Las nuevas capacidades de métricas de Elastic mejorarán drásticamente el tiempo de actividad para TI del sector público

El nuevo motor de métricas columnares de Elastic Observability permite a los equipos de TI del sector público combinar logging, métricas y rastros en una misma plataforma. Como resultado, los SRE pueden mejorar el tiempo de actividad mientras protegen el dinero de los contribuyentes en el proceso.

Los ingenieros de confiabilidad de sitios del sector gubernamental (SRE) operan bajo un conjunto distinto de presiones, ya sea apoyando a una agencia federal, un departamento de salud, una universidad pública o una autoridad de transporte. Se espera que mantengan el tiempo de actividad crítico para la misión en una infraestructura híbrida compleja mientras abordan estrictos requisitos de auditoría y cumplimiento de normas. Y debes justificar cada dólar de gasto en TI ante organismos de supervisión, legisladores y el público al que sirves.

El mercado de herramientas de observabilidad históricamente ha dificultado esa última parte; las plataformas con las mejores capacidades tienden a ser las más caras, y las plataformas más caras tienden a penalizarte por la riqueza de instrumentación que exige la infraestructura moderna. Cuando los costos se disparan, la respuesta predecible es reducir los datos, acortar la retención u omitir por completo las métricas de alta cardinalidad. Durante un incidente a las 2:00 a. m. que afecta los servicios orientados a los ciudadanos, un portal estudiantil o un sistema hospitalario, ese contexto perdido es la diferencia entre una resolución rápida y una interrupción prolongada.

Elastic ha cambiado esa ecuación con el reciente lanzamiento de capacidades de métricas reconstruidas, incluyendo un motor de métricas columnar, soporte nativo de Prometheus y PromQL, contenido de infraestructura listo para usar y flujos de trabajo de investigación autónomos. Como resultado, los equipos de TI del sector público pueden tener una visibilidad operativa completa sin las compensaciones de costos que históricamente han obligado a elegir entre cobertura y presupuesto.

Reduce la deuda de observabilidad con una plataforma para registros y métricas

Muchas organizaciones del sector público ya dependen de Elastic para el almacenamiento y retención accesibles de logs, especialmente para cumplir con los mandatos gubernamentales, como el Memorándum OMB M-26-14 en Estados Unidos.

Ahora, esa misma base confiable de logging se extiende a las métricas. La mayoría de las organizaciones del sector público que gestionan infraestructuras modernas han acumulado deuda de observabilidad en forma de herramientas aisladas: un sistema para registros, otro para métricas y un tercero para trazas. Cada señal está en un backend diferente, emplea un lenguaje de búsqueda distinto y requiere cambio de contexto para correlacionarlas. Cuando ocurre un incidente, los ingenieros ensamblan una imagen a mano a través de sistemas desconectados bajo presión.

Elastic Observability almacena métricas, logs, y trazas en un único backend unificado. Cuando se activa una alerta, el contexto de la investigación ya está reunido en forma de eventos de log correlacionados, anomalía métrica previa o traza relacionada. Los ingenieros no abren tres pestañas antes de poder formular una hipótesis. La detección de anomalías por Machine Learning (ML) se ejecuta automáticamente contra métricas de infraestructura, por lo que surgen alertas con contexto sobre qué cambió y qué tan grave es el desvío, no solo un simple incumplimiento del umbral. Para los SRE del sector público que gestionan servicios de los que dependen sus constituyentes, esto significa un tiempo medio de resolución más rápido. Para el liderazgo, significa menos interrupciones prolongadas y menos tiempo del personal dedicado a la correlación manual.

Flexibilidad de despliegue: cloud, local, aislado de la red

Elastic Observability se ejecuta en tres modos de despliegue: Elastic Cloud Serverless, Elastic Cloud Hosted y entornos locales o entornos aislados totalmente autoadministrados. A diferencia de algunos proveedores que limitan el despliegue local o reservan sus características de mayor valor para instancias hospedadas, las capacidades completas de Elastic están disponibles en los tres. Las organizaciones con requisitos estrictos de residencia de datos pueden ejecutar la plataforma completa en su propia infraestructura sin sacrificar capacidad.

Un modelo de precios creado para la rendición de cuentas del presupuesto

El presupuesto de TI del sector público depende de la previsibilidad. Los contratos plurianuales, los ciclos presupuestarios y los procesos de apropiación no se adaptan a facturas inesperadas impulsadas por un mecanismo de precios poco claro.

