Production diagnosis in English C1

Nível: C1

Objetivo

Diagnosticar problemas em produção em C1 com hypothesis, signal, correlation, causation, mitigation, rollback e verification. O foco é investigar sob pressão, sem tempo para 'vamos ver o que acontece'.

Explicação

Diagnóstico em produção em C1 é o processo de encontrar a causa raiz durante um incidente, com stakeholders pedindo updates e o relógio correndo. Seis etapas:

1. Hypothesis

C1 formula hipóteses explícitas antes de testar. `Our hypothesis is that the legacy service is rate-limited; the data shows error rate spiked after 14:00 UTC, and the deploy at 13:55 UTC is the prime suspect`. Hipótese em C1 é uma frase, não 'achismo'.

2. Signal

C1 cita o sinal que confirma ou refuta. `The signal is: error rate spiked to 8% at 14:02 UTC, and the trace shows 100% of errors are 503 from the legacy service`. Sinal em C1 é dado, não 'parece que'.

3. Correlation vs causation

C1 distingue: `The deploy correlates with the spike, but we need to verify causation by rolling back`. Correlation em C1 não é prova; rollback confirma.

4. Mitigation

C1 cita a mitigação aplicada. `We rolled back the deploy at 14:08 UTC; error rate returned to normal at 14:15 UTC`. Mitigação em C1 é ação concreta com timestamp.

5. Rollback

C1 sempre tem rollback pronto. `Rollback: the deploy is behind a feature flag; we can disable in 30 seconds`. Rollback em C1 é o botão de emergência.

6. Verification

C1 verifica se a mitigação funcionou. `Verification: error rate is back to 0.5%, p99 is 200 ms, customer support tickets are stable`. Verification em C1 é o que fecha o ciclo.

Exemplos

Erros comuns

• Sem hypothesis: 'vamos ver' é investigação sem direção; C1 formula hipótese primeiro.
• Signal vs achismo: 'parece que o banco está lento' é opinião; 'o trace mostra 503 do banco' é sinal.
• Correlation = causation: 'o deploy e o spike são ao mesmo tempo' não prova causalidade; rollback confirma.
• Mitigation sem timestamp: 'fizemos o rollback' é vago; 'rolled back at 14:08 UTC' é auditável.
• Sem rollback pronto: 'vamos pensar' durante incidente é miopia; C1 sempre tem rollback atrás de feature flag.
• Sem verification: 'achamos que está resolvido' é opinião; 'error rate is 0.5%, p99 is 200 ms' é verificação.

Prática guiada

Reescreva cada diagnóstico abaixo no padrão C1.

1. Hypothesis: hipótese + dado que sustenta.
2. Signal: dado, não 'parece que'.
3. Correlation vs causation: rollback confirma.
4. Mitigation: ação + timestamp.
5. Rollback: feature flag, tempo de execução.
6. Verification: métricas voltam ao baseline.

Resumo

Diagnóstico C1 em produção segue seis etapas: hypothesis (frase explícita), signal (dado), correlation vs causation (rollback confirma), mitigation (ação + timestamp), rollback (feature flag), verification (métricas). Sem isso, o incidente vira achismo; com isso, vira investigação.

História: Production diagnosis in English C1

Nível: C1

História em inglês

Diagnosing the P1 spike in production

On Friday at 14:02 UTC, error rates spiked on the checkout service. I formed the hypothesis: our hypothesis is that the legacy service is rate-limited; the data shows error rate spiked after 14:00 UTC, and the deploy at 13:55 UTC is the prime suspect. I checked the signal: the trace shows 100% of errors are 503 from the legacy service, and the rate limit log shows 500 requests/minute hit the limit at 14:01 UTC. I noted: the deploy correlates with the spike, but we need to verify causation by rolling back. I applied the mitigation: we rolled back the deploy at 14:08 UTC; error rate returned to normal at 14:15 UTC. I verified: error rate is 0.5%, p99 is 200 ms, customer support tickets are stable. Causation confirmed.

Tradução linha por linha

Notas de vocabulário

• hypothesis: legacy service is rate-limited; deploy at 13:55 is prime suspect = Hypothesis: hipótese + dado.
• signal: 100% of errors are 503 from the legacy service; rate limit hit at 14:01 = Signal: dado mensurável.
• deploy correlates with the spike; verify causation by rolling back = Correlation vs causation: rollback confirma.
• rolled back at 14:08 UTC; error rate back to normal at 14:15 = Mitigation: ação + timestamp.
• verification: error rate 0.5%, p99 200 ms, support tickets stable = Verification: métricas.

Perguntas de compreensão

1. O que diferencia hypothesis C1 de 'achismo'?
2. Por que signal C1 cita dado?
3. Como C1 distingue correlation de causation?
4. O que torna verification C1 útil?

Prática com a história

1. Escreva um diagnóstico C1 com hypothesis, signal, mitigation, e verification para um spike de error rate.
2. Escreva uma frase C1 que distingue correlation de causation.
3. Escreva a verification C1 para um rollback bem-sucedido.