Iniciar prueba gratuita
Popular Nuevos Géneros Autores
EnglishEnglish
EspañolSpanish
简体中文Chinese
繁體中文Chinese (Traditional)
FrançaisFrench
DeutschGerman
日本語Japanese
PortuguêsPortuguese
ItalianoItalian
한국어Korean
РусскийRussian
NederlandsDutch
العربيةArabic
PolskiPolish
हिन्दीHindi
Tiếng ViệtVietnamese
SvenskaSwedish
ΕλληνικάGreek
TürkçeTurkish
ไทยThai
ČeštinaCzech
RomânăRomanian
MagyarHungarian
УкраїнськаUkrainian
IndonesiaIndonesian
DanskDanish
SuomiFinnish
БългарскиBulgarian
עבריתHebrew
NorskNorwegian
HrvatskiCroatian
CatalàCatalan
SlovenčinaSlovak
LietuviųLithuanian
SlovenščinaSlovenian
СрпскиSerbian
EestiEstonian
LatviešuLatvian
فارسیPersian
മലയാളംMalayalam
தமிழ்Tamil
اردوUrdu
Buscando...
SoBrief
Production-Ready Microservices

Production-Ready Microservices

Da a los equipos margen para desplegar servicios de forma independiente sin convertir la fiabilidad en un problema de los demás.
por Susan J. Fowler 2016 172 páginas
3.82
460 valoraciones
Escuchar
Inmersivo
V2.3
Amazon Kindle Audible
Prueba el acceso completo por 3 días
¡Desbloquea la escucha y mucho más!
Continuar

Ideas clave

Los microservicios se ganan la autonomía solo cuando cada servicio demuestra estar preparado para producción.

La libertad eleva las apuestas. Dividir una aplicación grande en servicios pequeños que se despliegan de forma independiente puede mejorar la escalabilidad y la velocidad de desarrollo. También multiplica las dependencias, las vías de fallo y el trabajo operativo. En Uber, Fowler puso en marcha una iniciativa de preparación cuando la empresa tenía más de mil servicios y más del 85 % contaba con poco o ningún apoyo de SRE. El reto no consistía simplemente en crear servicios, sino en hacer que fueran confiables en todo el sistema.

La confianza requiere pruebas. La preparación para producción significa que un servicio cumple requisitos medibles antes de atender tráfico real de clientes. Fowler organiza esos requisitos en torno a ocho aspectos: estabilidad, confiabilidad, escalabilidad, tolerancia a fallos, preparación ante catástrofes, rendimiento, supervisión y documentación. La disponibilidad es el resultado que protegen en conjunto, no un sustituto de especificar cómo debe construirse y operarse un servicio.

Análisis

Lo más potente aquí es el cambio de enfoque: se deja de tratar la confiabilidad como una virtud y se la considera un problema de diseño organizativo. Un servicio puede estar bien diseñado de forma aislada y, aun así, desestabilizar el producto por medio de sus dependencias. Esto recuerda a la ingeniería de seguridad en la aviación y la medicina, donde los resultados confiables requieren controles en varias capas, no confianza en la competencia individual. El marco también previene un error de categoría habitual: un alto tiempo de actividad hoy no demuestra que un servicio pueda soportar el crecimiento de mañana o recuperarse de un fallo. El desafío práctico es evitar el teatro de las listas de verificación. Los estándares importan cuando cambian las decisiones de diseño y el comportamiento operativo, no cuando los equipos se limitan a marcar casillas en verde.

Divide un monolito solo cuando los equipos y la infraestructura puedan sostener el ecosistema resultante.

La descomposición es la parte difícil. A medida que crecen las funcionalidades, el código, el tráfico y los equipos, los monolitos se vuelven difíciles de modificar. Los microservicios dividen el trabajo en aplicaciones más pequeñas que pueden desarrollarse y escalarse por separado. Pero dividirlas siguiendo límites de código arbitrarios puede dar lugar a varios monolitos pequeños, cada uno con responsabilidades entrelazadas. Fowler recomienda identificar las funciones principales del producto y luego crear servicios lo más enfocados e independientes posible. Una migración puede extraer código existente o reconstruir un servicio; para comparar su comportamiento antes del cambio, se puede dirigir tráfico en espejo.

La arquitectura transforma la organización. La ley inversa de Conway, tal como Fowler utiliza el término, es la idea de que la arquitectura de un producto da forma a la estructura de equipos de la empresa. Los servicios independientes suelen dar lugar a equipos especializados e independientes, aunque sus sistemas sigan siendo interdependientes. Es posible que las empresas pequeñas carezcan de la infraestructura de plataforma y del personal operativo necesarios para sostener ese modelo, por lo que los microservicios no son automáticamente el mejor punto de partida.

