El panel de Google Cloud Service Health (CSH) proporciona información de estado de los productos de Google Cloud organizados por región y configuración regional global.
Incidente grave
Google Cloud define un incidente como uno grave si cumple con todas las siguientes condiciones:
- Alcance alto: el incidente tiene un impacto global o afecta a un porcentaje significativo de proyectos de clientes en una o más regiones.
- Gravedad alta: Uno o más productos no están disponibles o están muy degradados.
En el poco frecuente caso de que ocurra un incidente grave, actuamos con urgencia para resolver cualquier problema.
Durante un incidente importante, el estado del problema se comunica a través del panel de Google Cloud Service Health. Un incidente grave se marca como interrupción del servicio en los paneles de estado. Una vez resuelto el problema, publicamos un informe público del incidente que incluye los detalles de los factores que contribuyeron al incidente y los pasos que planeamos tomar para evitar que vuelvan a ocurrir.
En el caso de los incidentes de menor alcance, un informe no público podría estar disponible para los clientes.
Ciclo de vida de un incidente
Cuando se detecta una degradación del producto, el equipo de asistencia al cliente de Google Cloud y el equipo de ingeniería de productos trabajan en conjunto para resolver el incidente y proporcionarte actualizaciones.
En el siguiente diagrama, se muestran las responsabilidades de los equipos de ingeniería de productos y asistencia:
Puedes obtener más información sobre cada una de estas responsabilidades en las siguientes secciones.
Detección
Google Cloud usa supervisión interna y de caja negra para detectar incidentes. Para obtener más información, consulta el Capítulo 6 del libro Monitoring Distributed Systems.
Si tienes Asistencia premium, mejorada o estándar, puedes informar un incidente mediante la creación de un caso de asistencia en la consola de Google Cloud. De lo contrario, puedes usar este formulario.
Respuesta inicial
Cuando se detecta un incidente, el equipo de atención al cliente de Google Cloud administra las comunicaciones con los clientes. La notificación inicial de un incidente suele ser poco detallada y, a menudo, solo menciona el producto en cuestión. Esto se debe a que priorizamos la notificación rápida sobre los detalles. Se pueden proporcionar detalles en las actualizaciones posteriores.
Para proporcionarte la mayor cantidad de información posible sin abrumarte con problemas que no te afectan, se utilizan diferentes canales de comunicación según el alcance y la gravedad de un problema:
Te recomendamos usar Personalized Service Health como primera parada cuando te encuentres con una interrupción del servicio para productos específicos. Con Personaliza Service Health, puedes ver las interrupciones relevantes para tus proyectos. Obtén más información sobre Personalized Service Health y cómo integrarlo en tu flujo de trabajo de administración de incidentes.
El panel de Google Cloud Service Health muestra incidentes importantes y está diseñado para estar disponible en el caso poco frecuente de quePersonalized Service Health no esté disponible o se vea afectado por una interrupción.
Si no habilitaste Personalized Service Health para tu proyecto o si el producto aún no es compatible con Personalized Service Health, te recomendamos verificar si hay interrupciones activas en los siguientes casos:
Los problemas conocidos que se muestran en la página de asistencia de la consola de Google Cloud también incluyen incidentes menores y de alcance limitado.
Los casos de ayuda son adecuados para problemas que no califican como incidentes o cuando se necesita un contacto humano uno a uno. La página de problemas conocidos te permite crear un caso a partir de un incidente publicado para que obtengas actualizaciones periódicas y puedas hablar con el personal de asistencia.
Investigar
Los equipos de ingeniería de productos son responsables de investigar la causa raíz de los incidentes. Los ingenieros de confiabilidad de sitios suelen realizar la administración de incidentes, pero otros ingenieros o los ingenieros de software pueden realizar la administración, según la situación y el producto. Para obtener más información, consulta el Capítulo 12 del libro Site Reliability Engineering.
Mitigación/corrección
Un problema se considera corregido solo cuando se realizan cambios que permiten a Google estar seguro de que tales cambios acabarán con el impacto indefinidamente. Por ejemplo, la corrección podría ser revertir un cambio que provocó un incidente.
Mientras se produce un incidente, la atención al cliente y el equipo del producto intentan mitigar el problema. La mitigación tiene lugar cuando el impacto o el alcance de un problema se puede reducir, por ejemplo, si se proporcionan temporalmente recursos adicionales a un producto que sufre una sobrecarga.
