Saúde do Plantão

O plantão só funciona a longo prazo quando as rotações são justas, os alertas são acionáveis e o tempo de recuperação é protegido. Flotas Python se afogam em ruído quando cada nova tentativa do Celery e reinício do worker do Gunicorn acionam alguém.

Receita

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

## Checklist de higiene de alertas (mensal)
- [ ] Cada alerta ativo tem URL do runbook na anotação
- [ ] Nenhum alerta disparou >3x no último mês sem ticket
- [ ] Alertas de queima de orçamento baseados em SLO substituem limites estáticos sempre que possível
- [ ] Severidade de horário comercial vs. acordar separadas
- [ ] Chamadas por turno de plantão rastreadas no painel

# Preferir queima de SLO em vez de 5xx brutos
- alert: CheckoutErrorBudgetBurn
  expr: slo_error_budget_burn_rate{service="orders-api"} > 1
  for: 10m
  labels:
    severity: page
  annotations:
    runbook: https://github.com/acme/runbooks/orders-api.md

Quando usar isso:

• Engenheiros evitam os horários de plantão ou sofrem burnout
• O mesmo alerta dispara semanalmente sem ação
• MTTR bom, mas moral baixo
• Escalando a equipe sem escalar a carga do pager

Exemplo de Trabalho

"""on_call_metrics.py - rastreador simples de carga de pager para retrospectivas."""
from __future__ import annotations
 
from dataclasses import dataclass
from datetime import date
 
 
@dataclass
class ShiftStats:
    engineer: str
    week: date
    pages: int
    actionable: int  # levou a trabalho impactando o cliente
    false_positive: int
 
 
def health_score(stats: ShiftStats) -> str:
    if stats.pages == 0:
        return "quiet"
    action_rate = stats.actionable / stats.pages
    if stats.pages > 10 and action_rate < 0.3:
        return "noisy_rotation"
    if stats.pages > 15:
        return "overloaded"
    return "healthy"
 
 
def main() -> None:
    sample = ShiftStats("ana", date(2026, 7, 7), pages=12, actionable=4, false_positive=8)
    print(sample.engineer, health_score(sample))
 
 
if __name__ == "__main__":
    main()

O que isso demonstra:

• Rastreia páginas acionáveis vs. falsos positivos por turno
• Pontuação de saúde destaca rotações ruidosas que precisam de ajuste de alerta
• Dados impulsionam a revisão operacional mensal, não anedotas
• Links de runbook nas anotações de alerta reduzem o tempo médio para mitigar

Mergulho Profundo

Como Funciona

• Design da rotação - Primário + secundário, semanas consecutivas máximas, justiça na troca de fuso horário.
• Níveis de alerta - Página (acordar), ticket (dia seguinte), log (apenas painel).
• Paginação baseada em SLO - Taxas de queima de múltiplas janelas reduzem falsos positivos em comparação com limites estáticos.
• Follow-the-sun - Opcional para frotas globais; documento de passagem necessário.
• Recuperação - Compensação com folga ou pagamento; sem cultura de herói para ruído evitável.

Modelo de Rotação Sustentável

Fontes de Ruído da Frota Python

Armadilhas

• Alertar sobre contagem de logs de ERRO - Falhas de terceiros acionam todos. Correção: Chamar com queima de SLO com duração for:.
• Sem secundário - Férias se tornam risco de interrupção. Correção: Sempre agendar backup com integração de calendário.
• Runbooks apenas na wiki - Links quebrados às 3 da manhã. Correção: Caminho do runbook no repositório em cada anotação de alerta.
• Ignorar taxa de falsos positivos - Engenheiros silenciam o canal. Correção: Excluir ou corrigir mensalmente alertas com >50% de falsos positivos.
• Sempre a mesma pessoa de plantão - Fator de risco de substituição e burnout. Correção: Ferramenta de rotação impõe justiça; gerente audita trimestralmente.

Alternativas

FAQs

Relacionado

• Playbooks de Resposta a Incidentes - o que fazer quando acionado
• Transformando Incidentes em Barreiras de Proteção - reduzir páginas repetidas
• Depuração de Produção - kit de ferramentas de primeira resposta
• Métricas - instrumentação de SLO
• Onboarding de Equipe - integrar novos proprietários

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+.