> For the complete documentation index, see [llms.txt](https://docs.powermonitor.com.br/llms.txt). Markdown versions of documentation pages are available by appending `.md` to page URLs; this page is available as [Markdown](https://docs.powermonitor.com.br/es/perguntas-frequentes/duvidas-tecnicas/quais-artefatos-sao-monitorados.md).

# ¿Qué artefactos se monitorean?

Qué inventaría el Power Monitor y qué monitorea activamente, con alertas, en su entorno Fabric y Power BI.

El Power Monitor hace dos cosas diferentes con los elementos de su tenant:

* **Inventario (gobernanza):** lista y detalla todos los elementos de los workspaces monitoreados, con metadatos, propietario, capacidad, linaje y permisos;
* **Monitoreo activo (con alertas):** sigue de forma continua lo que puede fallar o consumir en exceso.

### Monitoreo activo

| Recurso                                                                            | Qué se sigue                                                                                                                                                                                                           | Alertas                                                                                                                                                                            |
| ---------------------------------------------------------------------------------- | ---------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------- | ---------------------------------------------------------------------------------------------------------------------------------------------------------------------------------- |
| **Capacidades** Fabric (F), Premium (P) y Embedded (A)                             | Consumo en Capacity Units (interactivo, en segundo plano y uso acumulado), a partir de la aplicación Fabric Capacity Metrics; historial, comparativos y anomalías por elemento; costo diario (con el permiso de Azure) | Límite de uso (80%), uso en segundo plano, datos de consumo no disponibles, anomalía de consumo por elemento, costo por encima del promedio, capacidad encendida fuera del horario |
| **Gateways de datos**                                                              | Estado (en línea/sin conexión) de cada gateway en el que la aplicación del Power Monitor es administradora                                                                                                             | Gateway sin conexión y resolución                                                                                                                                                  |
| **Modelos semánticos** en capacidad                                                | Historial de actualizaciones, fallas con código y mensaje de error, duración                                                                                                                                           | Falla en la actualización; desviación del tiempo de ejecución (opcional, por elemento)                                                                                             |
| **Elementos de Fabric**: pipelines de datos, notebooks, Copy jobs y Dataflows Gen2 | Ejecuciones, estado y duración                                                                                                                                                                                         | Falla en elemento de Fabric (error o cancelación); desviación del tiempo de ejecución (opcional)                                                                                   |
| **Dataflows Gen1**                                                                 | Duración de las ejecuciones                                                                                                                                                                                            | Desviación del tiempo de ejecución (opcional)                                                                                                                                      |
| **Actualización de Datos**                                                         | Retraso de los datos en las tablas que usted elige (fecha/hora más reciente de una columna)                                                                                                                            | Datos retrasados                                                                                                                                                                   |
| **Fabric Mirroring**                                                               | Estado del reflejo de las bases de datos reflejadas                                                                                                                                                                    | Problemas en el reflejo                                                                                                                                                            |

{% hint style="info" %}
Actualmente el Power Monitor **no** monitorea fallas de actualización de informes paginados ni de Dataflows Gen1, ni detecta ejecuciones bloqueadas por tiempo límite. Las Spark job definitions aparecen en el inventario, pero sus ejecuciones no se monitorean.
{% endhint %}

### Inventario

El inventario cubre **34 tipos de elemento** dentro de los workspaces, además de los recursos a nivel de tenant:

* **Workspaces**, con capacidad, dominio, administradores y metadatos de gobernanza;
* **Informes** (incluidos los paginados), dashboards, apps, KQL dashboards, explorations, metric sets y enlaces públicos (publicar en la Web);
* **Modelos semánticos**, con tablas, columnas, medidas, orígenes de datos, tamaño y programaciones;
* **Almacenamiento**: lakehouses, warehouses, SQL databases, bases de datos reflejadas, bases de datos KQL y eventhouses;
* **Ingeniería y ciencia de datos**: notebooks, pipelines, Copy jobs, Spark job definitions, Airflow jobs, environments, modelos y experimentos de ML;
* **Tiempo real**: eventstreams, Activator y KQL querysets;
* **Capacidades, gateways, conexiones y dominios**;
* **Artefactos eliminados** en el tenant, con la fecha en que se detectó la eliminación.

### Calidad, permisos y auditoría

* **Calidad de Datos:** linaje, diccionario de datos, Score de Buenas Prácticas (55 reglas), Score de IA (preparación del modelo para Copilot y lenguaje natural), Radiografía, exposición de datos y limpieza de modelo (columnas, tablas y medidas no utilizadas por los informes).
* **Permisos:** auditoría de todos los permisos en workspaces, elementos, conexiones y gateways, con expansión de grupos de Entra ID e identificación de cuentas externas.
* **Auditoría:** eventos de actividad del tenant y visualizaciones de informes (quién vio qué, cuándo y desde dónde), cuando la recopilación está habilitada.
* **Evaluación de Rendimiento** (beta): análisis a demanda de un modelo semántico (estructura VertiPaq, Power Query, buenas prácticas, columnas no utilizadas y consumo de capacidad), con recomendaciones.

Consulte también [¿Qué se contabiliza como artefacto a efectos de precio?](/es/perguntas-frequentes/licenciamento/o-que-e-contado-como-artefato.md)


---

# Agent Instructions
This documentation is published with GitBook. GitBook is the documentation platform designed so that both humans and AI agents can read, navigate, and reason over technical content effectively. Learn more at gitbook.com.

## Querying This Documentation
If you need additional information that is not directly available in this page, you can query the documentation by asking a question.

Perform an HTTP GET request on the following URL with the `ask` and `goal` query parameters:

```
GET https://docs.powermonitor.com.br/es/perguntas-frequentes/duvidas-tecnicas/quais-artefatos-sao-monitorados.md?ask=<question>&goal=<user_goal>
```

`ask` is the immediate question: it should be specific, self-contained, and written in natural language.
`goal` is what the user is ultimately trying to achieve, the reason they need the answer. Sharing it helps GitBook give you a better, more relevant answer. A goal is most helpful when it describes the outcome the user wants rather than restating the question. For example, with `ask=how do I create an API token`, a goal like `automate deployments from our CI pipeline` lets GitBook tailor the answer to that use case.

The response will contain a direct answer to the question and relevant excerpts and sources from the documentation.

Use this mechanism when the answer is not explicitly present in the current page, you need clarification or additional context, or you want to retrieve related documentation sections.
