Translation Pipeline PR (#23381)

* updating translations

* updating translations

* updating translations

content/es/agent/troubleshooting/agent_check_status.md

@@ -1,11 +1,11 @@
 ---
 further_reading:
 - link: /agent/troubleshooting/debug_mode/
-  tag: Solucionar problemas del Agent
+  tag: Documentación
   text: Modo de depuración del Agent
 - link: /agent/troubleshooting/send_a_flare/
-  tag: Solucionar problemas del Agent
-  text: Enviar flare del Agent
+  tag: Documentación
+  text: Enviar un flare del Agent
 kind: documentación
 title: Estado del check del Agent
 ---
@@ -15,7 +15,7 @@ Si tienes problemas con un check del Agent específico, utiliza estos comandos d
 - [Linux](#linux)
 - [Windows](#windows)
 - [Systemd](#systemd)
-- [Leer más](#further-reading)
+- [Referencias adicionales](#further-reading)
 
 **Nota**: Sustituye el `<CHECK_NAME>` en los siguientes ejemplos por cualquier check del Agent. Por ejemplo: `activemq`, `ceph` o `elastic`. Consulta la [documentación sobre las integraciones][1] para confirmar el nombre del check del Agent.
 
@@ -45,7 +45,7 @@ sudo -u dd-agent datadog-agent check <CHECK_NAME> --check-rate
 sudo -u dd-agent dd-agent check <CHECK_NAME>
 ```
 
-Sustituye el `<CHECK_NAME>` por cualquier check del Agent. Por ejemplo: `activemq`, `ceph` o `elastic`. Consulta la [documentación sobre las integraciones][1] para confirmar el nombre del check del Agent.
+Sustituye el `<CHECK_NAME>` por cualquier check del Agent. Por ejemplo: `activemq`, `ceph` o `elastic`. Consulta la [documentación sobre las integraciones][4] para confirmar el nombre del check del Agent.
 
 Si quieres incluir métricas de frecuencia, añade `--check-rate` a tu comando. Por ejemplo, en el Agent v6.x, ejecuta:
 

content/es/agent/troubleshooting/debug_mode.md

@@ -4,27 +4,27 @@ aliases:
 - /es/agent/faq/agent-5-container-more-log
 further_reading:
 - link: /agent/troubleshooting/send_a_flare/
-  tag: Solucionar problemas del Agent
+  tag: Documentación
   text: Enviar flare del Agent
 - link: /agent/troubleshooting/agent_check_status/
-  tag: Solucionar problemas del Agent
+  tag: Documentación
   text: Consultar el estado de un check del Agent
 kind: documentación
 title: Modo de depuración
 ---
 
 ## Agent
 
-El Agent, por defecto, genera logs en el nivel `INFO`. Puedes definir el nivel donde se generan como `DEBUG`, para obtener más información de tus logs.
+El Agent, por defecto, genera logs en el nivel `INFO`. Se puede definir el nivel donde se generan como `DEBUG` para obtener más información de tus logs.
 
-**Nota**: El modo de depuración sólo es apto para realizar depuraciones. Datadog recomienda habilitar el modo `DEBUG` sólo durante un periodo de tiempo acotado, ya que aumenta el número de logs indexados. Cuando hayas terminado, restablece el nivel de logs a `INFO`.
+**Nota**: El modo de depuración solo es apto para realizar depuraciones. Datadog recomienda habilitar el modo `DEBUG` solo durante un periodo de tiempo acotado, ya que aumenta el número de logs indexados. Cuando hayas terminado, restablece el nivel de logs a `INFO`.
 
 Para activar el modo de depuración completa del Agent:
 
 {{< tabs >}}
 {{% tab "Agent v6 y v7" %}}
 
-1. Modifica tu archivo local `datadog.yaml`. Consulta el [archivo de configuración principal del Agent][1] para obtener información concreta en función de tu sistema operativo.
+1. Modifica el archivo local `datadog.yaml`. Consulta el [archivo de configuración principal del Agent][1] para obtener información concreta en función de tu sistema operativo.
 
 2. Sustituye `# log_level: INFO` por `log_level: DEBUG` (elimina `#` para quitar el comentario de la línea).
 
@@ -38,7 +38,7 @@ Para activar el modo de depuración completa del Agent:
 {{% /tab %}}
 {{% tab "Agent v5" %}}
 
-1. Modifica tu archivo local `datadog.conf`. Consulta el [archivo de configuración principal del Agent][1] para obtener información concreta en función de tu sistema operativo.
+1. Modifica el archivo local `datadog.conf`. Consulta el [archivo de configuración principal del Agent][1] para obtener información concreta en función de tu sistema operativo.
 
 2. Sustituye `# log_level: INFO` por `log_level: DEBUG` (elimina `#` para quitar la marca de comentario de la línea).
 
@@ -59,24 +59,24 @@ Para activar el modo de depuración completa del Agent:
 
 Para activar el modo de depuración en el Agent del contenedor, utiliza `DD_LOG_LEVEL=debug` al iniciar tu Agent.
 
-En el Agent v6.19/v7.19 y posteriores, define el nivel de logs del Agent en tiempo de ejecución con:
+En el Agent v6.19/v7.19 y posteriores, define el nivel de logs del Agent en tiempo de ejecución utilizando:
 
