Módulo 2 — Métricas de host de Grail: CPU, memoria, disco y red dt.host.*

Métricas de host de Grail: 26 fichas dt.host.* (CPU, memoria, disco, red, disponibilidad) con unidad, dimensiones y consulta DQL lista para usar.
Module 2 — Métriques hôte Grail : CPU, mémoire, disque et réseau dt.host.*

Curso: Métricas de Dynatrace SaaS · Módulo 2/7 — métricas de host de Grail, CPU, memoria, disco y red · Formato: fichas de referencia · Plataforma: Dynatrace SaaS (Grail, DQL)

En este módulo: 26 claves dt.host.*, una tabla resumen y una ficha por métrica con su consulta DQL.

Las métricas de host de Grail son las claves dt.host.* que OneAgent reporta para cada máquina: CPU, memoria, disco, red y disponibilidad. Este segundo módulo del curso de métricas de Dynatrace SaaS las reúne en forma de fichas, para tenerlas abiertas durante la guardia (on-call): una línea por métrica y una consulta lista para copiar.

Las métricas de host describen la capa sobre la que descansa todo lo demás: CPU, memoria, discos, interfaces de red y disponibilidad, recogidas por OneAgent en Windows, Linux y AIX. Responden a la pregunta «¿aguanta la máquina?» y sirven como señal de saturación, la cuarta señal de oro junto a la latencia, el tráfico y los errores.

Este contenido vale para Dynatrace SaaS (Grail, DQL). Para Dynatrace Managed, los equivalentes builtin:host.* se tratan en el módulo de hosts de infraestructura del curso de Managed. Si estás descubriendo el modelo de datos (claves, dimensiones, comando timeseries), empieza por el módulo 1 sobre las métricas de Grail.

Métricas de host de Grail: la tabla resumen

Las 26 claves seleccionadas, agrupadas por familia. Las unidades proceden de las etiquetas de la página de referencia; «según el descriptor» significa que la documentación no la indica de forma explícita. Las dimensiones indicadas son las que se usan en los ejemplos de la documentación.

Clave Unidad Dimensiones principales Qué mide
dt.host.cpu.usage % dt.entity.host Parte de la CPU utilizada, todos los modos juntos
dt.host.cpu.user % dt.entity.host Tiempo de CPU en modo usuario
dt.host.cpu.system % dt.entity.host Tiempo de CPU en modo kernel
dt.host.cpu.iowait % dt.entity.host Tiempo de CPU inactiva a la espera de entrada/salida
dt.host.cpu.steal % dt.entity.host Tiempo de CPU que el hipervisor dedica a otras máquinas virtuales
dt.host.cpu.load número (carga) dt.entity.host Carga del sistema (load average), con las variantes dt.host.cpu.load5m y dt.host.cpu.load15m
dt.host.memory.usage % dt.entity.host Memoria utilizada en porcentaje
dt.host.memory.avail.percent % dt.entity.host Memoria disponible en porcentaje
dt.host.memory.avail.bytes bytes dt.entity.host Memoria disponible en valor absoluto
dt.host.memory.used bytes dt.entity.host Memoria utilizada en bytes
dt.host.memory.avail.pfps fallos de página/s dt.entity.host Fallos de página por segundo
dt.host.memory.swap.used bytes dt.entity.host Espacio de intercambio utilizado (véanse también swap.avail y swap.total)
dt.host.disk.used.percent % dt.entity.host, dt.entity.disk Espacio de disco utilizado, por disco
dt.host.disk.avail bytes dt.entity.host, dt.entity.disk Espacio de disco disponible en bytes
dt.host.disk.inodes_avail % dt.entity.host, dt.entity.disk Inodos disponibles en porcentaje (Linux, excepto CIFS)
dt.host.disk.queue_length número dt.entity.host, dt.entity.disk Longitud media de la cola del disco (excepto NFS, CIFS, GPFS)
dt.host.disk.util_time según el descriptor dt.entity.host, dt.entity.disk Tiempo de utilización del disco (excepto NFS, CIFS, GPFS)
dt.host.disk.bytes_read bytes/s dt.entity.host, dt.entity.disk Caudal de lectura (y dt.host.disk.bytes_written para la escritura)
dt.host.disk.read_ops operaciones/s dt.entity.host, dt.entity.disk Lecturas por segundo (IOPS), con dt.host.disk.write_ops
dt.host.net.nic.bytes_rx bytes/s dt.entity.host Bytes recibidos por interfaz de red (y bytes_tx para la emisión)
dt.host.net.nic.link_util_rx % dt.entity.host Utilización del enlace en recepción (y link_util_tx)
dt.host.net.nic.packets.dropped_rx paquetes/s dt.entity.host Paquetes entrantes descartados (y dropped_tx)
dt.host.net.nic.packets.errors_rx paquetes/s dt.entity.host Errores de recepción (y errors_tx)
dt.host.availability número dt.entity.host, availability.state Estado de disponibilidad del host visto por OneAgent
dt.host.handles.file_descriptors_used número dt.entity.host Descriptores de archivo utilizados (y file_descriptors_max)
dt.host.uptime duración dt.entity.host Tiempo transcurrido desde el último arranque del host
Extracto de la tabla de CPU y memoria de la página Host metrics de la documentación de Dynatrace: nombre, clave Classic y clave de Grail

