Saltar al contenido
Volver

Cloudflare unifica su observabilidad: 8 cambios que juntan logs, trazas, alertas y dashboards en una sola plataforma

Cloudflare lanzó 8 actualizaciones que consolidan logs, tracing extremo a extremo, SQL unificado, alertas, dashboards y exportación en una sola plataforma de observabilidad, con pricing por volumen.

Nauta Lab
5 min

Cloudflare unifica su observabilidad: 8 cambios que juntan logs, trazas, alertas y dashboards en una sola plataforma

Cloudflare dio un paso largo hacia consolidar su historia de observabilidad: ocho actualizaciones mayores que reúnen logs, trazas, analítica, alertas, dashboards, querying y exportación de telemetría en una sola plataforma, con pricing más simple y predecible.

El diagnóstico de fondo es conocido por cualquiera que haya debugueado en su edge: entender un problema suele requerir datos de más de un producto Cloudflare, pero hoy hay que saber qué producto es dueño de cada señal y cómo consultarla. Un spike de 5xx puede venir de un Worker, del origen o de un fallo de conexión regional — y hoy investigarlo es un tour por consolas distintas.

Los 8 lanzamientos

  1. Un solo lugar para explorar logs: nuevo Logs home que combina Workers Observability con logs del resto de los productos Cloudflare.
  2. Tracing extremo a extremo (open beta): trazas de requests desde el edge hasta tu origen, a través de toda la plataforma.
  3. Una API SQL unificada: consulta todos los datos Cloudflare desde una sola SQL API — pensada también para que tu agente de IA consulte la observabilidad por ti.
  4. Un solo pricing: suscripción unificada de observabilidad para logs y trazas ingeridos/almacenados (detalle abajo).
  5. Alertas custom en beta: configurables sobre tus datos de observabilidad.
  6. Analítica del dominio en un lugar: 30 días de retención.
  7. Dashboards custom: construidos desde tus datos de observabilidad.
  8. Logpush en self-serve: exportación de datos disponible en todos los planes self-serve.

El pricing nuevo, en tabla

Desde el 1 de diciembre de 2026, el modelo pasa a basarse en volumen ingerido y almacenado (no en conteo de eventos), cubriendo logs de la Developer Platform —Workers, Containers, AI Gateway— y toda la data de tracing:

  • Free: 0,5 GB/día de ingesta, 7 días de retención, sin uso adicional.
  • Paid/Enterprise: 50 GB de ingesta + 10 GB-mes de storage por ciclo incluidos, retención hasta 1 año (pronto); extra a US$0,25/GB ingerido y US$0,10/GB-mes almacenado.

Por qué importa

Cloudflare viene armando una plataforma completa para el desarrollo agéntico (K2, Basin, containers, sandboxes) y la observabilidad era el eslabón suelto: señales dispersas por producto. Unificar logs + trazas + una SQL API consulta-para-agentes apunta al mismo patrón que ya vimos en NETSCOUT o Grafana con MCP: la observabilidad del futuro se consulta también con agentes, no solo con dashboards. Y el pricing por volumen —con 0,5 GB gratis para todos— baja la barrera de entrada para equipos chicos.

La promesa es que en los próximos meses más productos y datasets se sumen a esta plataforma compartida. Con Datadog, Dynatrace y Grafana peleando el mismo terreno, la consolidación del edge como plataforma de observabilidad de punta a punta recién está empezando.

Fuente: Cloudflare Blog

Update: 10 de octubre, 2026 — Traces convierte el proxy completo en spans de OpenTelemetry

La beta abierta de Tracing que anunciábamos en el punto 2 ya tiene detalles técnicos completos, y son más jugosos de lo que sonaba: todo el camino del request a través del proxy ahora se exporta como spans OTel, sin escribir una línea de instrumentación.

  • Spans para lo que antes era caja negra: reglas de seguridad, transform rules, decisiones de caché, routing, ejecución de Workers y manejo del origen aparecen con su timing, resultado y atributos en una sola línea de tiempo por request. Responde las preguntas que generan tickets: ¿qué regla bloqueó el request?, ¿un transform reescribió la URL antes de llegar a la app?, ¿dónde se fue el tiempo? (su ejemplo: un cache miss donde 527 ms de un request de 539 ms se fueron en el origen).
  • Propagación de contexto W3C: Traces acepta el header traceparent entrante (con política de propagación configurable, porque aceptar trace IDs de cualquier cliente abre la puerta al ruido) y puede reenviar uno nuevo al origen para que tus servicios instrumentados continúen la traza.
  • Sampling con el mismo rules engine del resto de Cloudflare: un baseline (ej. 1%) y Trace Rules que lo pisan por hostname, IP, header, path o geografía — trazar el 100% del tráfico de un solo cliente o de un header de debug temporal mientras el resto queda en baseline.
  • Export por OTLP a cualquier backend compatible (Datadog, Grafana, Honeycomb, lo que sea), con destino a nivel de cuenta y elección de dominios por enviar.
  • Ángulo agéntico: vía el MCP server de observabilidad de Cloudflare, un coding agent consulta trazas con la SQL API y compara trazas fallidas contra exitosas para encontrar dónde divergen — telemetría que lee un agente, no solo un dashboard.
  • Pricing: confirma el cambio que detallamos arriba — el modelo por span que iba a partir el 1 de octubre se reemplaza desde el 1 de diciembre por cobro por volumen ingerido y retenido.

Con esto, el “eslabón suelto” del que hablábamos queda bastante más apretado: la vista edge-to-origin completa, portable vía OpenTelemetry, y conectable a tu backend de observabilidad existente.

Fuentes: InfoQ · Cloudflare Blog — Cloudflare Tracing

Update: 13 de octubre, 2026 — Logpush Transformers a detalle

Cloudflare profundizó en una de las ocho novedades de la Birthday Week: Transformers para Logpush, ya GA, que permite filtrar, redactar y reformatear los logs antes de exportarlos usando SQL — sin desplegar un servicio intermedio de procesamiento que haya que operar, escalar y monitorear.

  • Cómo funciona: un Transformer es una query SQL escrita para un dataset específico de Logpush. La query se aplica a cada batch antes del export: los registros que no pasan el WHERE se botan (chau health checks), y el SELECT define la forma del registro exportado — agregar, renombrar, eliminar o anidar campos. La salida sale en NDJSON.
  • Redacción de datos sensibles antes de que lleguen al SIEM o la plataforma de analytics, con preview incluida.
  • Transformer Studio en el dashboard para crear, previsualir y gestionar Transformers, o vía API para los que prefieren código.
  • Ahorro directo: hoy pagas por exportar, ingerir y almacenar registros que descartas al llegar. Filtrar antes de la entrega reduce el volumen aguas abajo — y la cuenta.

La pieza faltante del pipeline de logs observability-era: la transformación vive donde nacen los datos, no en un Lambda pegado con cinta más adelante.

Fuente del update: Cloudflare Blog — Transformers on Logpush


Compartir artículo:

Sigue leyendo

Noticias relacionadas

Más en Observabilidad →

Buscar en Ping Diario