Análisis

La clave es evaluar los microservicios como un modelo operativo integral, no solo como una forma de organizar el código. Esto concuerda con el pensamiento sobre sistemas sociotécnicos: las herramientas, las responsabilidades, los patrones de comunicación y la arquitectura se dan forma mutuamente. La advertencia de Fowler sobre descomponer demasiado pronto es especialmente útil porque los costos aparecen antes de que los beneficios estén claros. Un monolito modular puede conservar límites definidos y, a la vez, evitar los costos de red y coordinación de los servicios separados. La pregunta pertinente no es si una empresa es lo bastante moderna para adoptar microservicios, sino si el despliegue y el escalado independientes resuelven una limitación real que justifique la nueva complejidad operativa.

Haz pasar cada cambio por pruebas de preparación, un canario representativo y un despliegue gradual en producción.

Un despliegue es un recorrido de riesgo. La canalización de despliegue de Fowler lleva una versión candidata por un entorno de pruebas, un canario y, después, al conjunto más amplio de producción. El entorno de pruebas permite probar una versión sin el tráfico habitual de producción. Puede reproducir todo el ecosistema o conectar el entorno de pruebas de un servicio con dependencias de producción. Un entorno de pruebas completo evita afectar los servicios de producción, pero puede ser costoso y quizá pruebe versiones que interactúan entre sí de forma distinta a las del sistema real. Un entorno parcial refleja mejor las dependencias reales, pero el tráfico de prueba perjudicial puede dañarlas.

Los canarios prueban la realidad. Un canario es una pequeña porción aleatoria de la capacidad de producción que ejecuta la nueva versión con tráfico real. Fowler describe un canario típico que atiende aproximadamente entre el 5 % y el 10 % del tráfico de producción. Manténlo durante un ciclo de tráfico representativo, supervísalo y revierte automáticamente el cambio si empeoran las métricas clave. Solo entonces amplía el despliegue, idealmente en incrementos.

Análisis

Esta canalización es una forma de experimentación controlada: cada fase expone un cambio a condiciones más realistas, al tiempo que limita el costo de equivocarse. El valor del canario depende de que represente el sistema de producción. Un conjunto diminuto que no incluya una región, un patrón de clientes o una ruta de dependencia puede generar una falsa sensación de seguridad. El despliegue progresivo también depende de señales de estado significativas y de una vía rápida para revertir los cambios. La lección general es que no se logra un despliegue seguro probándolo todo de antemano, sino combinando comprobaciones previas al lanzamiento con una exposición cuidadosamente acotada al entorno real.

Una promesa de cuatro nueves permite 52 minutos de inactividad al año, antes de descontar las pérdidas por dependencias.

La disponibilidad tiene un presupuesto. Un servicio con una disponibilidad del 99,99 %, a menudo llamada de cuatro nueves, puede estar inactivo unos 52,56 minutos al año. Ese margen parece generoso hasta que se acumulan las interrupciones o las dependencias consumen parte de la misma reserva de confiabilidad. Si un servicio debe llamar a varios otros para completar una solicitud, esta puede fallar cuando falla cualquiera de los enlaces necesarios. En una cadena de dependencias independientes y obligatorias, la disponibilidad de extremo a extremo es aproximadamente el producto de las cifras de disponibilidad individuales.

Protege la cadena. Primero identifica a los clientes y las dependencias; luego, planifica cómo afrontar el fallo de una dependencia con alternativas, colas, mecanismos de respaldo o almacenamiento en caché defensivo. El almacenamiento en caché defensivo consiste en conservar los datos obtenidos de una dependencia para que el servicio pueda seguir respondiendo algunas solicitudes si esa dependencia deja de estar disponible. Por ejemplo, un servicio de recibos quizá no pueda enviar uno si no logra recuperar los datos del cliente o del pedido, a menos que disponga de una alternativa segura.

Análisis

Los cálculos hacen que una red de dependencias resulte menos abstracta: cada enlace obligatorio consume parte del margen de confiabilidad del sistema. Sin embargo, el supuesto de independencia es importante. Una infraestructura compartida puede hacer que los fallos estén correlacionados, por lo que multiplicar las cifras de disponibilidad de los servicios quizá subestime el riesgo. El almacenamiento en caché puede proteger la disponibilidad, pero plantea cuestiones sobre la obsolescencia de los datos, la privacidad y si una respuesta antigua es más segura que no dar respuesta alguna. Por lo tanto, las decisiones de confiabilidad son también decisiones sobre el producto. Los equipos deben decidir qué operaciones pueden degradarse de forma gradual y cuáles deben fallar de manera segura para proteger la corrección.

Traduce el crecimiento del negocio en solicitudes y planifica la capacidad en función del cuello de botella más estrecho.

Empieza por el producto. Una escala cualitativa de crecimiento vincula la carga de trabajo de un servicio con una medida del negocio, como las aperturas de la aplicación, los clientes o los pedidos. Una escala cuantitativa de crecimiento traduce esa medida en el tráfico que debe soportar el servicio, por ejemplo, solicitudes o transacciones por segundo. No basta con saber que un servicio atiende cierto número de solicitudes por segundo; los equipos necesitan saber qué actividad del negocio genera esas solicitudes y cómo podría cambiar dicha actividad.

