O primeiro alerta é um cliente.
Ninguém acionou o time porque nada media a jornada.
Ver a falha antes do relato do cliente.
Sinais, alertas e um caminho durante um incidente. Os nomes de produto nesta página são exemplos, não integrações instaladas.
Silêncio não é saúde.
Todo gráfico está vermelho.
Fadiga de alerta faz o incidente real parecer o resto.
A linha do tempo é uma memória.
Depois da correção, ninguém sabe dizer o que foi visto e o que foi decidido.
O que colocamos.
Datadog, Grafana, Sentry, OpenTelemetry, Prometheus e PagerDuty são exemplos desta categoria. Não afirmamos que estão implantados e não somos parceiros desses fornecedores.
Sinais.
Logs, métricas e traces para as poucas jornadas que importam, com um nome de serviço que uma pessoa consegue ler.
Alertas com um caminho.
Um acionamento, um runbook e um dono. Deduplicados para a noite não ser uma enchente.
Uma verificação de fora.
Sondas sintéticas de navegador ou API no caminho crítico. Um painel verde dentro do cluster não é o mesmo que um cliente terminando a tarefa.
Durante um incidente.
Este é o método. Não é a afirmação de que um produto específico de plantão já está em uso.
Ver.
Um sinal que corresponde ao dano do cliente.
Conter.
Rollback, flag ou limite. Depois procurar a causa.
Registrar.
O que aconteceu, o que foi tentado e o que pegaria da próxima vez. Sem número de disponibilidade inventado.
Limites.
Sem promessa de disponibilidade.
Não publicamos percentual, SLA nem tempo médio de recuperação.
Sem logos de parceiros.
Nomes de ferramentas descrevem o tipo de trabalho. Não são endossos.
Perguntas que esperamos.
Vocês instalam um fornecedor específico?
Só se o produto couber na stack e na licença. A oferta é o sinal e a resposta, não um logo.
O painel é a entrega?
Um painel sobre o qual ninguém age não é. A entrega é um sinal ligado a uma decisão.
Traga a restrição, não uma lista de ferramentas.
Dizemos o que entra no escopo, o que fica de fora e o que contaria como prova.