Saber que algo quebrou antes do cliente avisar
Instrumentamos o seu sistema com logs, métricas, rastreamento e alertas, testamos a restauração dos backups e deixamos um plano para quando algo falhar.
Para quem é
Para empresas que descobrem as falhas do sistema pela reclamação de um cliente.
O que resolve
- O sistema fica lento e ninguém consegue dizer qual parte é a culpada.
- O primeiro aviso de que algo caiu é a mensagem de um cliente.
- Os alertas disparam o tempo todo, e a equipe aprendeu a ignorá-los.
- Existe backup, mas ninguém nunca tentou restaurar um.
- Depois de cada incidente, o mesmo problema volta, porque ninguém registrou a causa.
O que fazemos
- Logs e rastreamento
- Registros pesquisáveis e o caminho de cada requisição entre serviços, sem dados pessoais desnecessários.
- Métricas e painéis
- Tráfego, erros, latência e filas de cada serviço, em painéis que a equipe entende.
- Objetivos de serviço (SLO)
- Metas de disponibilidade e de tempo de resposta definidas com você para fluxos como a confirmação de um Pix.
- Alertas que pedem ação
- Cada alerta tem dono, gravidade e um roteiro do que fazer; o ruído é cortado.
- Backup e restauração
- Backups automáticos e restauração ensaiada de verdade, num ambiente separado, com o tempo anotado.
- Análise pós-incidente
- Depois de cada falha relevante, causa, linha do tempo e ações ficam registradas, sem caça a culpados.
O que você recebe
- Logs, métricas e rastreamento instrumentados nos serviços principais
- Painéis por serviço e por fluxo de negócio
- Regras de alerta, cada uma com o seu roteiro de resposta
- Relatório do ensaio de restauração de backup
- Modelo de análise pós-incidente, pronto para a sua equipe usar
Como fazemos
Mapa do sistema
Serviços, dependências e os fluxos que não podem parar.
Instrumentação
Logs, métricas e rastreamento adicionados com o mínimo de mudança no código.
Metas e alertas
Objetivos de serviço combinados com você e alertas ligados a eles.
Ensaio de restauração
Um backup restaurado de verdade, com o resultado e o tempo registrados.
Rotina
Revisão periódica dos alertas e das análises de incidente com a sua equipe.
Exemplos de tecnologia
- OpenTelemetry
- Prometheus
- Grafana
- Loki
- Sentry
- pgBackRest
Serviços relacionados
Perguntas frequentes
Quem recebe os alertas de madrugada?
Depende do que for combinado. Os alertas podem ir para a sua equipe, para nós ou para os dois. Se houver atendimento fora do horário comercial, ele é definido no contrato de sustentação.
Precisamos de uma ferramenta paga de monitoramento?
Não necessariamente. Dá para montar tudo com ferramentas de código aberto ou com um serviço pago; a escolha pesa custo, volume de dados e quem vai operar.
O que é um SLO, na prática?
É uma meta combinada para um fluxo e medida o tempo todo: por exemplo, quanto das confirmações de pagamento precisa sair dentro de um tempo definido. Quando a meta está em risco, a estabilidade passa na frente das novidades.
E se o sistema cair mesmo assim?
Observabilidade não evita toda falha. Ela encurta o tempo até alguém perceber o problema e achar a causa, e a análise depois do incidente diminui a chance de ele se repetir.
Escreva para a Balkan
Falar sobre o seu projeto