Monitorització de sistemes
Resultat d'Aprenentatge
RA4: Realitza el seguiment de la monitorització d'un sistema, assegurant la fiabilitat i l'estabilitat dels serveis que es proveeixen.
Criteris d'Avaluació (CA)
| CA | Descripció |
|---|---|
| CA4.1 | Aplica eines de monitorització eficient dels recursos. |
| CA4.2 | Recull mètriques, processament i visualització de les dades. |
| CA4.3 | Genera alertes per detectar un risc o un mal funcionament. |
| CA4.4 | Comprova que les eines utilitzades ofereixen un rendiment elevat amb rapidesa. |
| CA4.5 | Comprova la fiabilitat de les dades segons les respostes. |
| CA4.6 | Analitza l'estabilitat de serveis. |
Continguts del bloc
Sense monitorització, un clúster de Big Data és una caixa negra: aquest bloc cobreix l'estack de referència (Prometheus + Grafana), l'alternativa clàssica (Ganglia), la centralització de logs (ELK), les interfícies natives de YARN i Airflow, les alertes amb Alertmanager, el monitoratge en cloud (Databricks) i l'optimització de costos.
Qüestionari inicial
- Per què costos, SLAs i MTTR són les tres raons fonamentals per monitoritzar un sistema Big Data?
- Què és el consumer lag de Kafka i per què és una mètrica crítica?
- Quina diferència hi ha entre Prometheus (mètriques) i l'ELK Stack (logs)?
- Què és un SLA Miss a Apache Airflow?
- Quines estratègies coneixes per a reduir el cost d'un clúster Big Data al núvol?
Organització dels continguts
-
Monitorització de sistemes Big Data
Prometheus + Grafana, Ganglia, ELK Stack, YARN ResourceManager UI, Airflow, Alertmanager, Databricks i optimització de costos cloud.
Durada i avaluació
| Element | Valor |
|---|---|
| Pràctica avaluable | PR507506 — Monitorització amb Prometheus i Grafana |
Mòdul 5075 Big Data Aplicat | Institut Sa Palomera (Blanes) | Curs IABD 2026-2027