Contrato de evento
Campos que espera la consulta
| Campo | Tipo | Por que existe |
|---|---|---|
| timestamp_utc | Timestamp | Hora de muestra de métrica en UTC. |
| source | Utf8 | Identificador de host, servicio o contenedor estable. |
| environment | Utf8 | Entorno de implementación. |
| cpu_utilization_pct | Float64 | Utilización de CPU de 0 a 100. |
| memory_utilization_pct | Float64 | Utilización de la memoria de 0 a 100. |
| disk_utilization_pct | Float64 | Utilización del disco de 0 a 100. |
Copiar la consulta
SELECT
date_trunc('hour', timestamp_utc) AS hour,
source,
COUNT(*) AS samples,
AVG(cpu_utilization_pct) AS average_cpu_pct,
MAX(cpu_utilization_pct) AS maximum_cpu_pct,
AVG(memory_utilization_pct) AS average_memory_pct,
MAX(memory_utilization_pct) AS maximum_memory_pct,
MAX(disk_utilization_pct) AS maximum_disk_pct
FROM system_metrics
WHERE timestamp_utc >= now() - INTERVAL '24 hours'
AND environment = 'production'
GROUP BY date_trunc('hour', timestamp_utc), source
HAVING COUNT(*) >= 6
AND (
AVG(cpu_utilization_pct) >= 80.0
OR AVG(memory_utilization_pct) >= 85.0
OR MAX(disk_utilization_pct) >= 90.0
)
ORDER BY average_cpu_pct DESC, average_memory_pct DESC;Esta consulta de solo lectura se planifica y ejecuta en una tabla escrita vacía con Apache DataFusion 45.2.0. El resultado de la muestra determinista es sintético y se revisa por separado; valide tipos de campos, umbrales y definiciones comerciales con sus propios datos. Lea la metodología de prueba.
Resultado de la consulta
Utilización promedio de CPU para fuentes saturadas
El trabajador de importación tiene limitaciones de CPU, mientras que la fuente API ingresó el resultado debido a la presión sostenida de la memoria.
| hour | source | samples | average_cpu_pct | maximum_cpu_pct | average_memory_pct | maximum_memory_pct | maximum_disk_pct |
|---|---|---|---|---|---|---|---|
| 2026-07-27 14:00 | worker-imports-03 | 60 | 91,4 | 99,2 | 78,8 | 84,1 | 66,2 |
| 2026-07-27 14:00 | api-primary-02 | 60 | 62,1 | 88,4 | 89,3 | 93,6 | 72,5 |
Salida de ejemplo sintético. Ejecute la consulta con su propio esquema de eventos y umbrales antes de utilizarla para decisiones operativas.
Reproducir el ejemplo
Descargar el accesorio público
El paquete JSON incluye el contrato de evento escrito, illustrative filas de entrada, SQL exacto, resultado esperado, notas de revisión y versión del motor. El CSV contiene el resultado mostrado.
Cómo funciona el SQL
- 1La agrupación horaria reduce el ruido de las muestras individuales y al mismo tiempo mantiene visible la ventana de tiempo afectada.
- 2La CPU y la memoria promedio identifican una presión sostenida; La utilización máxima del disco alcanza un límite de capacidad que no debe promediarse.
- 3Un mínimo de muestra evita que una fuente que informa parcialmente parezca saludable o saturada debido a muy pocos datos.
Casos extremos para decidir
- Los porcentajes de CPU del contenedor pueden exceder 100 cuando el origen informa la utilización en varios núcleos; normalizar el contrato primero.
- La presión de la memoria depende del caché recuperable y del comportamiento de la carga de trabajo, no solo de un porcentaje universal.
- Las muestras faltantes requieren una vista separada de los latidos del corazón o de la frescura de la ingestión.
Panel recomendado
- Barras: CPU y memoria promedio por fuente
- Tendencia: utilización máxima del disco
- Tabla: fuentes saturadas con recuento de muestra y servicio propietario
Guía de alerta
Alerte solo cuando la utilización sostenida y un síntoma que enfrenta el usuario, como latencia, antigüedad de la cola o errores, incumplen sus objetivos juntos.
Leer configuración de alertaPon la receta a trabajar
Instrumentación y guías relacionadas.
Continuar el análisis
Detectar latidos de servicio faltantes
Encuentre servicios, trabajadores o tareas programadas que dejaron de informar antes de que apareciera un evento de falla.
Receta abiertaComparar dependencia p95 Latencia
Encuentre bases de datos, API, cachés y colas que contribuyan con la mayor latencia final a las solicitudes.
Receta abiertaEncuentre errores de caché y riesgo de estampida
Compare la tasa de aciertos, el costo de backend y los errores simultáneos mediante un patrón de clave de caché limitado.
Receta abiertaEjecútelo en eventos reales.
Crea una tabla, adapta los campos y guarda el resultado.
Comience gratis, envíe eventos estructurados y utilice el resultado de la consulta como un gráfico, un widget de panel compartido o una entrada de alerta.