Aula

Deep C1 postmortem

Nível: C1

Objetivo

Escrever postmortem C1 profundo com timeline, contributing factors, detection gaps, prevention, action items e owners. O foco é transformar o incidente em aprendizado sistemico, não 'foi o deploy'.

Explicação

Postmortem C1 profundo não é 'foi o deploy, fizemos rollback'; é dissecar o incidente em contributing factors, identificar detection gaps, e propor prevention com dono e prazo. Seis blocos:

1. Timeline

Eventos com timestamps UTC. C1 cita: '14:02 UTC error rate spiked; 14:05 UTC incident declared; 14:08 UTC rollback; 14:15 UTC normal'. Timeline em C1 é insumo do postmortem.

2. Contributing factors

Coisas que contribuíram para o incidente, não só a causa imediata. C1 cita: 'contributing factors: no canary, no load test on the new index, missing alert on the legacy service rate limit'. Contributing factors em C1 são múltiplos; sem eles, 'foi o deploy' é simplificação.

3. Detection gaps

Onde falhamos em detectar. C1 cita: 'detection gap: the alert was set to 5% error rate; the incident started at 1% and crossed 5% only at 14:05 UTC, 3 minutes after the spike began'. Detection gap em C1 é o que precisamos consertar para detectar mais cedo.

4. Prevention

O que vamos mudar para evitar a próxima vez. C1 cita: 'prevention: add canary step, add load test on the new index, add alert at 1% error rate with 1-minute window'. Prevention em C1 é concreto, não 'vamos ser mais cuidadosos'.

5. Action items

Tarefas com dono e prazo. C1 cita: 'action items: Maria owns the canary step by Friday; Pedro owns the load test by next sprint; I will publish the alert change by Wednesday'. Action items em C1 sempre têm dono + prazo.

6. Owners

Quem é responsável por cada action item. C1 cita: 'Maria owns X by Y; Pedro owns Z by W'. Owner em C1 é o que transforma postmortem em entrega.

Exemplos

Inglês	Tradução	Observação
Contributing factors: no canary, no load test on the new index, missing alert on the legacy service rate limit.	Fatores contribuintes: sem canário, sem teste de carga no novo índice, alerta faltando no rate limit do serviço legado.	Contributing factors: múltiplos.
Detection gap: the alert was set to 5% error rate; the incident started at 1% and crossed 5% only at 14:05 UTC, 3 minutes after the spike began.	Lacuna de detecção: o alerta estava em 5% de taxa de erro; o incidente começou em 1% e cruzou 5% só às 14:05 UTC, 3 minutos após o pico começar.	Detection gap: tempo perdido.
Action items: Maria owns the canary step by Friday; Pedro owns the load test by next sprint; I will publish the alert change by Wednesday.	Action items: Maria é dona do passo de canário até sexta; Pedro é dono do teste de carga até o próximo sprint; eu publico a mudança de alerta até quarta.	Action items: dono + prazo.

Erros comuns

Causa única: 'foi o deploy' é simplificação; contributing factors são múltiplos.
Sem detection gap: 'não vimos' não basta; 'vimos 3 min depois porque o alerta estava em 5%' é concreto.
Prevention vaga: 'vamos ser mais cuidadosos' é opinião; 'canary 1% antes de cada deploy' é ação.
Action item sem dono: 'vamos adicionar alerta' é vago; 'Maria adiciona alerta até quarta' é entrega.
Sem timeline UTC: 'depois do deploy deu ruim' é vago; '14:02 UTC' é auditável.

Prática guiada

Reescreva cada bloco abaixo no padrão C1 de postmortem.

Timeline: timestamps UTC, uma linha por evento.
Contributing factors: pelo menos 3, não só a causa imediata.
Detection gap: tempo perdido + por que perdemos.
Prevention: ações concretas, não 'vamos ser cuidadosos'.
Action items: dono + prazo + métrica de saída.
Owners: quem é responsável por cada action item.

Resumo

Postmortem C1 profundo tem seis blocos: timeline (UTC), contributing factors (múltiplos), detection gap (tempo perdido + razão), prevention (ações concretas), action items (dono + prazo), owners (quem é responsável). Postmortem com causa única e prevention vaga é propaganda; com esses blocos, é aprendizado sistemico.

Vocabulário

Palavras principais

6 itens

timelinetimeline — registro de eventos com timestamps UTC

The timeline shows 14:02 UTC error spike, 14:05 UTC incident declared, 14:08 UTC rollback.

