6.0 Introducción a la parte 6: Métricas de fiabilidad, operaciones, y seguridad
La parte 2 cubrió cómo un cambio pasa de un commit a producción; esta parte cubre lo que ocurre una vez que está funcionando ahí, indefinidamente, bajo condiciones reales que el equipo no puede controlar por completo. Las métricas de fiabilidad, operaciones, y seguridad son donde las promesas de la ingeniería de software se encuentran con la realidad sostenida: no “¿tuvo éxito este despliegue?” sino “¿este sistema sigue funcionando, noche tras noche, bajo carga, bajo ataque, y bajo la presión de una rotación de guardia que tiene que ser sostenible durante años, no solo para el próximo incidente?“.
Los cuatro temas de esta parte siguen un arco deliberado. Los indicadores y objetivos de nivel de servicio (tema 6.1) establecen el vocabulario y la disciplina de fijación de objetivos de la que depende todo lo demás en esta parte. Las métricas de incidentes (tema 6.2) miden lo que ocurre cuando se incumple ese objetivo. Las métricas de guardia y capacidad (tema 6.3) miden el coste humano y de infraestructura de mantener el objetivo cumplido. Las métricas de seguridad y vulnerabilidad (tema 6.4) extienden la misma disciplina de fiabilidad a un riesgo distinto pero estrechamente relacionado: no “¿fallará esto por sí solo?” sino “¿hará alguien que falle a propósito?“. Los cuatro temas comparten la disciplina central de este libro: nombrar la métrica, nombrar cómo se manipula, y emparejarla con la salvaguarda que detecta esa manipulación.
Para los equipos grandes, las métricas de esta parte son donde las promesas de la ingeniería se vuelven contractuales y, en contextos gubernamentales, a veces legales. Las organizaciones empresariales redactan acuerdos de nivel de servicio frente a las métricas que introduce el tema 6.1, con penalizaciones financieras reales por incumplirlas; las organizaciones gubernamentales operan infraestructura pública crítica donde un fallo de fiabilidad o seguridad conlleva consecuencias que van mucho más allá del balance de una sola empresa. Esta parte trata ese peso con seriedad a lo largo de todo el texto.
Temas de esta parte
- 6.1 Indicadores y objetivos de nivel de servicio, y presupuestos de error: El vocabulario y la disciplina de fijación de objetivos que subyace a toda la ingeniería de fiabilidad de sitios, y cómo un presupuesto de error convierte la fiabilidad en un recurso gastable y gestionable en lugar de un absoluto inalcanzable.
- 6.2 Métricas de incidentes: detección, respuesta, y recuperación: Medir con qué rapidez una organización nota, responde a, y resuelve un fallo, y la disciplina sin culpa que mantiene honesta esa medición.
- 6.3 Métricas de guardia, capacidad, y carga operativa: El coste humano y de infraestructura de sostener la fiabilidad, y por qué una carga de guardia insostenible eventualmente se manifiesta como un problema de fiabilidad en sí mismo.
- 6.4 Métricas de gestión de seguridad y vulnerabilidades: Extender el mismo enfoque disciplinado y emparejado con salvaguardas al riesgo de seguridad, desde el descubrimiento de vulnerabilidades hasta su remediación.
Cómo se relacionan estos temas
El tema 6.1 establece la base sobre la que se construye cada tema posterior de esta parte: sin un objetivo de nivel de servicio claro, “qué tan grave fue este incidente” (tema 6.2) y “es sostenible nuestra carga de guardia” (tema 6.3) no tienen ningún punto de referencia compartido frente al cual medir. Las métricas de incidentes del tema 6.2 son, en un sentido real, el registro del gasto de presupuesto de error que introduce el tema 6.1; el tema 6.3 mide la sostenibilidad del sistema humano responsable de mantener ese gasto dentro del presupuesto; y el tema 6.4 aplica el mismo pensamiento de objetivo y presupuesto a una postura de seguridad que, si no se mide, tiende a recibir atención solo de manera reactiva, después de un incidente, en lugar de proactivamente.
Esta parte se conecta directamente con la parte 2: la tasa de fallos de cambio de DORA y el tiempo de recuperación de despliegues fallidos (ambos cubiertos en el tema 2.10) son, respectivamente, un indicador adelantado y una instancia de las métricas de incidentes de esta parte. También se conecta hacia adelante con la parte 8, donde la orientación sobre paneles y madurez de programas se apoya en gran medida en el modelo de presupuesto de error de esta parte como un ejemplo trabajado de cómo convertir un objetivo abstracto (fiabilidad, seguridad) en un objetivo concreto, rastreable, y no absoluto que un equipo realmente puede gestionar día a día.