Planifica a partir de una instancia. Mide el tráfico y los recursos que puede soportar una instancia, identifica limitaciones como la CPU, la memoria o las conexiones a la base de datos y utiliza esos datos para planificar la capacidad. Fowler favorece el escalado horizontal —añadir instancias—, respaldado por la concurrencia y la partición, que divide el trabajo para que varios procesos puedan ejecutarlo en paralelo. La planificación de la capacidad debe tener en cuenta el crecimiento de las dependencias, los picos de tráfico, los presupuestos y el plazo necesario para conseguir hardware.

Análisis

Vincular la carga de ingeniería con la actividad del negocio crea un lenguaje de planificación compartido entre los equipos de producto, finanzas e infraestructura. También deja al descubierto multiplicadores ocultos: una sola acción del cliente puede generar varias solicitudes a lo largo de una cadena de dependencias. Esto es más útil que extrapolar el tráfico de la semana anterior, aunque las previsiones sigan siendo inciertas y deban revisarse comparándolas con la demanda real. Los cuellos de botella pueden desplazarse a medida que crece la capacidad; por eso, añadir servidores no es una solución permanente si la base de datos compartida o el conjunto de conexiones siguen teniendo un límite fijo. Una buena planificación de capacidad combina mediciones con supuestos explícitos y luego comprueba si esos supuestos siguen siendo válidos.

Provoca fallos en los servicios de forma deliberada antes de que los fallos habituales de las dependencias interrumpan el sistema.

El fallo es una condición de diseño. Un punto único de fallo es cualquier componente cuya pérdida pueda dejar fuera de servicio un servicio o sistema. El ejemplo de Fowler es un servicio de procesamiento de tareas cuyos trabajadores dejan de consumir trabajos. El intermediario de mensajes sigue acumulando trabajo hasta quedarse sin memoria, lo que puede interrumpir otros servicios que lo comparten. Trazar la arquitectura y preguntarse qué ocurre cuando falla cada componente puede revelar riesgos antes de que se produzca una interrupción.

Pon a prueba la recuperación, no el optimismo. Las pruebas de resiliencia incluyen pruebas de código, pruebas de carga y pruebas de caos. Las pruebas de caos provocan fallos deliberadamente —por ejemplo, desactivan una dependencia, añaden latencia de red o retiran un host— para comprobar si el sistema se recupera. Estas pruebas requieren controles estrictos, permisos y registros para que una prueba no se convierta en una catástrofe. Cuando se producen incidentes, la respuesta pasa por la evaluación, la coordinación, la mitigación, la resolución y el seguimiento, incluida una revisión sin culpabilización y medidas correctivas concretas.

Análisis

El acierto más importante del libro es tratar los escenarios de fallo como hipótesis que pueden ponerse a prueba, en lugar de como sorpresas desagradables. Esa idea conecta con la ciencia experimental: una afirmación sobre la resiliencia de un sistema solo tiene sentido si este supera una prueba pertinente. Las pruebas de caos en producción son poderosas, pero deben introducirse con un radio de impacto acotado, condiciones claras para abortar y una comprensión del efecto en los clientes. La secuencia de respuesta a incidentes también distingue la mitigación de la solución de la causa raíz. Restablecer rápidamente el servicio y aprender por qué falló son tareas distintas, ambas necesarias para unas operaciones confiables.

Haz que cada alerta permita actuar y automatiza la detección y la reversión antes de avisar a las personas.

Supervisa el estado del servicio. Una supervisión útil abarca métricas del host y de la infraestructura, como la CPU, la memoria y las conexiones a la base de datos, así como métricas del servicio, como la latencia, el éxito de los puntos de conexión, los errores y el estado de las dependencias. Los registros deben ayudar a reconstruir lo ocurrido, pero no deben exponer información privada ni secretos. Los paneles deben permitir comprender el estado de un vistazo. Ayudan al diagnóstico, pero los desarrolladores no deberían tener que vigilarlos continuamente para detectar una interrupción.

Avisa solo si hay un siguiente paso. Establece umbrales normales, de advertencia y críticos para las métricas clave, y ajústalos para detectar problemas reales sin inundar al equipo de guardia. Cada alerta debe conducir a una acción descrita en un manual de operaciones. Las respuestas repetidas y predecibles son candidatas a la automatización, incluida la reversión tras un despliegue defectuoso. El libro también recomienda compartir la responsabilidad de las guardias, con al menos dos desarrolladores por turno y turnos de no más de una semana.

