Meu aplicativo web caiu: plano de resposta a incidentes
Publicado em 2026-11-14 por frfrand
Guia operativa para conter, diagnosticar, recuperar e comunicar uma queda de aplicação com uma equipe pequena.
# Minha aplicação web caiu: plano de resposta a incidentes
Quando uma aplicação deixa de responder, a ordem das decisões importa. Reiniciar processos repetidamente pode apagar evidências, piorar um problema de dados ou ocultar sua causa. Uma resposta eficaz combina diagnóstico rápido, contenção, recuperação e comunicação.
1. Confirme o escopo
Reproduza a falha a partir de redes diferentes. Pergunte: afeta todas as rotas ou apenas uma? Frontend, API, banco de dados, DNS, certificado TLS ou provedor externo? A queda começou após um deploy? Registre a hora em UTC, sintomas, mudanças recentes e pessoas responsáveis.
Verificações iniciais orientativas:
curl -I https://ejemplo.com
dig ejemplo.com
systemctl --failed
df -h
free -h Execute comandos apenas em infraestrutura autorizada. Uma resposta HTTP 200 da página inicial não prova que login, pagamentos e API estejam funcionando.
2. Classifique e contenha
Defina a gravidade pelo impacto: perda de dados, falha total do serviço, degradação parcial ou defeito visual. Diante de indícios de intrusão, preserve logs e evidências antes de limpar ou reiniciar; isole credenciais comprometidas e considere aconselhamento especializado. Se se tratar de um deploy defeituoso, evite continuar implantando sem resolver a causa.
3. Diagnostica por camadas
| Camada | Indicador | Ação segura | | --- | --- | --- | | DNS/TLS | Domínio não resolve ou certificado expirado | Verificar resolução e certificado | | Proxy reverso | 502/504 | Verificar upstream e tempos | | Aplicação | 500 ou falhas | Inspecionar logs e alterações | | Banco de dados | Conexões esgotadas ou consultas lentas | Medir pool, locks e disponibilidade | | Sistema | Disco/CPU/RAM saturados | Medir consumo e processo responsável | | Terceiros | API externa com falhas | Ativar degradação ou retentativas limitadas |
Consulte journalctl -u serviço --since "30 minutes ago" se usar systemd, respeitando a privacidade dos logs. Revise Nginx e métricas antes de aumentar recursos às cegas.
4. Restaure com um plano reversível
Se o último lançamento causou a falha, considere o rollback da aplicação apenas quando o esquema e os dados permitirem. Não reverta um banco de dados com novas gravações sem analisar a perda. Se for necessária recuperação a partir de backup, verifique um ponto de restauração confiável e acorde a possível perda de dados com o responsável.
5. Comunique sem inventar prazos
Emita uma mensagem curta com funções afetadas, ações em andamento, alternativa temporária e hora do próximo informe. Não atribua causa sem evidência. Mantenha um registro de decisões e responsáveis. Para clientes, distinga tempo de resposta de tempo de resolução.
6. Post-mortem e prevenção
Após a recuperação, identifique a causa técnica e os fatores organizacionais. Inclua linha do tempo, detecção, impacto, ação de mitigação e tarefas preventivas com responsável. Adicione health checks de negócio, alertas, backups testados e implantações reversíveis.
Relacionados: diagnóstico DNS y cron vs systemd timers.
Perguntas frequentes
Reiniciar sempre é o primeiro passo? Não; depende do risco de perder evidências e dados. O que significa 502? O proxy não obteve uma resposta válida do upstream. Quando informar o cliente? Cedo, com fatos confirmados e atualizações acordadas.