Saltar al contenido principal

Antes de empezar — observabilidad paralela para la nube y la IA

Esta página describe los requisitos previos, las herramientas y el modelo conceptual que necesitarás antes de consultar la documentación sobre pipelines y observabilidad. Tanto si vas a configurar la ingesta de logs en Datadog, como si vas a rastrear llamadas a modelos de lenguaje grandes (LLM) en Galileo, o ambas cosas, empieza por aquí.

Qué trata esta sección

Esta documentación abarca dos flujos de trabajo de observabilidad complementarios:

  1. Ingesta y enrutamiento de registros operativos con Datadog

    • Ingesta registros JSON de aplicaciones en la nube a través de la interfaz de programación de aplicaciones (API) de Datadog Log Ingestion, aplica procesadores de pipeline y enruta los datos a destinos posteriores.
  2. Rastreo y evaluación de LLM con Galileo

    • Instrumenta servicios basados en IA con el kit de desarrollo de software (SDK) de Galileo para capturar trazas, intervalos y métricas de evaluación para cada llamada a LLM.

Sigue la documentación en el orden recomendado:

Empieza por los conceptos

Flujos de eventos y canalizaciones de observabilidad

A continuación, aprende la API de ingestión

Ingestión de eventos mediante la API de ingestión de logs de Datadog

Después, sigue la guía práctica

Enrutamiento de logs de aplicaciones en la nube con Datadog y Galileo

Herramientas que necesitarás

Para la ingestión de logs de Datadog

  • cURL o Postman: utiliza estas herramientas para enviar solicitudes de API a la API de ingestión de registros de Datadog.
  • Un terminal o shell: macOS, Linux o Windows PowerShell son compatibles.
  • jq (opcional, pero recomendado): utiliza esta herramienta para validar las cargas útiles JSON antes de enviarlas.

Para el rastreo de Galileo LLM

  • Python 3.8+ o Node.js 18+: el SDK de Galileo es compatible con ambos entornos.

  • pip o npm: utiliza estas herramientas para instalar el SDK.

    pip install galileo
  • Un editor de código, preferiblemente VS Code (Cursor, Antigravity o Codex son alternativas aceptables).

Credenciales necesarias

Datadog

CredencialDónde encontrarla
Clave APIDatadog → Configuración de la organizaciónClaves API
Dirección del sitio de DatadogDepende de su región; por ejemplo, datadoghq.com (EE. UU.) o datadoghq.eu (UE). Consulte Sitios de Datadog

Galileo

CredencialDónde encontrarla
Clave APIapp.galileo.aiConfiguraciónClaves API
Nombre del proyectoSe crea al configurar un nuevo proyecto en Galileo
Nombre del flujo de registrosSe crea por entorno, como dev, staging o production.

Consulte ¿Dónde encuentro las claves de mi proyecto? en la documentación de Galileo.

A quién va dirigida esta documentación

PerfilUso principal
Ingenieros de plataformaCrear y mantener pipelines de logs de Datadog escalables
Ingenieros de fiabilidad del sitio (SRE) y DevOpsNormalizar logs, reducir el ruido y configurar el enrutamiento y las alertas
Ingenieros de IA y aprendizaje automático (ML)Instrumentar servicios LLM y evaluar la calidad de los modelos con Galileo
Ingenieros de seguridadEnrutar registros de auditoría y autenticación a destinos de gestión de información y eventos de seguridad (SIEM)
DesarrolladoresEnviar registros de aplicaciones y rastrear llamadas a LLM sin necesidad de conocimientos profundos de infraestructura

Lo que ya deberías saber

Esta documentación da por supuesto:

  • Conocimientos básicos de JSON
  • Facilidad para ejecutar comandos de línea de comandos
  • Una comprensión general de registros, eventos o métricas
  • Conocimiento de entornos de nube o de microservicios

Si nunca ha enviado una solicitud POST, la guía práctica le guiará paso a paso por el proceso.

Modelo conceptual

Todos los flujos de trabajo de esta sección siguen un modelo de observabilidad de dos vías:

Arquitectura del canal de observabilidad

Datadog gestiona su telemetría operativa, incluyendo registros de infraestructura, tasas de error, reglas de enrutamiento y alertas.

Galileo gestiona su telemetría de IA, incluyendo entradas y salidas de LLM, latencia por span y puntuaciones de evaluación.

Juntos proporcionan visibilidad completa en todas las capas de una aplicación moderna en la nube.