 ```shell
 agent config set log_level debug
 ```
 
-No se **puede** cambiar el nivel de logs del contenedor de Trace-Agent en tiempo de ejecución, algo que sí se puede hacer en el caso del contenedor del Agent. Después de establecer la variable `DD_LOG_LEVEL` en `debug`, sigue siendo necesario realizar una nueva implementación para el contenedor exclusivo de Trace-Agent .
+**No** se puede cambiar el nivel de logs del contenedor de Trace-Agent en tiempo de ejecución, algo que sí se puede hacer en el caso del contenedor del Agent. Después de establecer la variable `DD_LOG_LEVEL` en `debug`, sigue siendo necesario realizar una nueva implementación para el contenedor exclusivo de Trace-Agent .
 
 {{% /tab %}}
 {{% tab "Agent v5" %}}
 
-Cuando se ejecuta en un contenedor, el Agent no puede reiniciarse mediante `service datadog-agent restart` (o similar), ya que Docker elimina el contenedor. Utiliza el supervisor para reiniciar un Agent contenerizado:
+Cuando se ejecuta en un contenedor, el Agent no puede reiniciarse mediante `service datadog-agent restart` (o similar), ya que Docker elimina el contenedor. Utiliza el supervisor para reiniciar un Agent contenedorizado:
 
 ```text
 /opt/datadog-agent/bin/supervisorctl -c /etc/dd-agent/supervisor.conf restart all
 ```
 
-Los siguientes comandos activan la opción de generar logs de depuración, reinician el Agent, esperan 60 segundos y envían un flare, en ese orden:
+Los siguientes comandos activan la opción de generación de logs de depuración, reinician el Agent, esperan 60 segundos y después envían un flare, en ese orden:
 
 ```shell
 sed -i '/\[Main\]/a LOG_LEVEL=DEBUG' /etc/dd-agent/datadog.conf

content/es/agent/troubleshooting/high_memory_usage.md

@@ -2,10 +2,10 @@
 disable_toc: false
 further_reading:
 - link: /agent/troubleshooting/send_a_flare/
-  tag: Solucionar problemas del Agent
+  tag: Documentación
   text: Enviar un flare del Agent
 - link: /agent/troubleshooting/agent_check_status/
-  tag: Solucionar problemas del Agent
+  tag: Documentación
   text: Consultar el estado de un check del Agent
 kind: documentación
 title: Consumo elevado de memoria o CPU
@@ -15,40 +15,40 @@ Existen diversos factores que pueden causar un consumo elevado de memoria o CPU
 
 ### Causas más frecuentes de un consumo elevado de memoria o CPU
 
-- Una integración está devolviendo miles de métricas o está ejecutando un gran número de instancias de checks. Para obtener un resumen de las instancias de checks en ejecución, así como del número de métricas recopiladas, ejecuta [el comando CLI `status`][2] y consulta la sección **Collector**.
-- El tiempo de ejecución de Python o Go del Agent provoca un gran consumo de recursos. Habilita la [monitorización de Live Processes][3] para comprobar si el proceso del Agent está consumiendo una cantidad excesiva de memoria o CPU. Si lo prefieres, puedes utilizar el gestor de actividades de tu sistema operativo para consultar cuál es el consumo de recursos del proceso del Agent.
-- El Agent está monitorizando una gran cantidad de procesos. Para configurarlo, accede al [archivo de configuración del check del proceso][4].
-- El comportamiento del Agent está activando herramientas antimalware o antivirus de Windows, lo que provoca un uso elevado de CPU.
-- El Agent está reenviando un gran número de logs o métricas de DogStatsD.
+- Una integración devuelve miles de métricas o ejecuta un gran número de instancias de checks. Para obtener un resumen de las instancias de checks en ejecución, así como del número de métricas recopiladas, ejecuta [el comando CLI `status`][2] y consulta la sección **Collector**.
+- El tiempo de ejecución de Python o Go del Agent provoca un gran consumo de recursos. Habilita la [monitorización de Live Processes][3] para comprobar si el proceso del Agent está consumiendo una cantidad imprevista de memoria o CPU. Si lo prefieres, puedes utilizar el gestor de actividades de tu sistema operativo para consultar el consumo de recursos del proceso del Agent.
+- El Agent monitoriza una gran cantidad de procesos. Para configurarlo, accede al [archivo de configuración del check del proceso][4].
+- El comportamiento del Agent activa herramientas antimalware o antivirus de Windows, lo que provoca un uso elevado de la CPU.
+- El Agent reenvía un gran número de líneas de logs o métricas de DogStatsD.
 