Análisis

La supervisión es un sistema de información diseñado para personas sometidas a presión. Una alerta que informa de un síntoma pero no ofrece una respuesta útil traslada la carga cognitiva a un ingeniero que quizá esté cansado y no conozca bien el servicio. Los manuales de operaciones, los paneles claros y la reversión automática reducen esa carga. Sin embargo, una supervisión exhaustiva puede resultar costosa y generar ruido, así que el objetivo no es recopilar todos los datos posibles ni alertar ante cada fluctuación. Los umbrales deben reflejar las consecuencias: una métrica importa desde el punto de vista operativo cuando un cambio predice un daño o requiere que alguien actúe.

Dibuja las arquitecturas en una pizarra y mantén actualizada la documentación para sacar a la luz los supuestos ocultos antes de las interrupciones.

Haz visible el conocimiento. Fowler describe cómo reúne a los desarrolladores de un servicio para esquematizar sus puntos de conexión, rutas de las solicitudes y dependencias en una breve revisión de arquitectura. El ejercicio suele revelar que los compañeros tienen modelos mentales distintos del mismo servicio, así como puntos de fallo que habían pasado por alto. Una buena documentación debe proporcionar a otros ingenieros los datos que necesitan para utilizar, modificar y mantener el servicio: su propósito, arquitectura, contactos, pasos de incorporación, flujos de solicitudes, dependencias, alertas y manuales de operaciones.

Convierte las carencias en trabajo. Una auditoría de preparación para producción comprueba un servicio frente a los requisitos acordados. Sus resultados pueden convertirse en una hoja de ruta que asigne responsables a los requisitos incumplidos y los vincule con tareas de implementación. Las revisiones periódicas mantienen actualizado el diagrama y la comprensión compartida. Automatizar las comprobaciones puede hacer visible la preparación en toda una organización, pero los equipos aún deben interpretar qué significa un requisito incumplido para su servicio concreto.

Análisis

Este es un relato práctico de la cognición distribuida: ningún ingeniero necesita mantener todo el sistema en la memoria si los diagramas, los manuales de operaciones y las prácticas de revisión compartidas hacen accesible el conocimiento. La documentación es más valiosa cuando modifica el trabajo, no cuando se trata como un proyecto de redacción paralelo. Exigir que se actualice junto con los cambios de código ayuda, pero también puede producir documentos obsoletos si el cumplimiento se vuelve mecánico. Las revisiones de arquitectura añaden una prueba social: ¿pueden varias personas explicar cómo se comporta el servicio, incluso cuando fallan sus dependencias? Esa comprensión compartida es una forma de capacidad operativa.

Estandariza las interfaces compartidas y las salvaguardas sin eliminar la autonomía útil de cada servicio.

La autonomía necesita límites. Los equipos de microservicios pueden elegir diseños internos distintos, pero los servicios siguen necesitando formas compatibles de comunicarse y operar. Fowler defiende estándares comunes para todo el ecosistema, incluidos los patrones de comunicación, los procesos de despliegue, las expectativas de supervisión y los requisitos de preparación para producción. Sin ellos, una organización grande puede acumular numerosas formas incompatibles de desplegar, probar, generar alertas y mantener el software.

Las plataformas reducen el trabajo repetido. Las herramientas de autoservicio permiten que los equipos de servicio utilicen infraestructuras complejas sin convertirse en expertos en cada sistema subyacente. Admitir demasiados lenguajes de programación también puede multiplicar el trabajo necesario para crear bibliotecas y herramientas internas, por lo que quizá las organizaciones deban limitar los lenguajes compatibles. Estas salvaguardas deben definirse con aportes de la dirección, los equipos de infraestructura y los desarrolladores, y presentarse como apoyo a una entrega segura, no como obstáculos arbitrarios.

Análisis

La distinción importante está entre estandarizar las interfaces de las que dependen los equipos y dictar cada implementación interna. La ingeniería de plataformas funciona mejor cuando las herramientas comunes facilitan la opción segura y, al mismo tiempo, dejan margen a los equipos para resolver problemas realmente distintos. Una estandarización insuficiente genera prácticas incompatibles y mantenimiento duplicado; una excesiva puede convertir al grupo de plataformas en un cuello de botella o congelar experimentos útiles. Un buen modelo de gobernanza trata los estándares como acuerdos revisables, con un proceso claro para las excepciones y pruebas de que una regla mejora la confiabilidad, la eficiencia o ambas.

Análisis

El argumento central de Fowler es que los microservicios convierten la independencia arquitectónica en una obligación organizativa permanente. Un servicio puede desplegarse por separado, pero no puede hacerse fiable de forma aislada: su disponibilidad depende de la infraestructura, los clientes, las dependencias, las herramientas de despliegue y las personas que responden cuando algo falla. El modelo de preparación para producción del libro resulta valioso porque permite actuar sobre esta interdependencia. Vincula el diseño, las operaciones, la documentación y la estructura de los equipos en torno a una pregunta concreta: ¿se puede confiar un servicio al tráfico real?

