer es un blog independiente de la comunidad, no afiliado a Dynatrace LLC. Dynatrace es una marca de Dynatrace LLC. Las marcas citadas pertenecen a sus propietarios; las consultas se dan con fines didácticos y deben adaptarse a tus datos. Comprueba siempre los valores en la documentación oficial correspondiente a tu versión.

Total
0
Shares
Leave a Reply

Your email address will not be published. Required fields are marked *

Previous Post
Apprendre Dynatrace gratuitement : plan en 4 semaines

Aprender Dynatrace gratis: plan de 4 semanas

Next Post
Load balancing trace ID : router les spans avant le tail sampling

Balanceo de carga por trace ID: enruta los spans antes del tail sampling

Related Posts