 ### Ajustes para reducir el uso de recursos
 
 Los siguientes son algunos ajustes que puedes hacer en la configuración de tu Agent para reducir el uso de recursos:
 
-- En el caso de integraciones que tienen muchas instancias de check o que están recopilando un gran número de métricas, modifica el `min_collection_interval` en el archivo `conf.yaml` de la integración. En general, el Agent ejecuta cada instancia de check con una frecuencia de entre 10 y 15 segundos. Si se establece el `min_collection_interval` en 60 segundos o más, se puede reducir el consumo de recursos. Para obtener más información sobre el intervalo de recopilación de checks, consulta la [documentación sobre checks personalizados del Agent][5].
+- En el caso de integraciones que tienen muchas instancias de checks o que recopilan un gran número de métricas, modifica el `min_collection_interval` en el archivo `conf.yaml` de la integración. En general, el Agent ejecuta cada instancia de check con una frecuencia de entre 10 y 15 segundos. Si se establece el `min_collection_interval` en 60 segundos o más, se puede reducir el consumo de recursos. Para obtener más información sobre el intervalo de recopilación de checks, consulta la [documentación sobre los checks personalizados del Agent][5].
 - Comprueba si una integración está configurada para utilizar Autodiscovery o si una integración está utilizando un comodín (`*`) que podría tener un contexto más específico. Para obtener más información sobre Autodiscovery, consulta la página [Autodiscovery básico del Agent][6].
 
-## Contactar con el equipo de asistencia de Datadog
+## Ponerse en contacto con el equipo de asistencia de Datadog
 
-Si ninguna de las soluciones anteriores resulta apropiada para tu situación, [contacta con el equipo de asistencia de Datadog][1]. Recuerda activar la [monitorización de Live Processes]][3] para confirmar que el proceso del Agent está consumiendo una cantidad imprevisto de memoria o CPU.
+Si ninguna de las soluciones anteriores resulta apropiada para tu situación, [ponte en contacto con el equipo de asistencia de Datadog][1]. Recuerda activar la [monitorización de Live Processes]][3] para confirmar si el proceso del Agent está consumiendo una cantidad imprevista de memoria o CPU.
 
 Al abrir un ticket, no olvides proporcionar información sobre los pasos que has seguido para verificar el problema y las medidas que has tomado hasta el momento. En función de si puedes o no aislar el problema en una única integración, incluye información de una de las siguientes secciones.
 
 ### Consumo elevado aislado en una sola integración
 
-Si una sola integración está consumiendo grandes cantidades de memoria, envía un flare de nivel de depuración junto con la salida del perfil de memoria de Python:
-1. Para activar el modo de depuración, [sigue los pasos descritos en la documentación sobre el modo de depuración][7].
+Si una sola integración consume grandes cantidades de memoria, envía un flare de nivel de depuración junto con la salida del perfil de memoria de Python:
+1. Para activar el modo de depuración, [sigue la documentación sobre el modo de depuración][7].
 1. Para enviar un perfil, añade el marcador `--profile 30` al comando del flare:
    {{< code-block lang="shell">}}sudo datadog-agent flare --profile 30{{< /code-block >}}
    El comando tarda aproximadamente 30 segundos en ejecutarse, mientras recopila la información del perfil.
 
-1. Si deseas obtener el perfil de memoria de Python, captura la salida de este comando:
+1. Para obtener el perfil de memoria de Python, captura la salida de este comando:
    {{< code-block lang="shell">}}sudo -u dd-agent -- datadog-agent check <check name> -m -t 10{{< /code-block >}}
 
 ### Consumo elevado no asociado a una única integración
 
-Si el elevado consumo de memoria no está asociado a una única integración, envía un flare a nivel de depuración con un perfil, que se haya recopilado durante un periodo en el que el Agent haya utilizado más memoria o CPU de lo esperado:
-1. Para activar el modo de depuración, [sigue los pasos descritos en la documentación sobre el modo de depuración][7].
+Si el elevado consumo de memoria no está asociado a una única integración, envía un flare de nivel de depuración con un perfil que se haya recopilado durante un periodo en el que el Agent haya utilizado más memoria o CPU de lo esperado:
+1. Para activar el modo de depuración, [sigue la documentación sobre el modo de depuración][7].
 1. Para enviar un perfil, añade el marcador `--profile 30` al comando flare:
    {{< code-block lang="shell">}}sudo datadog-agent flare --profile 30{{< /code-block >}}
    El comando tarda aproximadamente 30 segundos en ejecutarse mientras recopila la información del perfil.