Nível 05 — Observabilidade
Esta seção trata de saber o que está acontecendo dentro do sistema.
O problema desta seção
Monitoramento responde perguntas que você antecipou: a CPU está alta? A taxa de erro subiu? O disco está cheio?
Observabilidade é a capacidade de responder perguntas que você não antecipou: por que essas 200 requisições específicas, de clientes de um plano específico, ficaram lentas às 14h de ontem?
A distinção não é semântica. Ela decide se, durante um incidente, você consegue investigar — ou apenas confirmar que algo está errado.
E ela importa porque os incidentes que causam dano quase sempre vêm de cenários que ninguém antecipou. Ver resiliência. Cenário previsto é o que se trata por mecanismo; o que sobra exige investigação.
O segundo problema é econômico. Telemetria custa — coleta, transporte, armazenamento, consulta — e o custo cresce mais rápido que o sistema. Boa parte do que é coletado nunca é consultado, e a redução ingênua remove exatamente o que faz falta na investigação.
O que você vai encontrar aqui
Os três sinais. Logs, métricas e traces — o que cada um responde bem, o que responde mal, e por que os três são necessários.
Rastreamento distribuído. Como seguir uma requisição através de dezenas de serviços, com propagação de contexto e amostragem.
Identificadores de correlação. A técnica mais barata da seção e o pré-requisito de quase tudo.
Telemetria. Instrumentação, coleta e o custo — tratado como decisão de arquitetura, porque é.
Alertas. O que merece acordar alguém, e por que a maior parte dos alertas existentes não merece.
Painéis. Para que servem, e por que o painel que serve à investigação é diferente do que serve ao acompanhamento.
Sinais dourados. As quatro medidas que cobrem a maior parte dos problemas.
Conceitos de SRE. O vocabulário e as práticas que organizam operação em escala.
Depurabilidade. A propriedade que se projeta no sistema, não na ferramenta.
Ordem de leitura
Comece por identificadores de correlação. Sem eles, os demais sinais não se conectam, e a investigação em sistema distribuído fica inviável.
Depois sinais dourados, que dão um ponto de partida concreto para instrumentar.
Logs, métricas e traces formam um bloco. Leia os três antes de decidir onde investir.
Alertas merece atenção especial se o seu time tem sobreaviso — é o documento que mais reduz sofrimento operacional.
Deixe depurabilidade para o fim. Ele reorganiza tudo o que veio antes numa propriedade de projeto.
Ao terminar
Você instrumenta para responder perguntas que ainda não foram feitas, em vez de para preencher painéis.
Consegue seguir uma requisição através do sistema e dizer onde ela gastou tempo — sem correlacionar registros à mão.
Reconhece que a maior parte dos alertas de um sistema típico não deveria existir, e sabe qual critério aplicar.
E entende que observabilidade é uma propriedade do sistema, não da ferramenta: um sistema que não emite contexto não fica observável porque alguém comprou uma plataforma.
Continua em
DevOps e Plataforma, onde a operação deixa de ser reativa e passa a ser desenhada.