La principal fortaleza del marco es su insistencia en la evidencia observable. El crecimiento de un servicio debe vincularse con la demanda del negocio; su despliegue debe introducir los cambios de forma gradual; sus fallos deben ensayarse; y su preparación debe revisarse y supervisarse. Esto se asemeja a la ingeniería de seguridad, donde la fiabilidad surge de varias capas de defensa y verificaciones reiteradas, no de una única afirmación de calidad. También considera la documentación y el entendimiento compartido controles operativos, no simples añadidos administrativos.

Sin embargo, el modelo presenta una tensión. Una lista de verificación universal puede hacer comprensibles los sistemas grandes, pero cualquier lista puede acabar convirtiéndose en un sustituto del resultado que pretende proteger. Los equipos podrían optimizar sus puntuaciones en lugar de reducir los riesgos, o aplicar requisitos uniformes sin tener en cuenta la criticidad del servicio y las consecuencias de los fallos. El énfasis de Fowler en los estándares medibles resulta más sólido cuando se combina con criterio, excepciones explícitas y aprendizaje a partir de los incidentes. La misma cautela se aplica a la automatización: las auditorías automatizadas pueden detectar a gran escala la falta de controles, pero no pueden determinar plenamente si una alternativa proporciona datos seguros o si una dependencia es realmente opcional.

El libro también plantea, en términos prácticos, la necesidad de invertir en plataformas. La infraestructura de autoservicio, los procesos de despliegue estandarizados y el acceso sencillo al conocimiento sobre los servicios permiten que los equipos locales avancen con rapidez, sin exigir que cada desarrollador domine todo el ecosistema. Por tanto, los microservicios no son simplemente programas más pequeños. Son un pacto: los equipos obtienen la posibilidad de desplegar de forma independiente a cambio de contratos disciplinados, responsabilidades explícitas y atención al sistema en su conjunto. El pacto solo da frutos cuando la organización construye los mecanismos necesarios para que esas obligaciones sean manejables.

Resumen en 30 segundos
Los servicios independientes multiplican las vías de fallo y el trabajo operativo, por lo que cada uno necesita comprobaciones medibles de fiabilidad, escalabilidad, monitorización y recuperación. Un objetivo de disponibilidad del 99,99 % permite unos 52,56 minutos de inactividad al año, y las dependencias obligatorias reducen la disponibilidad de extremo a extremo. Prueba las versiones con entre el 5 % y el 10 % del tráfico de producción antes de ampliarlas. Vincula las solicitudes previstas al crecimiento empresarial, planifica para los cuellos de botella, ensaya los fallos y utiliza herramientas y estándares compartidos para respaldar la autonomía de los equipos.
Contiene spoilers

Última actualización:

Reportar problema

Resumen de reseñas

3.82 de 5
Promedio de 460 valoraciones de Goodreads y Amazon.

Production-Ready Microservices, de Susan Fowler, recibe críticas variadas. Los lectores valoran su visión general y sus listas de verificación para la preparación para producción, y lo consideran útil para responsables y para ingenieros que se inician en los microservicios. Sin embargo, muchos critican su falta de profundidad técnica y de ejemplos prácticos. Se elogia el énfasis del libro en los aspectos organizativos y la preparación para producción, aunque algunas personas lo consideran repetitivo y demasiado abstracto. Se recomienda como lectura complementaria a libros sobre microservicios más técnicos, en particular para quienes ocupan puestos directivos o buscan una comprensión amplia de los ecosistemas de microservicios.

Tu valoración:
4.34
330 valoraciones
¿Quieres leer el libro completo?

Glosario

preparación para producción

Evidencia de confianza operativa

La condición de un servicio que cumple requisitos arquitectónicos y operativos definidos antes de que se le confíe tráfico de producción. Fowler organiza esos requisitos en torno a la estabilidad, la fiabilidad, la escalabilidad, la tolerancia a fallos, la preparación ante catástrofes, el rendimiento, la monitorización y la documentación. El objetivo es respaldar la disponibilidad mediante prácticas concretas, en lugar de confiar en una instrucción vaga de hacer que un servicio sea fiable.

ley inversa de Conway

La arquitectura da forma a la estructura de los equipos

Término de Fowler para la idea de que la arquitectura de un producto da forma a la estructura de una organización. En un ecosistema de microservicios, muchos servicios independientes suelen dar lugar a muchos equipos especializados. Esos equipos pueden aislarse en cuanto a conocimientos y objetivos, aunque sus servicios dependan unos de otros y deban coordinarse.

canalización de despliegue

Proceso de lanzamiento por fases

El proceso por etapas para llevar una nueva compilación hacia producción. En el modelo de Fowler, una compilación pasa por el entorno de pruebas, luego por un canario que recibe una pequeña porción del tráfico real de producción y, por último, por un despliegue más amplio en producción. La monitorización y la reversión automatizada ayudan a detectar problemas y, a la vez, limitan la cantidad de usuarios y servicios dependientes afectados.