Fichas: una métrica de host, una utilidad

Cada ficha sigue el mismo orden: utilidad, caso de uso, trampa eventual y consulta DQL timeseries. Los umbrales citados son ejemplos que hay que calibrar con tu historial.

dt.host.cpu.usage

Utilidad: el primer indicador de saturación de un host, el que se pone en un dashboard de guardia.

Caso de uso: detectar los hosts que están de forma sostenida por encima de tu umbral interno de capacidad (un umbral que fijas tú mismo, la documentación no impone ninguno) comparando la media y el máximo en la misma ventana.

Trampa: una media de 24 h suaviza los picos; mantén el max al lado antes de concluir que un host está infrautilizado.

timeseries {avg_cpu = avg(dt.host.cpu.usage), max_cpu = max(dt.host.cpu.usage)},
    by: {dt.entity.host}
| fieldsAdd host = entityName(dt.entity.host)

dt.host.cpu.user

Utilidad: indica si la carga procede de las propias aplicaciones.

Caso de uso: si dt.host.cpu.usage sube y user lo sigue, mira los procesos de aplicación (módulo 5) en lugar del kernel.

timeseries {user = avg(dt.host.cpu.user), system = avg(dt.host.cpu.system)},
    by: {dt.entity.host}

dt.host.cpu.system

Utilidad: revela el coste de las llamadas al sistema: red intensa, muchas operaciones de entrada/salida, cambios de contexto.

Caso de uso: un system que supera de forma sostenida a user en un servidor de aplicaciones merece un análisis (controlador, firewall de software, agente de terceros).

timeseries system = avg(dt.host.cpu.system), by: {dt.entity.host}
| sort arrayAvg(system) desc
| limit 10

dt.host.cpu.iowait

Utilidad: distingue un host que calcula de un host que espera a su disco o a su almacenamiento de red.

Caso de uso: cruza la métrica con dt.host.disk.queue_length: si ambas suben a la vez, apuntan al almacenamiento.

Trampa: el umbral 20 de la consulta es un ejemplo que hay que adaptar, no un valor de referencia.

timeseries iowait = max(dt.host.cpu.iowait), by: {dt.entity.host}
| filter arrayMax(iowait) > 20

dt.host.cpu.steal

Utilidad: en una VM o una instancia cloud, explica una lentitud que nada justifica dentro del invitado.

