Categoria
O maior erro ao criar runbooks é tratá-los como documentação estática. Estudos mostram que 70% dos runbooks corporativos nunca são atualizados após a primeira versão, tornando-se "letra morta". Quando um incidente real acontece, o time prefere debuggar do zero a confiar em instruções desatualizadas.
Um incidente em times de desenvolvimento é qualquer evento que cause interrupção ou degradação significativa de um serviço, afetando usuários finais ou processos de negócio. A classificação padrão adota quatro níveis:
Health checks e readiness probes são mecanismos fundamentais para garantir a resiliência e disponibilidade de serviços em ambientes modernos. Embora frequentemente confundidos, eles servem a propósitos distintos e complementares.
O logging estruturado é uma abordagem moderna para registro de eventos em aplicações que substitui o texto livre tradicional por dados formatados e padronizados. Enquanto um log tradicional pode ser:
Para estabelecer um monitoramento eficaz, é essencial compreender a tríade fundamental: SLA (Service Level Agreement), SLO (Service Level Objective) e SLI (Service Level Indicator). O SLA é o contrato formal com o cliente, definindo penalidades e garantias. O SLO é a meta interna que a equipe almeja, geralmente mais rigorosa que o SLA. O SLI é a métrica real medida, como tempo de resposta ou taxa de erro.