Módulo 7: Workflows y automatización de las operaciones

Workflows y automatización en Dynatrace SaaS: disparadores, tareas DQL, conectores y tres ejemplos de operaciones para notificar, informar y remediar.
Module 7 : Workflows, automatisation des opérations

Ruta de aprendizaje: Dynatrace SaaS · Módulo 7/8: Workflows y automatización · Duración: ~75 min · Nivel: intermedio a avanzado

Objetivos:

  • Describir la estructura de un workflow: disparador, tareas, condiciones.
  • Elegir el tipo de disparador adecuado para una necesidad concreta.
  • Encadenar una consulta DQL y una notificación reutilizando los resultados.
  • Diseñar automatizaciones de operaciones seguras y mantenibles.

Requisitos previos: módulos 3 (DQL), 5 (Davis y problemas) y 6 (logs y OpenPipeline); un entorno de prueba con permisos para crear workflows.

Este módulo de formación aborda los Workflows y la automatización en Dynatrace SaaS: cómo convertir un problema de Davis, un evento o un simple vencimiento en una sucesión de acciones ejecutadas sin intervención humana. Hasta ahora, la plataforma te informaba; con los Workflows, actúa: avisa al equipo adecuado, abre un ticket, recoge contexto e incluso lanza una remediación.

El objetivo no es automatizarlo todo, sino quitar de las manos de los ingenieros de guardia (on-call) los gestos repetitivos y sin valor añadido.

Workflows y automatización: la estructura de un workflow

Un workflow se compone de tres elementos, visibles en el editor gráfico de la aplicación Workflows:

Elemento Papel Ejemplo
Disparador Lo que lanza una ejecución. Se abre un problema de Davis; todos los lunes a las 8 h.
Tareas Las acciones, enlazadas entre sí en un grafo. Ejecutar una consulta DQL, enviar un mensaje, llamar a una API.
Condiciones y opciones Cuándo se ejecuta una tarea, qué hace si falla, cuántas veces reintenta. Enviar el mensaje solo si la consulta devuelve filas.

Cada ejecución queda registrada: ves la entrada, la salida y la duración de cada tarea, lo que hace la depuración mucho más sencilla que con scripts dispersos por servidores.

¿Qué disparador elegir?

  • Disparador por evento: reacciona a un problema de Davis o a otros eventos almacenados en Grail. Un filtro restringe el alcance (categoría, entidades, tags, nombre). Es el disparador de las notificaciones y de la remediación.
  • Disparador programado: a intervalos regulares o según una expresión de tipo cron. Ideal para informes, comprobaciones de cumplimiento y limpieza periódica.
  • Disparador manual: la ejecución se lanza a demanda, útil para un runbook que se quiere mantener bajo control humano o para probar.

La trampa clásica es un disparador por evento demasiado amplio: un workflow que reacciona a todos los problemas del entorno enviará mensajes a todo el mundo. Filtra siempre y empieza con un alcance reducido.

Las acciones disponibles

Las acciones básicas cubren la mayoría de las necesidades: ejecutar una consulta DQL, ejecutar JavaScript (en un entorno de ejecución gestionado por la plataforma) y enviar una petición HTTP. Los conectores añaden integraciones listas para usar con herramientas de mensajería, gestión de tickets o automatización de infraestructura; la lista depende de las aplicaciones instaladas desde el Hub de tu entorno.

Los conectores se apoyan en conexiones configuradas una vez (URL, token) y reutilizadas por varios workflows. Guarda los secretos en esas conexiones o en el gestor de secretos previsto para ello, nunca en claro en el código de una tarea.

Pasar datos de una tarea a otra

Los campos de las tareas aceptan expresiones entre dobles llaves. Dan acceso al evento disparador y a los resultados de las tareas anteriores. Por ejemplo, en el texto de un mensaje:

Problème {{ event()["display_id"] }} : {{ event()["event.name"] }}
Logs d'erreur sur la dernière heure : {{ result("compter_erreurs").records | length }}

La sintaxis exacta de las expresiones y los filtros está documentada; compruébala en el editor, que ofrece ayuda contextual, en lugar de copiarla tal cual.

Tres ejemplos de operaciones

Notificación enriquecida de un problema

Disparador: problema de Davis en las entidades con el tag team:paiement. Tarea 1: consulta DQL que recupera los diez últimos logs de error de la entidad raíz. Tarea 2: mensaje en el canal del equipo con el título, el enlace del problema y el extracto de logs. Resultado: la guardia recibe contexto en lugar de una simple alerta.

Informe semanal

Disparador programado el lunes por la mañana. Una consulta cuenta los problemas de la semana por categoría (véase el módulo 5); un mensaje o un correo publica el resumen. Resultado: una revisión de incidentes que se prepara sola.