almacenamiento en caché defensivo

Los datos almacenados en caché protegen la disponibilidad

La práctica de conservar datos obtenidos de una dependencia para que un servicio pueda seguir respondiendo a algunas solicitudes cuando esa dependencia deja de estar disponible. Fowler lo presenta como una posible forma de reducir el impacto de los fallos de dependencias. Que sea seguro usar la información almacenada en caché depende de los requisitos del servicio en cuanto a exactitud y actualidad.

escala cualitativa de crecimiento

Impulsor empresarial de la carga de trabajo

Descripción general de la actividad empresarial que hace crecer la carga de trabajo de un servicio. Algunos ejemplos son las aperturas de la aplicación, los clientes y los pedidos. Da contexto a las mediciones del tráfico y ayuda a los ingenieros a traducir las previsiones del producto en la demanda probable para un servicio, en lugar de extrapolar el número de solicitudes sin saber qué las impulsa.

escala cuantitativa de crecimiento

Demanda medida del servicio

Expresión numérica de la carga de trabajo que debe gestionar un servicio, medida habitualmente en solicitudes, consultas o transacciones por segundo. Se deriva de la escala cualitativa de crecimiento. Por ejemplo, una previsión empresarial puede traducirse en el número esperado de solicitudes una vez que el equipo entiende cuántas solicitudes genera cada usuario o transacción pertinente.

pruebas de caos

Experimentos de fallos deliberados

Una forma de probar la resiliencia que introduce intencionalmente fallos conocidos, como desactivar una dependencia, añadir latencia de red o retirar un host. El objetivo es verificar que los servicios detecten los fallos y se recuperen de ellos. Fowler destaca que las pruebas necesitan controles, permisos adecuados y registros para evitar que el propio experimento cause daños descontrolados.

hoja de ruta de preparación para producción

Plan para cerrar brechas de preparación

Plan elaborado a partir de una auditoría de preparación para producción que enumera los requisitos que un servicio aún no cumple y el trabajo necesario para abordarlos. Fowler propone vincular cada brecha con detalles de implementación, incidentes pertinentes, una tarea de seguimiento y los desarrolladores responsables. La hoja de ruta convierte una evaluación de preparación en trabajo de ingeniería priorizado y asignado.

cinco etapas de la respuesta a incidentes

Flujo de trabajo estructurado para incidentes

La secuencia de Fowler para gestionar un incidente: evaluación, coordinación, mitigación, resolución y seguimiento. La evaluación determina la gravedad y el alcance. La coordinación reúne a las personas que pueden ayudar. La mitigación reduce el impacto, la resolución aborda la causa y el seguimiento registra aprendizajes y medidas correctivas, a menudo mediante una revisión posterior al incidente sin atribución de culpa.

Preguntas frecuentes

¿De qué trata "Production-Ready Microservices", de Susan J. Fowler?

  • Enfoque en los microservicios: El libro ofrece una guía completa para crear y mantener microservicios preparados para entornos de producción.
  • Estandarización en las organizaciones: Destaca la importancia de estandarizar los sistemas en toda una organización de ingeniería para garantizar la fiabilidad y la eficiencia.
  • Aplicación en el mundo real: El contenido se basa en la experiencia de la autora en Uber, donde dirigió una iniciativa de preparación para producción de microservicios.
  • Marco integral: Ofrece un marco detallado para lograr la preparación para producción, que abarca aspectos como la estabilidad, la fiabilidad, la escalabilidad y más.

¿Por qué debería leer "Production-Ready Microservices"?

  • Perspectivas de una experta: Conoce las ideas de Susan J. Fowler, quien tiene experiencia directa en la transformación de los microservicios de Uber.
  • Orientación práctica: El libro ofrece pasos concretos y listas de verificación para ayudar a los ingenieros a implementar estándares de preparación para producción.
  • Impacto organizativo: Aprende a promover estándares elevados en todos los equipos y a mejorar la fiabilidad y el rendimiento generales del sistema.
  • Habilidades preparadas para el futuro: Comprender los microservicios es crucial para el desarrollo de software moderno, y este libro te proporciona las habilidades necesarias.

¿Cuáles son las principales conclusiones de "Production-Ready Microservices"?

  • Ocho principios: El libro presenta ocho principios para la preparación para producción: estabilidad, fiabilidad, escalabilidad, tolerancia a fallos, preparación ante catástrofes, rendimiento, monitorización y documentación.
  • La estandarización es clave: Estandarizar los microservicios en una organización es esencial para mantener una alta disponibilidad y fiabilidad.
  • Marco integral: Proporciona un marco detallado para evaluar y mejorar los microservicios, con listas de verificación y hojas de ruta.
  • Apoyo organizativo: La implementación satisfactoria requiere el respaldo de todos los niveles de una organización, desde los desarrolladores hasta los directivos.

