GuíaIntermedio

Guía de SRE y Respuesta a Incidentes

Opera, con la disciplina de SRE, todo lo que las seis guías anteriores del ecosistema AWS Cloud ya construyeron sobre Andes Cargo: un sistema puede pasar el security gate y el cost gate y seguir fallando en producción, porque "confiable" no es un estado, es una medición. Esta guía enseña la matemática real de SLI/SLO/error budget con una calculadora en Python que corre de verdad, primero sobre datos fijos y después sobre métricas reales del Lambda de Andes Cargo leídas con CloudWatch, Prometheus, Grafana y trazas de Jaeger vía OpenTelemetry — observabilidad tratada como el insumo de esa matemática, no como una disciplina de instrumentación completa. Construye alerting basado en la tasa de consumo del error budget (burn rate multi-ventana, el patrón real de Google SRE) en vez de umbrales sueltos, y arma el ciclo de vida completo de un incidente con roles, niveles de severidad y una rotación de on-call diseñada con honestidad sobre su costo humano. Al centro de la guía, opera de punta a punta el incidente real Claude Code `destroy` que las tres guías anteriores del ecosistema ya usaron como advertencia: aquí se reconstruye su timeline, se clasifica su severidad, se declara y se mitiga con el marco recién construido, y se cierra con un postmortem sin culpa siguiendo la plantilla real de Google SRE y un runbook operativo verificado contra LocalStack. El capstone corre un incidente sintético nuevo, determinista, a través de la máquina completa.