Caso de uso: un steal que aparece a las mismas horas cada día sugiere un vecino ruidoso o una instancia con los créditos de CPU agotados; es un asunto para el equipo de plataforma, no para la aplicación.

timeseries steal = avg(dt.host.cpu.steal), by: {dt.entity.host}
| filter arrayMax(steal) > 0

dt.host.cpu.load

Utilidad: cuenta las tareas listas o bloqueadas, algo que el porcentaje de CPU no muestra.

Caso de uso: compara la carga con el número de núcleos del host; una carga a 15 minutos que se mantiene por encima del número de núcleos señala una cola ya instalada.

Trampa: la carga solo tiene sentido en relación con el número de núcleos; no compares dos hosts de tamaños distintos con el valor bruto.

timeseries {l1 = avg(dt.host.cpu.load), l15 = avg(dt.host.cpu.load15m)},
    by: {dt.entity.host}

dt.host.memory.usage

Utilidad: la visión de conjunto de la presión de memoria.

Caso de uso: tendencia a siete días para la revisión de capacidad; para la alerta, prefiere la memoria disponible que figura más abajo.

Trampa: en Linux, la caché de archivos es recuperable: un porcentaje alto no es necesariamente un problema.

timeseries mem = avg(dt.host.memory.usage), by: {dt.entity.host}, from: -7d, interval: 1h

dt.host.memory.avail.percent

Utilidad: la señal que precede al swap y al OOM killer.

Caso de uso: alerta cuando la memoria disponible baja de un mínimo que tú defines, por ejemplo un 10 % durante varios minutos.

timeseries avail = min(dt.host.memory.avail.percent), by: {dt.entity.host}
| filter arrayMin(avail) < 10

dt.host.memory.avail.bytes

Utilidad: útil en máquinas grandes, donde un 5 % representa todavía varios gigabytes.

Caso de uso: comprueba que queda espacio para arrancar una instancia más de un servicio antes de un despliegue.

timeseries avail = min(dt.host.memory.avail.bytes), by: {dt.entity.host}

dt.host.memory.used

Utilidad: permite sumar el consumo de un grupo de hosts.

Caso de uso: estimar la memoria realmente consumida por una granja de servidores antes de una migración o un redimensionamiento.

Trampa: según la página de referencia de las métricas de host, la memoria total no está disponible en Grail: dedúcela de used + disponible si hace falta.

timeseries used = avg(dt.host.memory.used), by: {dt.host_group.id}

dt.host.memory.avail.pfps

Utilidad: una tasa alta y sostenida indica que el sistema va a buscar páginas al disco.

Caso de uso: compara la curva con su nivel habitual: lo que cuenta es la ruptura de tendencia, no el valor absoluto.

timeseries pf = avg(dt.host.memory.avail.pfps), by: {dt.entity.host}

dt.host.memory.swap.used

Utilidad: un swap que crece anuncia latencias, mucho antes de una caída.

Caso de uso: ratio utilizado / total para seguir el porcentaje de swap consumido.

timeseries {used = avg(dt.host.memory.swap.used), total = avg(dt.host.memory.swap.total)},
    by: {dt.entity.host}
| fieldsAdd swap_pct = used[] / total[] * 100

dt.host.disk.used.percent

Utilidad: la métrica de llenado más legible.

Caso de uso: listar los volúmenes más llenos de producción.

timeseries used = max(dt.host.disk.used.percent), by: {dt.entity.host, dt.entity.disk}
| fieldsAdd disk = entityName(dt.entity.disk)
| sort arrayLast(used) desc
| limit 20

dt.host.disk.avail

Utilidad: base de las previsiones de llenado.

Caso de uso: proyectar la fecha en que un volumen estará lleno (el análisis de previsión de Dynatrace toma esta familia de métricas como entrada).

Trampa: dt.host.disk.free no es un número de bytes: la página de referencia la asocia al porcentaje de espacio disponible.

timeseries avail = avg(dt.host.disk.avail), by: {dt.entity.disk}, interval: 1h, from: -7d

dt.host.disk.inodes_avail

Utilidad: un disco puede estar «lleno» con espacio libre si los inodos se han agotado.