Muchos proveedores de observabilidad comercial emplean modelos de precios que se acumulan de forma impredecible a medida que crece la infraestructura moderna. Las tarifas por host se combinan con cargos de métricas personalizadas y excesos de contenedores, lo que crea facturas que suben a medida que los entornos de Kubernetes escalan o la instrumentación de OpenTelemetry se profundiza. Los costos son difíciles de prever porque están ligados a la cardinalidad: la propiedad que hace que la observabilidad sea valiosa en entornos complejos.

El modelo de Elastic es fundamentalmente diferente: pagas por el volumen de datos, no por cuántos hosts tienes ni por lo granular que instrumentas tus sistemas. En Elastic Observability Serverless, las métricas almacenadas en el modo índice de flujos de series temporales (TSDS) se cobran al 25 % de la tarifa estándar de Observability por GB tanto para ingesta como para retención, o aproximadamente $0.023 por GB ingerido y $0.005 por GB al mes retenido en los niveles de volumen. No existen licencias por host, ni recargos basados en la cardinalidad, ni clasificaciones métricas personalizadas que penalicen la instrumentación más rica, lo que representa la mitad del costo de Datadog y otros proveedores.

La retención a largo plazo también es muy accesible; con aproximadamente $0.005 por GB por mes, mantener un año o más de datos de métricas de resolución completa es financieramente viable, lo que respalda el tipo de auditoría retrospectiva que los programas públicos a menudo requieren.

Una nota sobre los precios y modelos de despliegue:

Los clientes del sector gubernamental suelen tener restricciones innegociables sobre la ubicación de sus datos. Para las organizaciones estadounidenses, Elastic está autorizado en los niveles FedRAMP Moderado y Alto en AWS GovCloud (EE. UU.). Para las organizaciones que ejecutan Elastic Cloud Hosteddespliegues autogestionados , incluidos los entornos aislados, comunes en contextos clasificados o de alta confidencialidad, las métricas TSDS están disponibles sin costo adicional en este momento. En ambos casos, el motor de almacenamiento columnar implica que las métricas requieren menos infraestructura para su funcionamiento, lo que se traduce en una mayor rentabilidad independientemente del modelo de despliegue.

La ingeniería detrás del ahorro de costos

Las mejoras de rendimiento en las nuevas capacidades de métricas de Elastic reflejan una reingeniería fundamental de cómo Elasticsearch almacena y consulta los datos temporales.

Elastic reconstruyó la funcionalidad de métricas sobre un motor de almacenamiento columnar diseñado específicamente para cargas de trabajo TSDS. Los resultados son importantes:

  • Actualmente, las métricas de OpenTelemetry ocupan 3.75 bytes por punto de datos, lo que supone una reducción respecto a los 25 bytes de hace un año; una reducción de 6.6 veces en el espacio de almacenamiento y una eficiencia de almacenamiento hasta 2.5 veces mayor que la de Prometheus.

  • Las consultas de series temporales se ejecutan hasta 160 veces más rápido que las versiones anteriores de TSDS y hasta 30 veces más rápido que Prometheus, con un rendimiento de indexación hasta un 50% mayor.

Para los equipos de TI del sector gubernamental, las consecuencias son directas: la eficiencia del almacenamiento significa mantener métricas de resolución completa durante meses o años a una fracción del costo anterior sin sacrificar velocidad ni rendimiento, lo que permite el análisis de tendencias, la planificación de la capacidad y las auditorías que abarcan horizontes temporales significativos. Además, agregar nuevas etiquetas de Kubernetes, etiquetas de cloud o dimensiones de aplicación aumenta el volumen de datos sin provocar cambios en los niveles de precios ni sobrecargas en la arquitectura.

Soporte nativo de Prometheus: proteger lo que ya has construido

La infraestructura del sector público evoluciona lenta y deliberadamente. Los ciclos de adquisición son largos, las integraciones son profundas y el riesgo operativo de interrupciones en los servicios de atención a los ciudadanos es elevado. Cualquier transición de plataforma tiene que proteger lo que ya se ha construido.

La mayoría de los equipos SRE que ejecutan infraestructura moderna en la nube y contenedores han invertido significativamente en herramientas basadas en Prometheus: configuraciones de extracción, reglas de alerta, consultas PromQL y dashboards de Grafana que representan años de conocimiento operativo. Históricamente, migrar los sistemas de métricas implicaba reescribir todo.

