O último ativo a falhar: observabilidade que continua quando a energia cai

São duas da manhã e a energia do prédio cai. O gerador deveria entrar em poucos segundos. Entrou? Ninguém sabe.

O sistema de monitoramento roda numa máquina virtual dentro da mesma sala, ligada ao mesmo nobreak e à mesma internet. Quando a crise começa, ele é o primeiro a ficar em silêncio. É como um alarme de incêndio que desliga quando sente fumaça.

A cegueira operacional

Em uma falta de energia, as perguntas que importam costumam ficar sem resposta:

• O gerador realmente partiu?
• Quanto combustível resta e até que horas ele aguenta?
• A queda foi total, de uma fase ou por tensão inadequada da concessionária?
• Algum servidor ou switch perdeu a fonte durante a oscilação?

Em uma falha de conectividade, acontece o mesmo. A causa pode estar na operadora, em um serviço de terceiros, no roteamento, no DNS, no firewall ou no cabo. Sem medição de fora para dentro, tudo parece igual: "caiu".

Três desenhos que falham na hora errada

• Monitoramento instalado dentro da infraestrutura que ele observa. Se o firewall, o DNS, a internet ou a energia falham, a coleta para junto.
• Monitoramento que só pode ser acessado de dentro da rede. Durante o incidente, alguém precisa ir até o local para saber o que está acontecendo, e o tempo de recuperação aumenta.
• Coleta feita de um único ponto interno. A ferramenta não enxerga o que o usuário de fora está vivendo.

A caixa-preta do avião

A caixa-preta foi pensada para funcionar justamente quando todo o resto falhou. A mesma ideia vale para a observabilidade de ambientes locais.

A Condor tem um appliance de observabilidade de propriedade intelectual própria, projetado para ser o último ativo a falhar no ambiente. Ele tem alimentação redundante, uma rota de comunicação alternativa pela rede celular e acesso remoto seguro para as equipes de infraestrutura, inclusive durante manutenções.

A comunicação é feita apenas por túneis criptografados de saída. Não é preciso abrir portas de entrada no firewall, e o equipamento não fica exposto à internet.

Coleta que sobrevive ao próprio coletor

Sempre que possível, os sensores são lidos por protocolos de rede padronizados, como SNMP, APIs e Modbus TCP. Assim, se o próprio equipamento falhar, uma máquina virtual de contingência assume a coleta desses sensores. Só os sensores puramente físicos ficam dependentes do hardware.

Em ambientes de nuvem, a lógica é parecida: a coleta acontece de dentro da nuvem e também de pontos externos. Se o provedor entrar em manutenção ou ficar instável, a medição continua, e a decisão de subir o serviço em outro ambiente pode ser tomada com dados.

Observabilidade que cai junto com o ambiente não é observabilidade. É um painel bonito para os dias tranquilos.

Energia, clima e TI no mesmo lugar

Servidores, links e aplicações costumam ficar num painel. Nobreak, gerador, ar-condicionado e câmeras ficam em outro, quando ficam. Juntar tudo numa visão única mostra a sequência real de um incidente: a tensão oscilou, o nobreak assumiu, a temperatura subiu, o link caiu.

Este texto foi adaptado de um documento interno da Condor Labs sobre observabilidade para ambientes locais e híbridos.