Puedes leer todo sin registrarte. Solo crearemos un perfil anónimo cuando decidas guardar tu progreso.
Lección 1 de 5
Triage y severidad
Dirige un incidente con severidad, roles, timeline y criterios de éxito explícitos antes de tocar configuración.
- Duración
- 30 min aprox.
- Objetivo
- Dirige un incidente con severidad, roles, timeline y criterios de éxito explícitos antes de tocar configuración.
- Siguiente paso
- Continuar con la siguiente lección
Ver detalles del módulo
Proyecto de fiabilidad y coste
Recupera un workload degradado equilibrando SLA, capacidad, layout, código y presupuesto.
- Resolver un incidente con método
- Demostrar mejora con métricas
- Definir prevención y alertas
01Modelo mentalTriage y severidad
Dirige un incidente con severidad, roles, timeline y criterios de éxito explícitos antes de tocar configuración.
+
Triage y severidad
Dirige un incidente con severidad, roles, timeline y criterios de éxito explícitos antes de tocar configuración.
Un incidente de datos combina impacto técnico y de negocio: atraso, datos incorrectos, duplicados, indisponibilidad o sobrecoste. Declara severidad y alcance, asigna incident commander y comunicación, congela cambios no esenciales y establece una línea de tiempo en UTC con IDs de job, run, statement y commit. La primera meta es contener impacto sin destruir evidencia.
Diferencia mitigación de causa raíz. Reprocesar una partición puede restaurar el SLA, pero no explica por qué falló; ampliar compute puede ganar tiempo, pero aumenta coste y oculta skew. Define criterios cuantificados de recuperación —freshness, completitud, duración, coste— y un rollback antes de ejecutar cualquier cambio.
Modelo mental
Un incidente es un sistema de decisiones bajo incertidumbre. Antes de optimizar Spark o cambiar compute, el equipo necesita una imagen común: impacto, severidad, servicio afectado, inicio probable, propietario y condición de recuperación. El incident commander coordina y protege la línea temporal; quienes investigan prueban hipótesis; quien comunica mantiene informados a los consumidores. Separar funciones reduce cambios simultáneos y memoria contradictoria. El objetivo inmediato no es encontrar la explicación perfecta, sino restaurar el servicio con una mitigación reversible y evidencia suficiente. Cada acción debe declarar hipótesis, riesgo, señal esperada y rollback. Sin esa disciplina, aumentar recursos puede ocultar la causa, elevar coste y destruir la comparación necesaria para el análisis posterior.
Rol único que coordina prioridades, responsables, decisiones y comunicación durante la respuesta, sin necesitar ejecutar cada investigación técnica personalmente.
Evita órdenes contradictorias, cambios simultáneos y pérdida de una visión común del impacto y la recuperación.Cambio temporal cuyo efecto puede deshacerse rápidamente si no mejora las señales o introduce un riesgo nuevo.
Permite recuperar servicio con incertidumbre sin convertir una reacción urgente en deuda o daño permanente.Condición medible que combina disponibilidad, latencia, integridad y frescura para declarar restaurado el servicio afectado.
Impide cerrar cuando sólo desaparece el error visible pero permanecen datos atrasados, incorrectos o consumidores rotos.incident: INC-2041
severity: SEV-2
started_at_utc: 2026-07-21T01:42:00Z
impact: "gold.sales_daily fuera de SLA; dashboards sin actualizar"
commander: data-platform-oncall
data_safety: "no ejecutar VACUUM ni borrar checkpoints"
recovery_criteria:
freshness_minutes: 30
duplicate_order_ids: 0
p95_runtime_minutes: 24
rollback: "restaurar bundle release-2026.07.20"El expediente es operativo: evita nombres de clientes y enlaza evidencia gobernada en lugar de pegar datos sensibles.
Puntos clave
- Prioriza impacto y seguridad de datos sobre una optimización elegante.
- Registra cada hipótesis, acción, resultado e identificador.
- Separa mitigación inmediata de corrección permanente.
Evita
- Cambiar varias configuraciones a la vez y perder atribución causal.
- Declarar resuelto al terminar el job sin validar calidad y consumidores downstream.
Recuerdo activo