> ## Documentation Index
> Fetch the complete documentation index at: https://clickhouse.com/docs/llms.txt
> Use this file to discover all available pages before exploring further.
# Demo days - 2026-06-18
> ClickStack demo days del 2026-06-18
## Filtros de fuentes, ahora en todas partes
*Demo de [@pulpdrew](https://github.com/pulpdrew)*
Los filtros de fuentes ya están disponibles en todo el dashboard de Servicios. Seleccione una fuente de trazas o logs con un filtro de nombre de servicio; el dashboard esperará a que elija un valor antes de ejecutar las consultas. Ese filtro se aplica de forma coherente a cada gráfico, consulta y panel lateral. El waterfall de la traza sigue el mismo comportamiento: hereda los filtros de fuentes de la página de Búsqueda al abrir un span, y permite añadir filtros adicionales. La página Sesiones también se ha actualizado para que los filtros de fuentes se propaguen a la barra lateral, el panel de trazas y las vistas anidadas.
También se ha ampliado el autocompletado de los filtros de fuentes. Antes solo estaba disponible en la página de Búsqueda, pero ahora funciona en cualquier lugar que admita filtros de fuentes, incluidos los dashboards. Internamente, el autocompletado ahora resuelve claves y valores en varias fuentes, incluso cuando cada fuente tiene su propio conjunto de filtros. Las mismas mejoras están disponibles tanto en el editor de SQL sin procesar como en cada campo de filtro de fuente del constructor de consultas.
**PR relacionados:** [#2331](https://github.com/hyperdxio/hyperdx/pull/2331) Añadir ámbito de fuente a los filtros del dashboard, [#2459](https://github.com/hyperdxio/hyperdx/pull/2459) Mostrar un icono en los tiles con filtros de ámbito de fuente excluidos
## Mejores dashboards generados por IA para esquemas personalizados
*Demo de [@pulpdrew](https://github.com/pulpdrew)*
Un usuario que creaba dashboards con IA a partir de un esquema personalizado se encontró con graves problemas de rendimiento. La causa principal era que los tiles de SQL sin procesar generados codificaban de forma fija un intervalo de tiempo en lugar de usar las macros de filtro de tiempo del dashboard, por lo que cambiar el intervalo de tiempo del dashboard no tenía ningún efecto. Además, uno de los tiles filtraba una columna de timestamp entero de una forma que impedía usar la clave primaria y forzaba un escaneo completo de la tabla.
Para solucionarlo, el esquema MCP de los tiles de dashboard con SQL sin procesar ahora deja claro que los agentes deben usar las macros de filtro de tiempo del dashboard. La UI de ClickStack también advierte cuando un tile de SQL generado no incluye esas macros, lo que facilita detectarlo antes de guardar un dashboard. Tras desplegar los cambios, al volver a ejecutar el prompt original del cliente se generó SQL que usaba las macros correctas, lo que dio como resultado un dashboard mucho más rápido.
**PR relacionados:** [#2473](https://github.com/hyperdxio/hyperdx/pull/2473) Guiar a los agentes hacia el uso de macros en tiles de SQL sin procesar
## Hashing más sencillo para las métricas de OTel y una idea para la clave primaria
*Demo de [@dhable](https://github.com/dhable)*
Una contribución de la comunidad corrigió el hashing de atributos para métricas con columnas de atributos JSON, pero introdujo dos rutas de código distintas. Los esquemas JSON usaban la forma variádica de `cityHash64`, mientras que los esquemas basados en Map primero concatenaban tres mapas antes de calcular el hash. Resultó que ese trabajo adicional no era necesario. Ahora, ambos tipos de esquema usan la misma implementación de `cityHash64`, lo que simplifica el código y evita asignaciones de mapas innecesarias durante el hashing.
El trabajo también puso de manifiesto una posible optimización para el esquema de métricas de OpenTelemetry. Actualmente, la clave primaria almacena el mapa completo de atributos, lo que aumenta el uso de memoria porque ClickHouse mantiene el mapa en memoria como parte del índice. Una idea es materializar un hash de atributos durante la inserción y usarlo en la clave primaria. Aún no se ha modificado nada, pero ahora que las actualizaciones del esquema de OpenTelemetry vuelven a estar sobre la mesa, es una optimización que merece la pena reconsiderar.
**PR relacionados:** [#2475](https://github.com/hyperdxio/hyperdx/pull/2475) Unificar AttributesHash con la forma variádica de cityHash64
## Mejoras en las etiquetas de filtro y las fuentes de datos
*Demo de [@alex-fedotyev](https://github.com/alex-fedotyev)*
Esta semana se han incorporado dos pequeñas pero útiles mejoras de usabilidad. Tras los comentarios de los clientes, las etiquetas de filtro excluidas ahora son mucho más fáciles de leer, ya que el estilo anterior dificultaba ver el botón para eliminarlas. Ahora utilizan un tono rojo más suave que mejora el contraste tanto en el modo claro como en el oscuro.
También es más fácil gestionar un gran número de fuentes de datos. Ahora se les puede asignar una sección opcional, lo que permite agruparlas en el selector de fuentes. Las fuentes sin sección seguirán apareciendo en «Otros», por lo que las configuraciones existentes no se verán afectadas. La Búsqueda también se ha actualizado para incluir coincidencias con los nombres de las secciones, lo que facilita encontrar fuentes relacionadas incluso si solo recuerda el grupo al que pertenecen. Actualmente, esta funcionalidad se utiliza internamente mientras el equipo evalúa cómo las personas organizan de forma natural sus fuentes antes de ampliarla a un público más amplio.
**PR relacionados:** [#2478](https://github.com/hyperdxio/hyperdx/pull/2478) Hacer legibles las etiquetas de filtro excluidas en el tema claro, [#2432](https://github.com/hyperdxio/hyperdx/pull/2432) Añadir un campo de sección opcional a las fuentes de datos, [#2476](https://github.com/hyperdxio/hyperdx/pull/2476) Agrupar el selector de fuentes de datos por sección con búsqueda por etiquetas, [#2477](https://github.com/hyperdxio/hyperdx/pull/2477) Sugerir nombres de sección existentes en el formulario de fuentes
## Límites de series por gráfico para gráficos de alta cardinalidad
*Demo de [@wrn14897](https://github.com/wrn14897)*
Ahora los gráficos pueden limitar el número de series que devuelven, lo que ayuda a evitar problemas de rendimiento al agrupar por campos de alta cardinalidad, como rutas HTTP o ID de spans. Anteriormente, estas consultas podían generar cientos de miles de series, lo que hacía que los dashboards se volvieran lentos o dejaran de responder. Ahora puede limitar un gráfico a las N series principales, lo que reduce tanto el tiempo de renderizado como la cantidad de datos transferidos.
Seleccionar eficientemente las series principales resulta más complejo en las consultas por fragmentos. La implementación actual determina las N principales a partir del fragmento más reciente y, después, aplica ese mismo conjunto de series a toda la consulta; el trabajo se realiza en ClickHouse, en lugar de en el navegador. Este enfoque aún se está evaluando y puede evolucionar a medida que se introduzcan optimizaciones adicionales de consultas.
**PR relacionados:** [#2449](https://github.com/hyperdxio/hyperdx/pull/2449) Hace que el límite de series sea opcional y coherente entre fragmentos, [#2429](https://github.com/hyperdxio/hyperdx/pull/2429) Limita las series de series temporales con group-by a las N principales para evitar errores OOM