Spikes, PoCs e Adoção de Novas Ferramentas

Novas ferramentas Python - orquestradores, bancos de dados vetoriais, frameworks - precisam de spikes e PoCs disciplinados antes da adoção em toda a frota. Limites de tempo, critérios escritos e resultados de ADR evitam desenvolvimento impulsionado por currículo e surpresas na produção.

Receita

Cartão de receita de referência rápida - pronto para copiar e colar.

# Carta de Spike
**Questão:** O Polars pode reduzir o tempo de ETL em 50% no mart de pedidos?
**Limite de tempo:** 3 dias (termina sexta-feira EOD)
**Responsável:** @data-eng
**Sucesso:** tempo de execução do job de staging < 12 min (baseline 25 min)
**Não-metas:** cutover de produção, refatoração completa
**Saída:** README em `spikes/2026-07-polars/` + rascunho de ADR de recomendação

Quando usar isso:

• RFC com questão em aberto
• Demonstração do fornecedor parece incrível
• Equipe quer substituir Celery/Airflow/xyz
• Estimativa bloqueada por desconhecido

Exemplo de Trabalho

# spikes/2026-07-polars/README.md
 
## Resultado: Adotar para novos marts; não reescrever legado ainda
 
| Critério | Atendido? |
| Melhoria de 50% no tempo de execução | sim (22→10 min) |
| Equipe pode manter | sim (2 engenheiros treinados) |
| Custo de operação aceitável | sim (mesmo tamanho de job K8s) |
| Modos de falha compreendidos | parcial - documentar pico de memória em joins largos |
 
## Próximos passos
- ADR-021 adota Polars para novos pipelines
- Ticket: adicionar Polars ao cookiecutter da plataforma de dados
- PoC de hardening NÃO concluído - produção precisa de ticket de observabilidade

# spikes/2026-07-polars/benchmark.py - script de evidência mínima
import time
 
import polars as pl
 
start = time.perf_counter()
df = pl.scan_parquet("sample.parquet").group_by("tenant_id").len().collect()
print(f"rows={df.height} elapsed={time.perf_counter() - start:.2f}s")

O que isso demonstra:

• A questão da carta é falseável
• A saída do spike é um README curto com recomendação de decisão
• PoC explicitamente não está pronto para produção
• ADR segue para adoção/rejeição em toda a frota

Mergulho Profundo

Como Funciona

• Spike - Aprendizado; código descartável OK na pasta spikes/.
• PoC - Demonstra valor para stakeholders; ainda não tem SLO de produção.
• Piloto - Um serviço em produção com flags e runbook - ponte para adoção.
• Adoção - Cookiecutter, CI, treinamento, runbook de plantão atualizado.
• Rejeição - ADR documenta por que não foi escolhido - evita novo debate mensalmente.

Dimensões de Avaliação

Notas Python

Pasta spikes/ ignorada pelo git para dados grandes; comitar apenas README + scripts

Armadilhas

• Spike se torna produção - Sem testes ou runbook. Correção: Gate de checklist de hardening para piloto.
• Sem limite de tempo - Pesquisa infinita. Correção: Fim no calendário; apresentar o que foi aprendido.
• Critérios de sucesso após resultados - Viés. Correção: Critérios na carta antes do código.
• Adotar porque a demo é brilhante - Carga operacional ignorada. Correção: Aprovação do operador na tabela de avaliação.
• Rejeitar sem ADR - Rejulgar trimestralmente. Correção: ADR curto "rejeitado Polars 2024; substituído por ADR-021."

Alternativas

FAQs

Relacionados

• Registros de Decisão de Arquitetura (ADRs) - registro de adoção/rejeição
• Tomada de Decisão Técnica - opções classificadas
• Realizando Revisões de Design - resultados de spikes em RFC
• Governança de Dependência e Cadeia de Suprimentos - aprovação de nova dependência
• Priorizando Plataforma e Dívida Técnica - capacidade para spikes

Versões de Stack: Esta página foi escrita para Python 3.14.0 (estável 3.14, manutenção 3.13), FastAPI 0.115+, Django 5.2, Flask 3.1, Pydantic 2, PyTorch 2.6+, pandas 2.2+, Polars 1.x, ruff 0.9+, e uv 0.6+.