Separar novas operações do histórico
A reposição da flag faz /ready e uma nova operação responderem positivamente. Os dois efeitos da intenção anterior continuam presentes. Esta combinação é o ponto de partida da segunda aula: existe melhoria funcional observada e existe trabalho de dados por concluir.
Uma equipa pode organizar duas frentes, com responsáveis que reportam ao mesmo coordenador. Uma observa a estabilidade e os critérios de retoma; outra reconcilia intenções, resultados e ações necessárias. Não apagues uma linha apenas porque a contagem parece excessiva.
Numa aplicação empresarial, o registo pode corresponder a efeitos noutros sistemas e precisar de uma compensação aprovada. O exercício pede que o aluno explicite o que sabe e quem pode decidir sobre o que ainda não sabe.
Retomar o backlog com critérios
O cenário fictício apresenta 600 tentativas sem confirmação, não 600 intenções necessariamente novas. Algumas tentativas podem ser repetições do mesmo trabalho e outras já podem ter resultado confirmado no servidor. Agrupa pela identidade estável, conserva identificadores de tentativa e distingue resultados conhecidos de resultados incertos.
Define um ritmo de retoma e um critério de interrupção compatíveis com a capacidade demonstrada. Uma chave de idempotência não elimina carga de rede, consultas ou contenção na base. Se o cut-off não for atingível, comunica a previsão condicionada e o impacto restante.
A decisão deve combinar segurança da repetição, capacidade e responsabilidade, em vez de tratar um único controlo como autorização automática para libertar toda a fila.
Comunicar e transferir cada frente
Uma atualização útil pode dizer que novas operações foram validadas às 14:20, enquanto a reconciliação continua atribuída e terá novo ponto de situação definido. A hora de atualização é um compromisso diferente de uma promessa de recuperação total.
Na oficina, escreve a mensagem em inglês para um coordenador internacional, identificando âmbito, resultado observado, incerteza e próximo passo. A seguir, prepara o handover. Se a nova equipa só aceitou observar tráfego, não assumes que aceitou também decidir o tratamento dos efeitos repetidos.
Regista quem recebeu cada frente e quais critérios permitem concluí-la. O documento apoia a passagem, mas a compreensão e a aceitação humana precisam de ser observadas num exercício acompanhado, ainda não executado aqui.
Transformar a aprendizagem em aceitação
O postmortem não deve terminar numa ação vaga para melhorar retries. O material propõe critérios observáveis para o mecanismo estudado: perder a resposta depois do commit, repetir a mesma intenção, introduzir concorrência e enviar conteúdo divergente para uma chave existente.
Verifica efeitos, resultados devolvidos e limites da solução. Num serviço com chamada externa fora da transação SQLite, acrescenta testes dessa fronteira; o resultado local não cobre automaticamente o novo percurso. A oficina também pede a identificação de lacunas de monitorização e comunicação, com responsáveis e evidência de conclusão.
Os testes automáticos deste curso verificam o guião e os dados. Não medem a competência de uma equipa em incidente real nem substituem revisão independente por especialista.
Ficheiros do exercício
Pacote do exercício incident-runtime, versão 2026-10. Extrai para uma pasta nova e segue o README.pt.md. Os caminhos content/labs dos comandos ficam disponíveis a partir da pasta extraída. Python 3.13 e permissão para abrir servidores HTTP temporários apenas em 127.0.0.1. Usa sockets, threads e ficheiros temporários próprios, sem acesso a serviços ou dados externos.
Descarregar incident-runtime (ZIP)
SHA-256 (ZIP)
ae85aba70fa545fd074a211c94c9a7fad4492f3ae0bdb9e37bb82ef945bf4b00
# Inspect retained results without starting another server.
python3 - <<'PY'
import json
from pathlib import Path
r=json.loads(Path("content/labs/incident-runtime/evidence.json").read_text())
for k in ["restoredTrafficDoesNotUndoPriorDuplicates",
"reconciliationRetainsDifferentOutcomes"]:
print(k, r["checks"][k])
PYUma nova operação passa após a mitigação, mas os dois efeitos anteriores da mesma intenção continuam na base.
Armadilhas comuns
Apagar duplicados sem decisão, retirar limites de replay porque existe uma chave ou transferir só a monitorização e esquecer a reconciliação.
Tópicos relacionados: Diagnóstico e mitigação · Comunicação e passagem para RUN
A recuperação funcional e a reconciliação precisam de critérios e responsáveis próprios, ligados ao mesmo estado do incidente.
Referências
- Managing Incidents · SRE book chapter 14; rolling online text consulted 2026-10-04
- Monitoring Distributed Systems · SRE book chapter 6; rolling online text consulted 2026-10-04
- Effective Troubleshooting · SRE book chapter 12; rolling online text consulted 2026-10-04
- Incident state document example · SRE book appendix C; organizational example, not a bank policy
- Postmortem Culture · SRE book chapter 15; rolling online text consulted 2026-10-04
- External Communication Guidelines · Rolling organizational guidance consulted 2026-10-04; not a universal SLA
- Making retries safe with idempotent APIs · Malcolm Featonby article consulted 2026-10-04; conceptual source, no AWS API executed
- Python http.server · Python 3.13 rolling docs label 3.13.16; executed CPython 3.13.1; local training server only
- Python sqlite3 transactions · Python 3.13 rolling docs label 3.13.16; executed CPython 3.13.1 and SQLite 3.51.2