Como identificar a causa de falhas na aplicação?

Para determinar as causas de falhas no funcionamento da aplicação, é necessário usar uma abordagem abrangente que inclua os seguintes passos:

1. Monitorização e recolha de métricas:

   • Métricas do sistema (CPU, RAM, I/O de disco, rede).
   • Métricas de desempenho da aplicação (tempo de resposta, número de pedidos, erros).
   • Métricas de negócio (número de transações, conversão).
   • Ferramentas: Prometheus, Grafana, Zabbix.

2. Análise de logs:

   • Logs do sistema.
   • Logs da aplicação (erros, avisos, informações de execução).
   • Recolha e análise centralizada de logs.
   • Ferramentas: ELK Stack (Elasticsearch, Logstash, Kibana), Splunk.

3. Rastreamento de pedidos:

   • Acompanhamento do percurso do pedido através de todos os microserviços e componentes do sistema.
   • Identificação de pontos críticos e erros na cadeia de chamadas.
   • Ferramentas: Jaeger, Zipkin, OpenTelemetry.

4. Perfil de desempenho da aplicação:

   • Análise do consumo de recursos (CPU, memória) por partes específicas do código.
   • Procura de "pontos quentes" e fugas de memória.
   • Ferramentas: VisualVM, JProfiler (para Java), pprof (para Go).

5. Análise de dumps de memória (core dumps):

   • As aplicações com erros críticos podem gerar dumps de memória contendo o estado do processo no momento do erro.
   • A análise permite determinar a causa do erro (por exemplo, violação de acesso à memória).
   • Ferramentas: gdb, windbg.

6. Histogramas e distribuições:

   • A análise da distribuição do tempo de execução de pedidos ou outras métricas pode revelar desvios e anomalias.

7. Análise de configuração:

   • Uma configuração incorreta da aplicação, sistema operativo ou componentes de rede pode causar falhas.

8. Registos de auditoria e segurança:

   • Atividades incomuns ou violações de segurança podem causar falhas.

9. Comparação com uma versão ou ambiente em funcionamento:

   • Se a falha ocorreu após a implementação, a comparação com a versão anterior ou o ambiente de trabalho pode ajudar a identificar a causa.

Ao detectar uma falha, é importante obter rapidamente uma imagem completa, usando uma combinação desses métodos.

Exemplo de uso de ferramentas:

# Ver as últimas 100 linhas dos logs da aplicação
kubectl logs <nome_pod> -n <namespace> --tail 100

# Procurar erros nos logs usando grep
grep "ERROR" /var/log/myapp/application.log

# Ver uso de CPU com top
top -u <utilizador>

# Obter métricas do Prometheus via API
curl http://prometheus.exemplo.com/api/v1/query?query=http_requests_total