Remediación acotada

Ante un problema concreto y bien entendido (por ejemplo, un servicio conocido por perder memoria), una tarea llama a tu herramienta de automatización para reiniciar la instancia y otra tarea comenta el ticket. Reserva este tipo de acción para casos documentados, añade una condición estricta y mantén al principio a una persona en el circuito.

Buenas prácticas de diseño

  • Un workflow, una intención: mejor tres workflows sencillos que un único grafo ilegible.
  • Nombra las tareas de forma explícita: sus nombres se usan en las expresiones result().
  • Prevé los fallos: reintentos, tiempo de espera, tarea de respaldo que avise a una persona.
  • Prueba con un disparador manual o un evento de prueba antes de activar la versión real.
  • Haz las acciones idempotentes: un workflow puede ejecutarse dos veces para el mismo problema.

Para los equipos que vienen de Managed, estos workflows sustituyen con ventaja gran parte de los scripts que llaman a la API, como los descritos en automatizar la administración con la API del clúster, al menos para todo lo que afecta al entorno monitorizado.

Ejercicio práctico

Paso 1: crear un workflow manual

En la aplicación Workflows, crea un workflow con un disparador manual. Resultado esperado: un workflow vacío listo para recibir tareas.

Paso 2: añadir una consulta DQL

Añade una tarea «ejecutar una consulta DQL» llamada compter_erreurs que cuente los logs de nivel ERROR de la última hora por fuente. Resultado esperado: una ejecución de prueba que devuelve una tabla.

Paso 3: añadir una notificación condicional

Añade una tarea de envío (correo o herramienta de mensajería disponible en tu prueba) que solo se ejecute si la consulta devuelve al menos una fila y cuyo texto recoja el resultado. Resultado esperado: un mensaje recibido con el recuento.

Paso 4: pasar al disparador por problema

Duplica el workflow, sustituye el disparador por uno de problema de Davis filtrado sobre una entidad de prueba y provoca un problema como en el módulo 5. Resultado esperado: aparece una ejecución en el historial con el identificador del problema en el mensaje.

Cuestionario

  1. ¿Qué disparador conviene para un informe enviado cada lunes?
    A. Por evento · B. Programado · C. Manual · D. Ninguno
  2. ¿Cómo reutilizar el resultado de una tarea en otra?
    A. Copiándolo a mano · B. Con una expresión que referencia la tarea por su nombre · C. Volviendo a lanzar la consulta · D. No es posible
  3. ¿Dónde guardar un token de acceso a una herramienta externa?
    A. En claro en el código JavaScript · B. En la conexión del conector o en el gestor de secretos · C. En el nombre de la tarea · D. En un log
  4. ¿Por qué hacer idempotente una acción de remediación?
    A. Para ir más rápido · B. Un workflow puede ejecutarse varias veces para el mismo evento · C. Es obligatorio para DQL · D. Para reducir el volumen de logs

Soluciones

  1. B: un disparador programado lanza la ejecución a una hora fija.
  2. B: la expresión result("nom_de_tache") da acceso a la salida de una tarea anterior.
  3. B: los secretos quedan fuera del código y se comparten de forma controlada.
  4. B: una doble ejecución no debe empeorar la situación (doble reinicio, tickets duplicados).

Para ir más lejos

← Módulo 6: logs y OpenPipeline · Índice de la ruta · Módulo 8: OpenTelemetry e IA →

Preguntas frecuentes

¿Los Workflows sustituyen a las notificaciones de problemas clásicas?

Ambos conviven. Las integraciones clásicas bastan para un envío sencillo; los Workflows se imponen en cuanto hay que filtrar con precisión, enriquecer el mensaje o encadenar varias acciones.

¿Hay que saber programar para crear un workflow?

No en los casos habituales: las consultas DQL y los conectores se configuran en el editor. JavaScript sirve para transformaciones más finas.

¿Se puede versionar un workflow?

Un workflow puede exportarse y gestionarse como código, por ejemplo mediante la API o herramientas de infraestructura como código. Consulta la documentación para ver las opciones disponibles en tu entorno.

Los Workflows cierran el bucle entre detección y acción. El último módulo amplía el alcance: recoger señales de OpenTelemetry y observar las aplicaciones de IA.

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.

Total
0
Shares
Leave a Reply

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

Previous Post
Module 6 : logs OpenPipeline, de l'ingestion à l'analyse dans Grail

Módulo 6: logs OpenPipeline, de la ingesta al análisis en Grail

Next Post
Module 8 : OpenTelemetry/IA, des traces OTLP aux agents MCP

Módulo 8: OpenTelemetry e IA, de las trazas OTLP a los agentes MCP

Related Posts