Observabilidade - Logs, Métricas e Alertas

Resumo

Plataforma interna de observabilidade enterprise: logs estruturados multi-canal, métricas em tempo real, traces distribuídos, alertas configuráveis, uptime interno e 10 endpoints de API wired ao Kernel, EventBus, CacheManager e QueryProfiler. Visibilidade completa do que acontece na plataforma.

Para quem é (papel/role)

• super-admin - acesso total.
• platform-staff - operação com role dedicado.

O que você pode fazer

Panorama

• Dashboard consolidado: saúde, métricas-chave, alertas ativos.

Logs

• Canais: app, error, security, audit, query, queue.
• Busca avançada: por tenant, usuário, IP, nível, janela temporal.
• Tail ao vivo.
• Exportação JSON.

Métricas

• Infraestrutura: CPU, RAM, disco, I/O.
• Aplicação: RPS, latência p50/p95/p99, error rate.
• Negócio: MRR, churn, usuários ativos.
• Por tenant.

Traces

• Distributed tracing: rastreio de requisição por toda a cadeia.

Alertas

• Criar alerta: regra, threshold, canal de notificação.
• Estado: ativo, disparado, resolvido.
• Histórico de disparos.

Uptime

• Uptime interno por serviço/endpoint.

Health scores

• Score por tenant.
• Risco de churn computado por serviço.

Como acessar

1. /admin.
2. Settings → Observabilidade ou /admin/settings/observability.

Tutoriais

Investigar aumento de erro 500

1. /admin/settings/observability → aba Logs.
2. Filtre canal error, últimas 24h.
3. Agrupe por stack trace.
4. Correlacione com métrica error rate no mesmo período.
5. Acesse o trace para ver a cadeia completa.

Criar alerta de latência p95

1. Aba Alertas → Novo.
2. Regra: p95 > 1500ms por 5 minutos.
3. Canal: e-mail + slack.
4. Salve.

Ver health score de um tenant

1. Aba Health scores.
2. Selecione o tenant.
3. Veja score agregado e drivers (engajamento, churn risk, volume).

Integrações

• Infraestrutura - dados vêm do EventBus, CacheManager, QueryProfiler (infrastructure-servidor.md).
• Compliance - logs de segurança entram em auditoria (compliance-lgpd.md).
• Notificações - alertas disparam via canais (notifications-admin.md).
• Eventos - security.breach, security.rate.limited.

Perguntas frequentes

Logs são multi-tenant? Sim, sempre filtrados por tenant_id quando aplicável.

Métricas são em tempo real? Praticamente. Agregação em janelas curtas (segundos).

Traces consomem muito disco? Amostragem configurável; traces detalhados têm retenção menor.

Alertas suportam quais canais? E-mail, SMS, Slack, webhook, in-app.

Posso exportar logs para SIEM externo? Sim, formato JSON compatível.

Health score considera o que? Engajamento, erros, uso, pagamentos em dia, suporte.

Uptime checa endpoints internos? Sim, rotas críticas configuráveis.

Posso silenciar alerta? Sim, snooze temporário com motivo.

Limitações, políticas e avisos

• Logs nunca devem conter senhas, tokens ou dados de cartão.
• Retenção de log varia por canal (tipicamente 30-90 dias).
• Alertas em excesso geram ruído; use thresholds bem calibrados.
• Traces amostrados não cobrem 100% das requisições.

Relacionados

• infrastructure-server.md
• compliance-lgpd.md
• notifications-admin.md
• revenue-and-finance.md