Ruta de aprendizaje: Dynatrace SaaS · Módulo 4/8: Notebooks y Dashboards · Duración: ~50 min · Nivel: principiante a intermedio
Objetivos:
- Saber cuándo usar un notebook y cuándo un dashboard.
- Construir un notebook de investigación que combine consultas, texto y visualizaciones.
- Crear un dashboard con tiles de DQL y una variable de filtro.
- Compartir estos documentos siguiendo las buenas prácticas.
Requisitos previos: módulo 3 (fundamentos de DQL) y un entorno que reciba datos.
Una buena consulta DQL solo tiene valor si alguien puede releerla, entenderla y usarla en el momento oportuno. Ese es el papel de los Notebooks y Dashboards de Dynatrace SaaS, las dos aplicaciones de análisis que más usarás después de esta ruta de aprendizaje. Explotan las mismas consultas, pero no responden a la misma necesidad.
Este módulo te enseña a elegir entre ambos, a construirlos con orden y a evitar los documentos que nadie vuelve a abrir al cabo de un mes.
Notebooks y Dashboards: ¿qué diferencia hay?
La distinción es fácil de recordar: un notebook cuenta un análisis, un dashboard vigila un estado.
| Criterio | Notebook | Dashboard |
|---|---|---|
| Uso principal | Investigación, documentación, compartir un análisis | Seguimiento regular, pantalla de equipo, revisión |
| Lectura | De arriba abajo, como un documento | De un vistazo, en cuadrícula |
| Contenido | Consultas, texto explicativo, visualizaciones | Tiles de consultas, texto breve, variables |
| Vida útil | A menudo ligada a un incidente o un proyecto | Larga, hay que mantenerlo |
En la práctica, un análisis suele nacer en un notebook; las consultas que resultan útiles a diario se promueven después a un dashboard.
Construir un notebook de investigación
Un notebook es una sucesión de secciones. Las más habituales son las secciones de consulta DQL, cuyo resultado se muestra en tabla o gráfico, y las secciones de texto en Markdown para explicar el planteamiento. Existen otros tipos según las versiones, por ejemplo para ejecutar código; consulta la documentación para ver la lista actualizada.
Una estructura que funciona
- El contexto en texto: qué pregunta, qué periodo, qué alcance.
- La vista de conjunto: una consulta agregada, por ejemplo el número de errores por servicio.
- El zoom: una consulta filtrada sobre la fuente sospechosa, con los registros detallados.
- La conclusión en texto: lo que se ha encontrado y lo que queda por comprobar.
Ejemplo de consulta de vista de conjunto:
fetch logs
| filter loglevel == "ERROR"
| summarize erreurs = count(), by:{host.name}
| sort erreurs desc
| limit 10
En un notebook, el periodo viene del selector de tiempo de la sección o del documento. Evita fijar from: en la consulta si quieres que tus compañeros puedan repetir el análisis en otra ventana.
Elegir la visualización adecuada
- Tabla para registros detallados o una clasificación.
- Gráfico de líneas o de áreas para una serie temporal (
timeseries,makeTimeseries). - Barras para comparar categorías después de un
summarize. - Valor único para un indicador clave, por ejemplo un número de errores en el periodo.
Si una visualización no se muestra como esperabas, la causa casi siempre es la forma del resultado: un gráfico temporal espera una serie, no una lista de registros.
Crear un dashboard útil
Un dashboard es una cuadrícula de tiles. Cada tile contiene una consulta DQL y su visualización, o un texto en Markdown. El dashboard comparte un selector de tiempo común a todos los tiles.
Las variables
Las variables hacen que un dashboard sea reutilizable: en lugar de duplicar el mismo dashboard por namespace, se crea una variable cuyos valores proceden de una consulta y se referencia en los tiles con el prefijo $. Por ejemplo, una variable Namespace alimentada por:
fetch logs
| filter isNotNull(k8s.namespace.name)
| summarize count(), by:{k8s.namespace.name}
| fields k8s.namespace.name
y utilizada después en un tile:
fetch logs
| filter k8s.namespace.name == $Namespace
| filter loglevel == "ERROR"
| makeTimeseries erreurs = count()
La sintaxis exacta de las variables con varios valores puede variar; compruébala en la documentación antes de generalizar este modelo.
¿Qué reglas siguen los dashboards legibles?
- Una pregunta por dashboard: «salud del servicio de pagos» mejor que «todo sobre todo».
- Los indicadores clave arriba, los detalles abajo.
- Pocos tiles: pasada una quincena, la lectura se vuelve difícil y la carga más lenta.
- Un texto de cabecera que indique el responsable y el uso previsto.
- Consultas económicas: cada tile se ejecuta en cada visualización y actualización.