Si no se encuentra una mitigación, cuando sea posible, el equipo de atención al cliente encuentra y comunica soluciones alternativas. Las soluciones alternativas son pasos que puedes seguir para resolver la necesidad subyacente a pesar del incidente. Una solución alternativa podría ser utilizar una configuración diferente para una llamada a la API a fin de evitar una ruta de código problemática.
Seguimiento
Mientras un incidente está en curso, el equipo de atención al cliente proporciona actualizaciones periódicas. Por lo general, las actualizaciones proporcionan lo siguiente:
Más información sobre el incidente, como mensajes de error, zonas o regiones afectadas, qué características están afectadas o porcentajes de impacto.
Progreso hacia la mitigación, incluidas las soluciones alternativas.
Cronogramas para la comunicación, adaptados al incidente.
Cambios en el estado, como cuando se corrige un incidente.
Post mortem
Todos los incidentes tienen un proceso post mortem interno para comprender completamente el incidente y, además, identificar las mejoras de confiabilidad que Google puede hacer. A continuación, se realiza un seguimiento de estas mejoras y se las implementa. Para obtener más información sobre los procesos post mortem en Google, consulta el Capítulo 15 del libro Site Reliability Engineering.
Informe de incidentes
Cuando los incidentes tienen un impacto muy amplio y grave, Google proporciona informes de incidentes que describen los síntomas, el impacto, la causa raíz, la corrección y la prevención futura de incidentes. Como ocurre con los proceso post mortem, prestamos especial atención a las medidas que tomamos para aprender del problema y mejorar la confiabilidad. El objetivo de Google al escribir y lanzar informes post mortem es ser transparente y demostrar nuestro compromiso con la creación de productos estables para nuestros clientes.
Modelo de datos de incidentes
Un incidente afecta a uno o más productos en una o más ubicaciones. Los incidentes tienen una hora de inicio y una hora de finalización, además de una gravedad general. Un incidente tiene actualizaciones que describen cómo cambia a lo largo del tiempo, incluidos su estado y las ubicaciones afectadas en ese momento. La información del incidente está disponible a través de un esquema de JSON.
El esquema JSON tiene campos marcados como Estable y Inestable. En general, los campos de ID se consideran estables, mientras que los campos como los nombres visibles se consideran inestables y pueden modificarse sin previo aviso. Usa los campos Estable solo cuando realices integraciones en un sistema externo o compiles automatización. Consulta ¿Puedo compilar integraciones para consumir los datos que se muestran en el Panel de estado del servicio de Google Cloud de manera programática?.
Preguntas frecuentes
¿Qué tipo de información de estado puedo encontrar en el panel de CSH de Google?
El panel de CSH de Google proporciona información de estado sobre los productos que forman parte de Google Cloud. El estado puede incluir interrupciones del producto o de productos, o mensajes informativos sobre un problema temporal.
¿Cuándo se publica un incidente en el panel de CSH de Google?
Los incidentes que cumplen con alguno de los siguientes criterios aparecen en el panel de CSH:
- Incidentes graves
- El panel de Personalized Service Health no está disponible
- Los productos de Google Cloud aún no están disponibles en Personalized Service Health
¿Dónde puedo encontrar información sobre interrupciones y alteraciones anteriores de los productos?
El panel CSH de Google mantiene un registro de las interrupciones y los cortes de los productos de Google Cloud por hasta cinco años. En la pestaña Descripción general del panel, se muestra el estado actual de los productos por configuración regional. Para ver información sobre las interrupciones y alteraciones de los productos en el último año, haz clic en Ver historial en el panel. Para ver el historial de interrupciones de un producto durante los últimos cinco años, haz clic en Ver más correspondiente a ese producto.
¿Cómo puedo ver información de estado regionalizado de los productos de Google Cloud?
El panel de CSH de Google muestra el estado de todos los productos de Google Cloud organizados por región y configuración regional global. Para ver el estado de una multirregión, haz clic en la pestaña específica de la región.
¿Puedo compilar integraciones para consumir los datos que se muestran en el Google Cloud Service Health Dashboard de Google de manera programática?
Sí, puedes consumir los datos que se muestran en el panel de CSH de Google de las siguientes maneras:
- A través de un feed RSS
A través de un archivo de historial JSON
Puedes descargar el esquema del archivo JSON aquí.
El feed RSS y el archivo de historial JSON proporcionan información sobre el estado del incidente que puede consumirse a través de integraciones.