Caso de uso: volúmenes de logs o de colas de mensajes que crean millones de archivos pequeños.

timeseries inodes = min(dt.host.disk.inodes_avail), by: {dt.entity.host, dt.entity.disk}
| filter arrayMin(inodes) < 15

dt.host.disk.queue_length

Utilidad: mide la saturación del disco, mientras que el espacio solo mide el llenado.

Caso de uso: una cola que se mantiene alta durante un pico de latencia del servicio une el síntoma con su causa.

timeseries q = avg(dt.host.disk.queue_length), by: {dt.entity.host, dt.entity.disk}

dt.host.disk.util_time

Utilidad: indica cuánto tiempo está el disco ocupado atendiendo solicitudes.

Caso de uso: en un disco local, una ocupación cercana al máximo durante las copias de seguridad explica las lentitudes de la noche.

Trampa: comprueba la unidad en el navegador de métricas antes de fijar un umbral; no figura en la tabla de referencia.

timeseries util = avg(dt.host.disk.util_time), by: {dt.entity.disk}

dt.host.disk.bytes_read

Utilidad: da el volumen transferido, que conviene comparar con los límites del almacenamiento.

Caso de uso: en un disco cloud con el caudal limitado, una meseta plana en la curva indica que se ha alcanzado el límite.

timeseries {r = avg(dt.host.disk.bytes_read), w = avg(dt.host.disk.bytes_written)},
    by: {dt.entity.host}

dt.host.disk.read_ops

Utilidad: los discos cloud suelen estar limitados en IOPS antes que en caudal.

Caso de uso: comparar la suma de lecturas + escrituras con los IOPS aprovisionados del volumen.

timeseries {r = avg(dt.host.disk.read_ops), w = avg(dt.host.disk.write_ops)},
    by: {dt.entity.disk}
| fieldsAdd iops = r[] + w[]

dt.host.net.nic.bytes_rx

Utilidad: el tráfico bruto de un host, para el dimensionamiento y la detección de anomalías.

Caso de uso: una caída brusca del tráfico recibido por un nodo de balanceador indica que ya no recibe solicitudes.

timeseries {rx = avg(dt.host.net.nic.bytes_rx), tx = avg(dt.host.net.nic.bytes_tx)},
    by: {dt.entity.host}

Utilidad: relaciona el tráfico con la capacidad de la tarjeta.

Caso de uso: una interfaz cercana a su capacidad explica pérdidas de paquetes y tiempos de respuesta que se alargan.

timeseries {rx = max(dt.host.net.nic.link_util_rx), tx = max(dt.host.net.nic.link_util_tx)},
    by: {dt.entity.host}

dt.host.net.nic.packets.dropped_rx

Utilidad: los descartes señalan búferes saturados o una interfaz sobrecargada.

Caso de uso: cualquier valor distinto de cero y recurrente merece un ticket; relaciónalo con las retransmisiones del lado de la aplicación.

timeseries dropped = sum(dt.host.net.nic.packets.dropped_rx), by: {dt.entity.host}
| filter arraySum(dropped) > 0

dt.host.net.nic.packets.errors_rx

Utilidad: los errores dependen más del hardware o del controlador que de la carga.

Caso de uso: errores en un único host de un grupo homogéneo orientan hacia un cable, un puerto o una tarjeta.

timeseries errors = sum(dt.host.net.nic.packets.errors_rx), by: {dt.entity.host}

dt.host.availability

Utilidad: la base de un SLI de infraestructura.

Caso de uso: contar los hosts en un estado distinto de «up» para detectar una parada o una pérdida de conexión del agente.

Trampa: un host no disponible puede ser también un OneAgent detenido; compruébalo antes de abrir un incidente de hardware.

timeseries n = sum(dt.host.availability, default: 0),
    by: {availability.state}

dt.host.handles.file_descriptors_used

Utilidad: el agotamiento de los descriptores bloquea las conexiones nuevas sin saturar la CPU ni la memoria.

