Lo que se monitorea sí o sí

Monitorear no es tener un tablero lindo. Es que alguien se entere de lo correcto, a tiempo, por un canal que va a mirar.

La lista mínima, en orden de lo que más incidentes evita:

• Espacio en disco, con alerta al 80% y crítico al 90%. El disco lleno es la causa número uno de caídas evitables.
• Servicios de negocio, no infraestructura. Que el servidor responda ping no significa que el sistema de facturación funcione. Monitoreá la operación completa: que la aplicación devuelva la pantalla de login, que la base acepte una consulta.
• Backups: no solo que se hayan ejecutado, sino que hayan terminado sin errores y con el tamaño esperado. Un backup que de golpe pesa la mitad es una alarma.
• Enlaces: caídas, latencia y pérdida de paquetes. Y que el failover realmente conmute cuando tiene que hacerlo.
• Certificados y licencias por vencer, con avisos a 30 y 7 días.
• Temperatura del rack, estado y autonomía del UPS.
• Errores de hardware: discos con sectores defectuosos, fuentes redundantes que quedaron en una sola, memoria con errores corregibles.

Dos reglas que hacen la diferencia. Primero: cada alerta tiene que ser accionable; si nadie hace nada cuando llega, sacala, porque las alertas que se ignoran entrenan al equipo a ignorar todas. Segundo: probá que las alertas lleguen. Un monitoreo que no avisa es peor que no tenerlo, porque da tranquilidad falsa.