Elastic ha eliminado la mayor parte de esa fricción. Las métricas de Prometheus llegan mediante Prometheus Remote Write y aterrizan en el mismo almacenamiento columnar sin cambios semánticos. PromQL funciona de forma nativa en Kibana, por lo que las consultas, paneles y reglas de alerta existentes migran directamente sin modificaciones. Para las organizaciones que quieren mantener Grafana como su capa de visualización, Elasticsearch expone una API nativa compatible con Prometheus que cualquier frontend compatible puede consultar directamente, lo que significa que los equipos pueden reemplazar el backend manteniendo la interfaz que sus ingenieros ya conocen.

Un proceso de migración simplificado

La migración puede ser incremental y en gran medida automatizada. La Observability Migration Platform es un flujo de trabajo impulsado por CLI que traduce los activos soportados de Grafana y Datadog en salidas nativas de Kibana y produce la evidencia necesaria para revisar el resultado, cambiando la migración de una reconstrucción manual a un flujo de trabajo de traducción y verificación. Funciona desde activos exportados o API en tiempo real, cubriendo paneles de control, contenido de alertas tanto de Datadog como de Grafana. De forma crucial para los equipos del sector gubernamental, el flujo de trabajo también produce evidencia dirigida al revisor, como un reporte de migración, manifiesto, paquetes de verificación y plan de despliegue, para que los equipos puedan ver qué se tradujo limpiamente, qué fue degradado o señalado para revisión manual, y qué aún necesita juicio humano.

Elastic es un líder reconocido en observabilidad

La credibilidad de Elastic Observability en el mercado sigue creciendo. En julio de 2026, Elastic fue nombrado líder en el Magic Quadrant™ de Gartner® 2026 para plataformas de observabilidad por tercer año consecutivo. Creemos que este reconocimiento refleja la priorización de Elastic de mantenerse a la vanguardia de los cambios del mercado, al tiempo que ofrece a los clientes las eficiencias de estandarización a través de Prometheus y OTel, así como la capacidad de usar una sola plataforma para logs, métricas y trazas.

Magic Quadrant de Gartner

El caso estratégico para el liderazgo de TI del sector público

Para los líderes de TI del sector público, el caso es tanto operativo como estratégico. Unaplataforma de observabilidad unificadaque combina las mejores métricas de su clase con las capacidades de logging establecidas de Elastic, y cambia la conversación en varias dimensiones: 

  • La cobertura de observabilidad cuesta significativamente menos con un modelo predecible. 

  • El contexto de investigación automatizada significa una respuesta a incidentes más rápida y una mayor disponibilidad de servicios.

  • La retención accesible a largo plazo respalda el cumplimiento y la preparación para auditorías. 

  • La consolidación de métricas, registros y trazas en una plataforma reduce la complejidad de las adquisiciones y el riesgo de integración.

Próximos pasos para las métricas en el sector público

Obtén más información sobre cómo los líderes del sector público están abordando la observabilidad descargando el reporte Panorama de observabilidad para el sector público 2026, o agenda tiempo con uno de nuestros expertos.

Magic Quadrant de Gartner para plataformas de observabilidad. Padraig Byrne, Martin Caren, etc. 13 de julio de 2026.

GARTNER es una marca registrada de Gartner, Inc. y/o sus filiales. MAGIC QUADRANT es una marca registrada de Gartner, Inc. y/o sus afiliados, y se usa aquí con permiso. Todos los derechos reservados. 

Gartner no recomienda ningún proveedor, producto o servicio incluido en sus publicaciones, y no recomienda a los usuarios de la tecnología seleccionar solo a aquellos proveedores con las calificaciones más altas u otra designación. Las publicaciones de Gartner son opiniones de la organización de información de negocios y tecnología de Gartner y no deben considerarse declaraciones de hechos. Gartner renuncia a todas las garantías, expresas o implícitas, respecto a esta publicación, incluyendo cualquier garantía de comerciabilidad o idoneidad para un propósito particular.

Este gráfico fue publicado por Gartner, Inc. como parte de un documento de investigación más extenso y debe evaluarse en el contexto del documento completo. El documento de Gartner está disponible a petición en Elastic.

El momento del lanzamiento de cualquiera de las características o funcionalidades descritas en esta publicación queda a exclusivo criterio de Elastic. Es posible que algunas características o funcionalidades que no estén disponibles en este momento no se lancen a tiempo o no se lancen en absoluto.