← Volver a guíasGuía

Reconstruir timelines de incidentes de búsqueda AI sin inventarte la película

Un flujo práctico para correlacionar logs, métricas, trazas y OpenSearch cuando una regresión de búsqueda vectorial degrada una API.

Aprende a convertir señales dispersas en una línea temporal verificable: ventana del incidente, hipótesis falsables, trazas ancla, logs correlacionados, métricas de saturación y validación de mitigación.

Creada: 1 de julio de 2026

Publicada: 1 de julio de 2026

Tiempo estimado45 min

NivelIntermedio

Antes de empezarAcceso de lectura a Prometheus o compatible PromQL

PlataformasLinux / Docker

WhatsApp X LinkedIn

Linux

Flujo CLI para fijar ventana, extraer evidencias y construir una tabla de timeline reproducible.

curljqdateacceso de solo lectura a Prometheus/Loki/Tempo/OpenSearch

Preparar ventana del incidente

export START="2026-07-01T07:42:00Z"
export END="2026-07-01T08:18:00Z"
export SERVICE="search-api"

Consultar p99 y errores

curl -G "$PROM/api/v1/query_range" --data-urlencode "query=histogram_quantile(0.99, sum by (le)(rate(http_server_duration_seconds_bucket{service=\"$SERVICE\"}[5m])))" --data-urlencode "start=$START" --data-urlencode "end=$END" | jq .

Leer también enReconstruct AI search incident timelines without making up the story

Contenido bloqueado

Esta guía requiere completar ambos pasos para leer el contenido completo.

○Dale a “Me gusta” en la guía.
○Comparte en WhatsApp, X, LinkedIn o copia el enlace.

Cuando se cumplan ambos pasos, el acceso se desbloquea automáticamente.