Caso de uso: seguir el ratio utilizado / máximo en los servidores con mucha concurrencia (proxies, bases de datos).

timeseries {used = max(dt.host.handles.file_descriptors_used),
    max = max(dt.host.handles.file_descriptors_max)},
    by: {dt.entity.host}
| fieldsAdd fd_pct = used[] / max[] * 100

dt.host.uptime

Utilidad: confirma un reinicio inesperado durante un incidente.

Caso de uso: un valor que cae cerca de cero en el momento de un pico de errores explica el corte.

Trampa: la lista de métricas de Grail cita dt.host.uptime, pero la página de referencia de las métricas de host indica todavía la clave Classic en su columna de Grail: comprueba su presencia en tu entorno antes de usarla.

timeseries up = min(dt.host.uptime), by: {dt.entity.host}

Cómo comprobar que funciona

  1. Abre un notebook y ejecuta timeseries avg(dt.host.cpu.usage), by: {dt.entity.host} sobre las dos últimas horas: debe aparecer una serie por host.
  2. Si una clave de este módulo no devuelve nada, búscala en el navegador de métricas: algunas dependen del sistema (AIX, Linux) o del tipo de disco (notas de la página de referencia).
  3. Compara un valor con la pantalla del host en la aplicación Infrastructure: los órdenes de magnitud deben coincidir.
  4. Si no llega ninguna métrica de host, comprueba que OneAgent funciona en modo Full-Stack o Infrastructure; en modo Discovery solo se envía una parte de las métricas.

Buenas prácticas

  • Genera alertas sobre la memoria disponible, los inodos y la cola de disco; reserva la CPU media para la capacidad.
  • Agrupa por dt.entity.host o dt.host_group.id, nunca por una dimensión volátil.
  • Calibra cada umbral con entre dos y cuatro semanas de historial antes de despertar a alguien.

Para ir más lejos: la formación sobre DQL timeseries detalla los parámetros usados aquí (by, interval, default), y el artículo alertas de burn rate sobre los SLO muestra cómo pasar de una métrica a una alerta útil. Fuentes: Built-in metrics on Grail y Host metrics.

← Módulo 1: métricas de Grail · Índice del curso · Módulo 3: métricas de servicio en Grail →

Preguntas frecuentes

¿Por qué este módulo no cita la memoria total del host?

La página de referencia de las métricas de host marca la memoria total como no admitida en Grail. Suma la memoria utilizada y la disponible si necesitas un orden de magnitud.

¿Qué dimensión usar para agrupar por host?

dt.entity.host, que se transforma en un nombre legible con entityName(). Para las métricas de disco, añade dt.entity.disk para distinguir los volúmenes.

¿Valen estas fichas para Dynatrace Managed?

No. Managed no tiene ni Grail ni DQL: allí se usan las claves builtin:host.* y el metric selector. El curso de Managed sigue la misma estructura para orientarte.

Estas veintiséis claves cubren lo esencial del diagnóstico de un host. El módulo siguiente sube un piso y pasa a los servicios: solicitudes, fallos, mensajería y service mesh.

span.observer es un blog independiente de la comunidad, no afiliado a Dynatrace LLC. Este módulo es una selección comentada, no la lista oficial: las claves, unidades y dimensiones se han tomado de la documentación pública de Dynatrace SaaS y pueden cambiar; compruébalas en el navegador de métricas de tu entorno.

Total
0
Shares
Leave a Reply

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

Previous Post
Module 1 — Métriques Grail : clés dt.*, dimensions et rétention dans Dynatrace SaaS

Módulo 1 — Métricas de Grail: claves dt.*, dimensiones y retención en Dynatrace SaaS

Next Post
Module 3 — Métriques de service Grail : requêtes, messagerie et service mesh dt.service.*

Módulo 3 — Métricas de servicio de Grail: solicitudes, mensajería y service mesh dt.service.*

Related Posts