SLO de disponibilidade de 99,9% numa janela móvel de 30 dias. O page dispara quando o burn rate medido na janela de 1 hora e na de 5 minutos passa de 14,4 nas duas, avaliado continuamente. Até as 14:00:00 nenhuma requisição falha. Às 14:00:00 um push de config faz exatamente 10% das requisições falharem, com tráfego constante, e ninguém mexe em nada. Quantos minutos depois das 14:00:00 o page dispara, com duas casas decimais?

Cauê Braz
Staff DevOps & Platform Engineer
- local
- Brasil
- Hoje construindo na
- Pareto.AI
- GitHub
- github.com/cauebraz
- linkedin.com/in/cauealvesbraz
Passo os dias garantindo que outros engenheiros consigam entregar sem pensar na infraestrutura que está por baixo. Quinze anos em software, os últimos onze em nuvem, confiabilidade e segurança. Aqui escrevo sobre o que esse trabalho continua me ensinando.
Uma consulta faz fan-out para 2.000 servidores folha e só responde quando a folha mais lenta devolve a dela. Cada folha cumpre o próprio SLO: 1 requisição em 10.000 passa de um segundo, e as folhas são independentes. Que porcentagem das requisições do usuário passa de um segundo, arredondada para o inteiro mais próximo?
O banco de dados de pedidos está sobrecarregado e responde toda query com erro. Acima dele ficam o backend, o frontend e o código do browser, e cada camada tenta de novo uma chamada que falhou até 3 vezes com backoff exponencial com jitter antes de desistir. Quantas tentativas no banco uma única ação do usuário pode gerar?
Um worker roda com resources.limits.cpu: 200m num nó com 8 cores ociosos, o período CFS padrão do kubelet de 100 ms e o slice de bandwidth padrão do kernel de 5 ms. Durante um batch o processo mantém 4 threads prontas para rodar ao mesmo tempo, cada uma querendo um core inteiro, o período todo, e o scheduler espalha as quatro em 4 cores. Em cada período de 100 ms, por quantos milissegundos de wall clock o cgroup fica throttled?
Um rollout remove um pod com terminationGracePeriodSeconds: 30 e um hook preStop exec que roda sleep 20 para drenar o load balancer. A aplicação ignora SIGTERM e os jobs em andamento precisam de 15 segundos para terminar depois que o drain começa. O status do container mostra exit code 137. Quantos segundos depois do pedido de deleção o runtime manda SIGKILL?
Um Application Load Balancer com o idle timeout padrão fica na frente de targets nginx com keepalive_timeout 5s, e o ALB reaproveita as conexões com o backend. Os access logs mostram um fluxo pequeno e constante de linhas 5xx com target_status_code "-", todas em conexões que ficaram ociosas pouco mais de 5 segundos. CPU dos targets, health checks e a métrica de 5xx do target estão estáveis. Qual código HTTP o ALB está devolvendo ao cliente?
Uma hosted zone do Route 53 tem o SOA padrão, ns-2048.awsdns-64.net. hostmaster.example.com. 1 7200 900 1209600 86400, e o registro SOA mantém o TTL padrão de 900 segundos. Às 14:00:00 um script de deploy consultou api.example.com antes de o registro A existir, e um resolver recursivo guardou o NXDOMAIN em cache. Às 14:00:05 o registro A foi criado com TTL 60. Em segundos, por quanto tempo depois das 14:00:00 esse resolver pode continuar respondendo NXDOMAIN?
Um único target de scrape expõe um histograma clássico do Prometheus com 10 limites superiores explícitos, de 0,005 a 10 segundos, e nenhum bucket +Inf declarado pelo desenvolvedor. A exposição traz só _bucket, _sum e _count. A métrica tem dois labels, service com 4 valores e route com 5, e toda combinação é observada. O Prometheus ingere tudo sem relabeling. Quantas séries esse único histograma adiciona ao TSDB?
- 2007
- Primeiro servidor de Tibia, C e C++
- 2009
- Curso de web design, HTML, CSS e JavaScript
- 2011
- Software Engineer, autônomo
- 2014
- Software Engineer, estagiário e depois júnior, Personare
- 2015
- DevOps Engineer, Personare
- 2017
- Engineering Manager, Personare
- 2019
- Staff DevOps Engineer, Personare
- 2023
- Staff DevOps Engineer, Mosaic.tech
- 2025
- Staff DevOps Engineer, Pareto AI
- 2026
- Hoje, ainda na Pareto.AI
| ID | Nome | Tipo | Data |
|---|---|---|---|
| CHG-0006 | O que quem envia faz depois que o provedor diz não | técnico | |
| CHG-0005 | O que o aviso de spam do Gmail não diz | técnico | |
| CHG-0004 | Quando as ferramentas vão escrever para agentes? | pessoal | |
| CHG-0003 | O que reduz cardinalidade de histograma de verdade | técnico | |
| CHG-0002 | O que o Cardinality Guardian do OpenTelemetry protege de verdade | técnico | |
| CHG-0001 | O emprego que você aceita para sair do lugar | pessoal |
- ?
- esta lista
- g h
- visão geral
- g a
- Sobre
- g b
- Blog
- g c
- Compromissos
- g r
- Recomendações
- t
- trocar o tema
- Esc
- fechar