Usa los campos marcados como Stable en el archivo de historial de JSON, en lugar de los campos marcados como Unstable. Ejemplo: Si intentas identificar de manera programática incidentes que afectan un conjunto específico de productos, usa los IDs del producto (affected_products>id), no sus nombres visibles.
IDs de productos en comparación con nombres de productos
Históricamente, el Panel de estado del servicio de Google Cloud no proporcionaba un mecanismo para ubicar el ID de un producto determinado. Desde principios de 2023, el Panel de estado del servicio de Google Cloud puso a disposición un catálogo de productos que proporciona esta asignación para todos los productos. Un ID del producto proporciona un campo estable para desactivar la clave y, al mismo tiempo, permite que cambie el nombre visible de un producto. Es preferible hacer referencia al ID del producto cuando se identifica de manera programática los incidentes que afectan a un conjunto de productos.
¿Qué sucede si tengo integraciones precompiladas basadas en el panel de estado de Google Cloud antes de la introducción de los informes de estado regionalizados y el cambio de nombre en el panel de Google Cloud Service Health?
Tanto en el feed RSS como en el archivo JSON, la información de estado regional se agrega a la información que ya se publicó antes de la introducción de los informes de estado regionalizados y el cambio en el nombre del panel de estado de Google Cloud. Por lo tanto, esperamos que tus integraciones existentes sigan funcionando. Sin embargo, si deseas consumir la información del estado regional a través de tus integraciones, debes modificarlas.
A continuación, se incluye una descripción detallada de cómo se presenta la información regional en el feed RSS y en el archivo JSON:
Feed RSS
La información del estado regional es una nueva adición a la información del feed que se proporcionó antes de la introducción del estado regionalizado. Todas las ubicaciones que se informan como afectadas se adjuntan al mensaje RSS.
Archivo JSON
Antes de la actualización del estado regional, Google Cloud publicó un flujo de incidentes en el que cada incidente contenía una lista de los productos afectados y una lista de actualizaciones de estado para cada uno, si los había. Estas actualizaciones de estado contenían un campo de cadena no estructurado que contenía o no la información de ubicación.
Ahora, Google Cloud publica un flujo de incidentes como lo hizo antes. Sin embargo, para cada incidente, cada actualización de estado contiene los siguientes campos nuevos:
updates.affected_locations: Contiene una lista estructurada de las ubicaciones afectadas en el momento en que se publicó la actualización. Cada registro de actualización y el registromost_recent_updatecontienen este campo.currently_affected_locations: Contiene la información más reciente de las ubicaciones que se vieron afectadas de manera activa por el incidente. A diferencia deupdates.affected_locations, esta lista queda vacía después de que se resuelve el incidente (es decir, cuandoendse establece en un valor que no está vacío).previously_affected_locations: Contiene una lista de ubicaciones que se vieron afectadas durante un incidente, pero que en este momento no se ven afectadas. A medida que avanza el incidente, es posible que algunas ubicaciones tengan una resolución de interrupción. Estas ubicaciones seguirán existiendo enpreviously_affected_locations field. Una vez que se resuelve el incidente (es decir, cuandoendse establece en un valor no vacío), este campo contiene una lista de todas las ubicaciones que se vieron afectadas durante este incidente.
¿Qué sucede si tengo un problema, pero no aparece en el panel?
El panel de Google Cloud Service Health proporciona información del estado actual e histórico de cualquier incidente importante que afecte los productos y servicios de Google Cloud. Si experimentas un problema que no aparece en el panel, es posible que solo esté afectando a tus proyectos o instancias, o a una cantidad limitada de clientes. Los incidentes que tengan menos alcance pueden aparecer en el Portal de atención al cliente. Puedes comunicarte con Atención al cliente por cualquier problema que tengas y que no figure en el panel.
Si ya usas el panel Personalized Service Health, verifica si el problema aparece allí para determinar si tu proyecto o instancia se ve afectado.
Si usas la consola de Google Cloud, puedes hacer clic en la herramienta Enviar comentarios, que se encuentra en la esquina superior derecha, para informar problemas.
¿Quién actualiza el panel?
El equipo global de Atención al cliente supervisa el estado de los productos con muchos tipos diferentes de indicadores y actualiza el panel en caso de un problema generalizado. Si es necesario, publicarán un informe detallado con un análisis del incidente una vez que esté resuelto.