A timeline mostra 14:02 UTC pico de erro, 14:05 UTC incidente declarado, 14:08 UTC rollback.

contributing factorcontributing factor — coisa que contribuiu para o incidente

'Contributing factors: no canary, no load test, missing alert.'

'Fatores contribuintes: sem canário, sem teste de carga, alerta faltando.'

detection gapdetection gap — onde falhamos em detectar

'Detection gap: the alert was set to 5%, but the incident started at 1%.'

'Lacuna de detecção: o alerta estava em 5%, mas o incidente começou em 1%.'

preventionprevention — o que vamos mudar para evitar a próxima vez

'Prevention: add canary, add load test, add alert at 1%.'

'Prevenção: adicionar canário, adicionar teste de carga, adicionar alerta em 1%.'

action itemaction item — tarefa com dono e prazo

'Action items: Maria owns the canary step by Friday.'

'Action items: Maria é dona do passo de canário até sexta.'

ownerowner — quem é responsável

Every action item needs an owner.

Todo action item precisa de um owner.

História

História: Deep C1 postmortem

Nível: C1

História em inglês

Writing the deep postmortem after the P1

On the following Monday, I wrote the deep postmortem for the P1 incident. I opened with the timeline: 14:02 UTC error rate spiked; 14:05 UTC incident declared; 14:08 UTC rollback; 14:15 UTC normal. I listed contributing factors: no canary, no load test on the new index, missing alert on the legacy service rate limit. I named the detection gap: the alert was set to 5% error rate; the incident started at 1% and crossed 5% only at 14:05 UTC, 3 minutes after the spike began. I added action items: Maria owns the canary step by Friday; Pedro owns the load test by next sprint; I will publish the alert change by Wednesday. The VP approved the postmortem: the contributing factors were systemic, the action items had owners, and the prevention was concrete.

Tradução linha por linha

Inglês	Tradução
On the following Monday, I wrote the deep postmortem for the P1 incident.	Na segunda seguinte, eu escrevi o postmortem profundo do incidente P1.
I opened with the timeline: 14:02 UTC error rate spiked; 14:05 UTC incident declared; 14:08 UTC rollback; 14:15 UTC normal.	Eu abri com a timeline: 14:02 UTC taxa de erro subiu; 14:05 UTC incidente declarado; 14:08 UTC rollback; 14:15 UTC normal.
I listed contributing factors: no canary, no load test on the new index, missing alert on the legacy service rate limit.	Eu listei fatores contribuintes: sem canário, sem teste de carga no novo índice, alerta faltando no rate limit do serviço legado.
I named the detection gap: the alert was set to 5% error rate; the incident started at 1% and crossed 5% only at 14:05 UTC, 3 minutes after the spike began.	Eu nomeei a lacuna de detecção: o alerta estava em 5% de taxa de erro; o incidente começou em 1% e cruzou 5% só às 14:05 UTC, 3 minutos após o pico começar.
I added action items: Maria owns the canary step by Friday; Pedro owns the load test by next sprint; I will publish the alert change by Wednesday.	Eu adicionei action items: Maria é dona do passo de canário até sexta; Pedro é dono do teste de carga até o próximo sprint; eu publico a mudança de alerta até quarta.
The VP approved the postmortem: the contributing factors were systemic, the action items had owners, and the prevention was concrete.	A VP aprovou o postmortem: os fatores contribuintes foram sistemicos, os action items tinham donos, e a prevenção era concreta.

Notas de vocabulário

14:02 UTC spike; 14:05 incident; 14:08 rollback; 14:15 normal = Timeline: timestamps UTC.
no canary, no load test, missing alert on rate limit = Contributing factors: múltiplos.
alert was 5%; incident started at 1%; 3 minutes lost = Detection gap: tempo perdido + razão.
Maria owns canary by Friday; Pedro owns load test by next sprint = Action items: dono + prazo.

Perguntas de compreensão

O que diferencia contributing factors C1 de causa única?
Por que detection gap em C1?
O que torna prevention C1 útil?
Por que owner em action item C1?

Prática com a história

Escreva um postmortem C1 com timeline, contributing factors, e action items para um P1.
Escreva um detection gap C1 com tempo perdido e razão.
Escreva uma prevention C1 com ações concretas.

Prática

Exercícios e teste

Próxima etapa

3blocos de exercícios disponíveis neste tema

10questões de teste para revisar depois da aula

A próxima melhoria é transformar esses arquivos em perguntas com resposta no navegador. Por enquanto, esta página já organiza o estudo e permite seguir a aula inteira sem abrir os arquivos manualmente.