¿Cómo define Susan J. Fowler que un microservicio está «preparado para producción»?

  • Servicios fiables: Un servicio preparado para producción es uno al que se puede confiar la gestión fiable del tráfico de producción.
  • Estándares cuantificables: Debe cumplir estándares cuantificables en ocho principios clave para garantizar una alta disponibilidad.
  • Pruebas integrales: El servicio debe someterse a pruebas exhaustivas, incluidas pruebas de código, de carga y de caos.
  • Monitorización continua: Los registros, los paneles y las alertas adecuados son esenciales para mantener la preparación para producción.

¿Cuáles son los ocho principios de preparación para producción de "Production-Ready Microservices"?

  • Estabilidad: Garantiza que los cambios no introduzcan inestabilidad en el ecosistema.
  • Fiabilidad: Genera confianza al garantizar que los servicios funcionen según lo previsto en diversas condiciones.
  • Escalabilidad: Prepara los servicios para gestionar de manera eficiente el crecimiento del tráfico y las tareas.
  • Tolerancia a fallos: Garantiza que los servicios puedan resistir y recuperarse de fallos y catástrofes.

¿Qué propone "Production-Ready Microservices" para gestionar las dependencias?

  • Identificarlas y documentarlas: Conoce y documenta todas las dependencias, incluidos sus SLA y posibles puntos de fallo.
  • Estrategias de mitigación: Implementa copias de seguridad, alternativas, mecanismos de respaldo o almacenamiento en caché para gestionar fallos de dependencias.
  • Comunicación: Mantén una comunicación abierta con los equipos responsables de las dependencias para prepararte ante cambios y posibles problemas.
  • Almacenamiento en caché defensivo: Usa el almacenamiento en caché para proteger tu servicio de los fallos de dependencias y garantizar que siga disponible.

¿Qué función cumple la monitorización en "Production-Ready Microservices"?

  • Métricas clave: Identifica y monitoriza métricas clave en los niveles de host, infraestructura y microservicio.
  • Registros: Implementa registros exhaustivos para comprender en cualquier momento el estado del servicio.
  • Paneles: Usa paneles para ofrecer una visión en tiempo real del estado y la salud del servicio.
  • Alertas: Configura alertas accionables, con umbrales que proporcionen señales útiles para detectar y resolver problemas rápidamente.

¿Cómo aborda "Production-Ready Microservices" la escalabilidad y el rendimiento?

  • Escalas de crecimiento: Comprende las escalas cualitativa y cuantitativa de crecimiento para planificar las necesidades futuras de capacidad.
  • Uso eficiente de los recursos: Usa los recursos de hardware de forma eficiente e identifica los cuellos de botella.
  • Gestión del tráfico: Gestiona el tráfico de forma inteligente y prepárate para los picos, redirigiéndolo cuando sea necesario.
  • Procesamiento de tareas: Asegúrate de que las tareas se procesen de forma eficiente y optimiza la concurrencia y la partición.

¿Cuáles son las mejores citas de "Production-Ready Microservices" y qué significan?

  • «La forma libera»: Esta cita destaca que la estandarización y la estructura pueden aumentar la libertad y la creatividad en el desarrollo de software.
  • «Siempre da una cebolla»: Una metáfora sobre compartir conocimientos y documentación para que otras personas puedan beneficiarse de tu trabajo.
  • «Ningún microservicio es una isla»: Destaca la interconexión entre los microservicios y la importancia de comprender sus dependencias.
  • «El sistema fallará de cualquier forma en que pueda fallar»: Un recordatorio de que los fallos son inevitables y de que es necesario probar y prepararse a fondo.

¿Cómo propone "Production-Ready Microservices" implementar la preparación para producción en toda una organización?

  • De arriba abajo y de abajo arriba: Requiere el respaldo de directivos y desarrolladores e integra los estándares en la cultura organizativa.
  • Comprobaciones automatizadas: Automatiza las comprobaciones de preparación para producción para garantizar el cumplimiento continuo de los estándares.
  • Difusión de resultados: Comparte internamente las puntuaciones de preparación para producción para mantener la concienciación e impulsar mejoras.
  • Mejora continua: Revisa y actualiza periódicamente los estándares y las prácticas para adaptarlos a las necesidades y tecnologías cambiantes.

¿Cuáles son los retos habituales de la estandarización de microservicios según "Production-Ready Microservices"?

  • Silos organizativos: Los microservicios pueden dar lugar a equipos aislados, por lo que es necesario esforzarse por mantener la comunicación y la colaboración.
  • Dispersión tecnológica: La diversidad de herramientas y lenguajes puede generar ineficiencias y hacer necesaria la estandarización.
  • Competencia por los recursos: Los recursos limitados requieren priorización y asignación eficiente para mantener la disponibilidad del servicio.
  • Gestión de fallos: Los sistemas complejos introducen más puntos de fallo, lo que exige estrategias sólidas de pruebas y mitigación.

