Netflix ha implementado un grafo de conocimiento unificado para acelerar la resolución de incidentes de ingeniería, reduciendo el tiempo medio de diagnóstico de días a cuatro horas. Este sistema, descrito por sus ingenieros Prasanna Vijayanathan y Renzo Sanchez-Silva, aborda la complejidad de su infraestructura, que procesa más de 2.000 millones de solicitudes diarias y 38 millones de eventos de registro en tiempo real. El problema central era la falta de coherencia entre sus diversas herramientas de observabilidad, como Atlas, Radar, incident.io y Spinnaker, que no compartían un lenguaje común para identificar entidades como aplicaciones o servicios. Para resolver esto, el equipo desarrolló la 'Observability Ontology', una especificación formal basada en estándares W3C (RDF, OWL, SHACL y SPARQL) que define tipos, propiedades y relaciones de forma máquina legible. Esta ontología actúa como un esquema compartido que permite unificar datos dispersos en un grafo de conocimiento persistente en QuipuDB, una base de datos RDF distribuida. Al estructurar los datos en triples (sujeto-predicado-objeto), el sistema permite consultar el estado de incidentes, despliegues y dependencias en una sola consulta, eliminando la necesidad de mapeos manuales. Además, el grafo captura el contexto de los canales de Slack de incidentes, transformando conversaciones no estructuradas en hechos ordenados. Esta arquitectura no solo mejora la eficiencia operativa, sino que también proporciona un contexto preciso para sistemas de IA, evitando alucinaciones en entornos de producción críticos.
Noticias agregadas con IA