Produto

Depure o sistema que está falhando

Presets de estresse e desafios de diagnóstico: como o RodGrid deixa você quebrar um design de propósito e descobrir se consegue consertá-lo.

Sistemas reais não falham com educação. Eles falham às 2h da manhã, sob uma tempestade de retries, com caches frios, enquanto uma zona de disponibilidade está fora do ar. Mas o jeito como costumamos avaliar arquitetura — em revisões de arquitetura e em entrevistas — é olhando o diagrama do dia em que tudo dá certo. Os presets de estresse e os desafios de diagnóstico do RodGrid existem para fechar essa lacuna: quebre o design de propósito e veja quem consegue diagnosticá-lo.

Doze jeitos de machucar um sistema saudável

O simulador de tráfego aceita um cenário de estresse por cima de qualquer carga que você definir. Os presets que valem para o Grid inteiro atingem uma classe inteira de nós de uma vez:

  • Pico de tráfego ×3 e Multidão ×10 — três ou dez vezes o tráfego que você definiu: o design aguenta o pico com a folga que tem, ou precisa de filas, descarte de carga ou autoscaling?
  • Cache stampede — todos os caches dão miss ao mesmo tempo e os armazenamentos atrás deles herdam a carga de leitura.
  • Cache frio — a versão do dia a dia, pós-deploy: 30% da taxa de acerto normal.
  • Perda de AZ — cada camada que você opera perde as réplicas que tinha na zona que caiu, e o roteamento entre zonas adiciona latência.
  • Terceiro lento — todas as suas dependências externas têm um dia ruim ao mesmo tempo; a lição é isolamento.
  • Tempestade de retries — falhas geram retries que geram carga, o ciclo de realimentação que transforma um soluço numa indisponibilidade.

Os presets por nó fixam a falha em um componente que você escolhe:

  • Perda de nó — ele sai do ar por completo.
  • OOM kill — o nó fica sem memória e reinicia sem parar: a capacidade despenca, a latência dispara, os erros sobem.
  • Pool de threads esgotado — as requisições ficam na fila atrás de workers bloqueados.
  • Partição de rede — cerca de metade das chamadas falha, depois de esperar até o timeout.
  • Partição quente — um shard desbalanceado recebe a maior parte da carga.
Experimente: o que um cache stampede faz aqui?

Diagram components: Web App, Load Balancer, Application Service, Redis, PostgreSQL.

Uma arquitetura saudável, com muita leitura. Abra um Grid assim no RodGrid, ligue o simulador e ative Cache stampede — o banco de dados herda todas as leituras que o cache absorvia; observe se ele, ou outro componente, chega ao limite.

Desafios de diagnóstico

Alguns desafios entregam a você um sistema que já está falhando: um design inicial pronto, um SLO declarado e um cenário de estresse armado. Seu trabalho é o de quem está de plantão — descobrir por que ele falha nesse cenário e redesenhá-lo até ele atender ao SLO. Ao enviar, o servidor reconstrói o cenário e roda a simulação de novo no seu Grid final, então a nota reflete o que o seu design realmente faz sob fogo, e não o que uma descrição dele afirma.

Nota O simulador por trás de tudo isso é um modelo determinístico de capacidade, não um emulador em nível de pacote — as mesmas premissas publicadas valem em todo lugar, e é exatamente isso que torna justas as comparações de antes e depois. Mais sobre como ele funciona em “Como funciona o simulador de tráfego”.