Compartir sin perder el control
Los notebooks y los dashboards pueden compartirse con usuarios o grupos, en lectura o en escritura; comprueba en la documentación las opciones de uso compartido y la visibilidad por defecto de tu entorno. Recuerda el módulo 1: compartir un documento no da acceso a los datos. Un compañero sin permiso de lectura sobre ciertos logs verá tiles vacíos o parciales. Antes de difundir un dashboard a una audiencia amplia, pruébalo con una cuenta de permisos estándar.
Para ver ejemplos de consultas que conviene promover a dashboard, consulta el artículo ingesta de logs: detectar el silencio y los excesos de volumen o métricas de histogramas y SLO de latencia.
Ejercicio práctico
Paso 1: crear un notebook de investigación
Crea un notebook llamado «Formación — erreurs». Añade una sección de texto que describa la pregunta: «¿Qué fuentes producen más errores hoy?»
Resultado esperado: un notebook con una cabecera explicativa.
Paso 2: añadir vista de conjunto y zoom
Añade la consulta de vista de conjunto en gráfico de barras y, después, una segunda sección filtrada sobre la primera fuente de la clasificación, en tabla, con la marca de tiempo y el contenido.
Resultado esperado: dos secciones coherentes, de la vista global al detalle.
Paso 3: crear un dashboard con una variable
Crea un dashboard «Formación — santé Kubernetes». Añade la variable Namespace, un tile de errores en el tiempo filtrado por esa variable y un tile timeseries sobre la CPU de los hosts.
Resultado esperado: al cambiar el valor de la variable se actualiza el tile de errores.
Paso 4: compartir en lectura
Comparte el dashboard en solo lectura con otro usuario de prueba, si tienes uno, y comprueba lo que ve.
Resultado esperado: el dashboard se muestra al otro usuario, sin posibilidad de modificarlo.
Cuestionario
- ¿Qué herramienta conviene usar para documentar una investigación paso a paso? A) Un dashboard B) Un notebook C) Un workflow D) Un bucket
- ¿Cómo hacer que un dashboard sea reutilizable para varios namespaces? A) Duplicarlo B) Usar una variable referenciada en los tiles C) Fijar
from:en cada consulta D) Crear un bucket por namespace - Un gráfico de líneas queda vacío aunque la consulta devuelve filas. ¿Causa probable? A) El resultado no es una serie temporal B) El dashboard es privado C) DQL no gestiona gráficos D) La licencia ha caducado
- Un compañero ve tiles vacíos en un dashboard compartido. ¿Qué comprobar primero? A) El color de los tiles B) Sus permisos de acceso a los datos consultados C) La versión de OneAgent D) El número de variables
Soluciones
- B. El notebook se lee como un documento y mezcla consultas y explicaciones.
- B. Una variable evita la duplicación y permite filtrar todos los tiles afectados.
- A. Un gráfico temporal espera una serie, producida por
timeseriesomakeTimeseries. - B. Compartir un documento no da acceso a los datos; las políticas se siguen aplicando.
Para ir más lejos
- Ingesta de logs: detectar el silencio y los excesos de volumen
- Métricas de histogramas en la ingesta con OpenPipeline
- Session Replay sobre Grail
- Documentación oficial: docs.dynatrace.com, secciones Notebooks y Dashboards
← Módulo 3: los fundamentos de DQL · Índice de la ruta · Módulo 5: Davis y los problemas →
Preguntas frecuentes
¿Se puede convertir una sección de notebook en un tile de dashboard?
Sí, la interfaz suele permitir añadir el resultado de una sección a un dashboard. La etiqueta exacta de la acción puede cambiar; si no, copia simplemente la consulta en un tile nuevo.
¿Los dashboards de la interfaz anterior se migran automáticamente?
Los dashboards clásicos y los nuevos Dashboards son dos herramientas distintas. Dynatrace ofrece ayudas para la migración; consulta la documentación para saber qué se convierte en tu entorno.
¿Cuántos tiles poner en un dashboard?
No hay una regla absoluta, pero un dashboard enfocado de ocho a quince tiles sigue siendo legible y rápido. Pasado ese número, divídelo por audiencia o por pregunta.
Ya sabes investigar en un notebook y seguir un estado en un dashboard, con consultas reutilizables y compartidas con criterio. El módulo siguiente deja que Davis detecte las anomalías por ti.
span.observer es un blog independiente de la comunidad, no afiliado a Dynatrace LLC. Dynatrace es una marca de Dynatrace LLC. Esta ruta no sustituye a las formaciones y certificaciones oficiales de Dynatrace University. Comprueba las funcionalidades en la documentación oficial correspondiente a tu versión.