Los logs de CDN pueden aportar millones de líneas al día. Convertirlos en una herramienta útil exige decidir qué se ingiere, cómo se conserva y qué preguntas responderá el panel. En dos proyectos de grandes medios hemos trabajado pipelines de descarga, filtrado, Loki, Grafana y agregación diaria. Su valor está en unir el diagnóstico operativo con el conocimiento del archivo publicado.
El volumen necesita unidad y alcance
Una referencia de dimensionamiento del primer proyecto declara aproximadamente 33 millones de líneas brutas por día. La documentación no aporta un corte diario fechado para esa estimación: la usamos como referencia de diseño, no como medición actual. En el segundo, un runbook de septiembre de 2026 describe un procesamiento diario de unos 7,1 millones de líneas del host principal consultadas en Loki, después de su política de filtrado.
Esas cifras no son comparables como tráfico total: una representa la entrada bruta prevista y la otra las líneas accesibles en un sistema filtrado. Tampoco son URLs distintas, usuarios ni gigabytes. La aceptación de cada instalación fija día, zona horaria, hosts y capas para reconciliar archivos descargados, líneas leídas, descartes y líneas enviadas.
Filtrar sin borrar el problema
El pipeline extrae fecha, host, ruta, respuesta y agente de usuario. Conservamos las señales de bots y los errores relevantes. Los filtros se prueban con muestras que incluyen fallos de recursos y fragmentos de página. En una CDN con varias capas, una petición puede aparecer en el borde y en un nodo interno: contar ambas sin distinguirlas duplica la actividad. El objetivo y las exclusiones quedan documentados.
Las etiquetas de Loki mantienen una cardinalidad controlada. La URL completa se consulta desde el contenido de la línea cuando corresponde; convertir cada dirección en una etiqueta puede cambiar el coste y el comportamiento del sistema.
Panel rápido, histórico duradero
Grafana organiza respuestas, bots, errores y tendencias con consultas y agregaciones verificadas. Una retención de logs limitada se complementa con resúmenes diarios y un censo de descubrimiento. Los agregados permiten conservar el histórico sin tratar un panel de treinta días como un archivo eterno.
El control comprueba huecos, duplicados, límites y progreso de la ingesta. Las consultas se revisan para evitar ventanas solapadas. El almacenamiento y la limpieza respetan la retención acordada y los recursos compartidos del servidor.
Conectar con decisiones
Cruzar los logs con el CMS, los sitemaps y los buscadores permite investigar páginas desconocidas, errores y cambios de rastreo. Un bot que solicita una URL no demuestra que esté indexada; un pico de errores de imágenes no equivale a una pérdida de artículos. Entregamos dashboards, metodología, controles y operación para que el equipo interprete los datos y actúe sobre causas verificables.