¿Cómo aborda "Production-Ready Microservices" la tolerancia a fallos y la preparación ante catástrofes?

  • Identificación de fallos: Reconoce posibles escenarios de fallo y puntos únicos de fallo en el servicio.
  • Pruebas de resiliencia: Realiza pruebas de código, de carga y de caos para garantizar que los servicios puedan recuperarse de los fallos.
  • Corrección automatizada: Implementa estrategias automatizadas de detección y corrección de fallos para minimizar el tiempo de inactividad.
  • Respuesta a incidentes: Desarrolla procedimientos estandarizados de respuesta a incidentes para evaluar, coordinar, mitigar y resolver problemas rápidamente.

Sobre el autor

Susan Fowler es ingeniera de software y autora, conocida por su trabajo sobre microservicios y su defensa de la igualdad en el lugar de trabajo. Alcanzó notoriedad tras publicar una entrada de blog en la que detallaba sus experiencias de acoso sexual y discriminación en Uber, lo que condujo a cambios importantes en la cultura de la empresa. La trayectoria de Fowler incluye puestos en varias empresas tecnológicas, donde trabajó en sistemas distribuidos a gran escala y microservicios. Su libro "Production-Ready Microservices" se basa en su experiencia práctica en el campo. Fowler también ha escrito para diversas publicaciones y se la reconoce por sus aportaciones a los debates de la industria tecnológica sobre cuestiones tanto técnicas como culturales.

Descargar PDF

Para guardar este resumen de Production-Ready Microservices para más tarde, descarga el PDF gratis. Puedes imprimirlo o leerlo sin conexión cuando quieras.
Download PDF

Descargar EPUB

Para leer este resumen de Production-Ready Microservices en tu dispositivo o aplicación de lectura, descarga el EPUB gratis. El formato de libro digital .epub es ideal para leer libros electrónicos en teléfonos, tabletas y lectores electrónicos.
Download EPUB
¿Quieres leer el libro completo?
Seguir
Escuchar
Inicio
Swipe
Biblio
App
Prueba el acceso completo por 3 días
Escucha, guarda y mucho más
Comparar funciones Gratis Pro
📖 Leer resúmenes
Lee resúmenes ilimitados. Los usuarios gratuitos obtienen 3 al mes
🎧 Escuchar resúmenes
Escucha resúmenes ilimitados en 40 idiomas
—
❤️ Marcadores ilimitados
Usuarios gratuitos limitados a 4
—
📜 Historial ilimitado
Usuarios gratuitos limitados a 4
—
📥 Descargas ilimitadas
Usuarios gratuitos limitados a 1
—
Cronología sin riesgo
Hoy: Obtén acceso instantáneo
Escucha resúmenes completos de más de 26.000 libros. ¡Son más de 12.000 horas de audio!
Día 2: Recordatorio de prueba
Te enviaremos una notificación de que tu prueba está por terminar.
Día 3: Tu suscripción comienza
Se te cobrará el 24 nov,
cancela en cualquier momento antes.
Consume 2.8× More Books
2.8× libros más Escucha Lectura
Nuestros usuarios nos adoran
1M+ lectores
Trustpilot Rating
TrustPilot
4.6 Excelente
Este sitio es un antes y un después. He leído resúmenes como nunca antes. Lo recomiendo muchísimo.
— Dave G
Vale cada centavo y cada minuto, y está muy bien hecho. Nunca había visto esta calidad de resúmenes en otros sitios. ¡Muy útil!
— Em
¡Muy recomendado! Servicio fantástico. Perfecto para quienes quieren algo más que una sinopsis, pero no todos los detalles de un audiolibro completo.
— Greg M
Ahorra un 62%
Anual
$119.88 $44.99/año/año
$3.75/mes
Mensual
$9.99/mes
Inicia tu prueba gratuita de 3 días
3 días gratis, luego $44.99/año. Cancela cuando quieras.
Unlock a world of fiction & nonfiction books
Más de 26.000 libros por el precio de 2
Lee cualquier libro en 10 minutos
Descubre libros nuevos como en Tinder
Solicita cualquier libro si no está resumido
Lee más libros que cualquiera que conozcas
La app nº 1 para amantes de los libros
Lifelike & immersive summaries
Garantía de devolución de 30 días
Descarga resúmenes en EPUB o PDF
Cancela en cualquier momento con unos clics

¿Por qué solo un resumen?

Escáner
Busca un código de barras para escanear

⭐
⭐
⭐
Tenemos un regalo especial para ti
Abrir
38% de descuento
DESCUENTO PARA TI
⭐
⭐
⭐
$79.99
$49.99/año
Solo $4.16 al mes
Continuar
Empieza con 2 toques y cancela fácilmente
Configuración
General
Widget
Cargando...