Tema 5: Metricas y salud
Base oficial: (The Kubernetes Authors, 2026a, 2026b). Mi versión de trabajo: Metricas convierten comportamiento del cluster en senales que humanos y controladores pueden usar.
Modelo mental
Metricas convierten comportamiento del cluster en senales que humanos y controladores pueden usar.
Notas
- Metrics Server ayuda autoscaling, pero no es un sistema completo de observabilidad.
- Metricas de control plane y nodos capturan problemas de plataforma antes que alertas de app.
- Alerta sobre sintomas y saturacion, no sobre cada contador ruidoso.
Ángulo homelab
Monitorea CPU, memoria, presión de disco, restarts de Pods, Pods pending y expiracion de certificados primero.
Cómo verificarlo
- Lee el status del objeto antes de cambiar el manifest.
- Revisa events para encontrar el controlador o nodo que realmente se queja.
- Confirma que la fuente oficial abajo todavía coincide con la versión del cluster que corres.
Modos de falla comunes
- Tratar el objeto YAML como el sistema, en vez de verlo como una entrada a un loop de reconciliación.
- Debuggear desde fuera del cluster cuando la falla solo existe dentro de networking o estado de nodo.
- Olvidar que versión de Kubernetes, versión de addon y comportamiento de runtime están conectados.
Fuentes
- Metrics for Kubernetes System Components - ruta fuente:
content/en/docs/concepts/cluster-administration/system-metrics.md, commit 8cc9e19b8eec8d5cf49eacd66f86a81648edb1a0. - Workload Autoscaling - ruta fuente:
content/en/docs/concepts/workloads/autoscaling.md, commit 8cc9e19b8eec8d5cf49eacd66f86a81648edb1a0. - La documentación de Kubernetes usa licencia CC BY 4.0; estas notas son comentario original y enlazan a la fuente oficial.
The Kubernetes Authors. (2026a). Metrics for Kubernetes System Components. https://kubernetes.io/docs/concepts/cluster-administration/system-metrics/
The Kubernetes Authors. (2026b). Workload Autoscaling. https://kubernetes.io/docs/concepts/workloads/autoscaling/