Painel cheio e incidentes que levam horas para serem entendidos formam o contraste que Rolando Bonaccorsi, especialista em gestão de operações de TI e excelência em serviços, argumenta ao tratar de observabilidade. Ter muita tela à disposição é uma coisa, e conseguir investigar uma falha nova é outra bem diferente. A distância entre as duas aparece sempre no pior momento possível.
A diferença está no tipo de pergunta que cada prática responde. Monitorar é checar se indicadores conhecidos seguem dentro do esperado, com alerta configurado para cada falha já prevista. Observar, conforme alude Rolando Bonaccorsi, é conseguir formular uma pergunta inédita sobre o comportamento do sistema e respondê-la com o dado já coletado, sem esperar que a falha se repita para entender o que houve.
Monitorar responde pergunta já conhecida
Limites de uso de processador, memória, espaço em disco e tempo de resposta cobrem modos de falha previstos por quem desenhou o monitoramento. A abordagem funciona bem para problemas repetidos, porque alguém já viveu o incidente antes e criou o alerta correspondente, com valor de corte definido a partir da experiência acumulada pela equipe. Falha conhecida tem alerta definido, e alerta conhecido tem procedimento de atendimento.
Arquiteturas distribuídas quebram essa lógica com facilidade. Conforme enfatiza Rolando Bonaccorsi, falhas em ambientes com dezenas de serviços interdependentes surgem de combinações inéditas, como uma versão nova de biblioteca que degrada apenas as requisições de um tipo de cliente em uma região específica, cenário que nenhum painel previamente montado contempla. A pergunta certa só nasce durante a investigação.
Rastro distribuído mostra o caminho da requisição
Rastreamento distribuído acompanha uma requisição individual por todos os serviços que ela atravessa, com identificador único e registro de tempo em cada etapa. O resultado responde em segundos a pergunta que antes consumia uma tarde inteira de investigação, porque mostra exatamente qual chamada adicionou latência ao percurso completo da requisição. Sem o rastro, a equipe depende de hipótese e de tentativa.
Registros estruturados complementam o rastro quando carregam contexto suficiente, como identificador do cliente, versão da aplicação e tipo de operação executada. Rolando Bonaccorsi pontua que a riqueza desses atributos define o alcance da investigação, já que nenhuma pergunta sobre um cliente específico pode ser respondida se o dado nunca registrou qual cliente estava ali. Contexto pobre limita a investigação antes dela começar.
Painel em excesso esconde o sinal
Rolando Bonaccorsi expõe um efeito colateral pouco discutido do acúmulo de painéis. Cada tela criada responde à dúvida de um incidente passado, e a soma delas forma um mural que ninguém consulta por inteiro, com gráficos duplicados, métricas abandonadas e alertas que disparam sem nenhuma ação associada do outro lado. O ruído visual acaba cobrando o mesmo preço do ruído de alertas.
Curadoria resolve muito mais do que a criação de novas telas. Revisar periodicamente quais painéis são abertos de fato, desativar alerta que ninguém trata e definir o que merece retenção longa reduz custo de armazenamento e devolve atenção à equipe. Volume de telemetria sem critério gera fatura alta e, ao mesmo tempo, investigação lenta, porque dado irrelevante ocupa espaço e desvia atenção do que importa.
Observabilidade se prova durante o incidente
O teste honesto acontece sob pressão. Diante de uma falha desconhecida, a equipe consegue perguntar quais clientes foram afetados, em qual versão, a partir de que horário e em qual região, usando apenas o que já está coletado? Quando a resposta exige adicionar registro no código e aguardar a próxima ocorrência da falha, a observabilidade ainda não existe naquele ambiente.
Rolando Bonaccorsi examina o caminho para chegar a esse patamar, que exige instrumentação consistente das aplicações, padrão de registro combinado entre os times e disciplina de contexto nos dados. Confira neste artigo o que separa painel bonito de capacidade real de investigação, porque a conta da diferença chega em forma de indisponibilidade prolongada, cliente insatisfeito e noite perdida pela equipe de plantão.
