As 3:47 PM de uma terca-feira, seu endpoint /api/payments comeca a retornar erros 500. A taxa de erro sobe de 2% para 15% em 20 minutos. As 4:12 PM, um cliente tuita sobre uma compra que falhou. As 4:18 PM, sua equipe de suporte manda uma mensagem no Slack: "Estamos tendo problemas com pagamentos?"
Este nao e um cenario raro. E como a maioria das equipes de APIs experimentam incidentes — reativamente, caoticamente, e com um MTTD medido em reclamacoes de clientes.
As duas metricas que importam: MTTD e MTTR
MTTD (Mean Time to Detect): O tempo entre quando o incidente comeca e quando sua equipe fica sabendo. MTTR (Mean Time to Resolve): O tempo da deteccao ate a resolucao completa. Reduzir MTTD de 30 minutos para 30 segundos tem mais impacto do que reduzir MTTR de 45 para 30 minutos.
Os 5 passos
1. Detectar: Monitoramento interno que rastreia cada request e o ideal. MTTD em segundos ao inves de minutos.
2. Classificar: Em menos de 5 minutos, avaliar severidade. Quais endpoints estao afetados? Qual e a taxa de erro? Esta piorando?
3. Mitigar: Estancar o sangramento. Rollback, feature flags, escalar recursos, circuit breakers. Nao corrigir a causa raiz — reduzir o impacto.
4. Resolver: O fix real. Correlacionar com mudancas, revisar dados, reproduzir, fazer deploy do fix, verificar resolucao.
5. Aprender: Post-mortem sem culpa. Timeline, impacto, causa raiz, o que deu certo, o que deu errado, action items com donos e datas.
Reduzir MTTD: a melhoria de maior impacto
Nurbak Watch reduz MTTD a segundos. Monitora cada API route de dentro do servidor via instrumentation.ts — 5 linhas de codigo — e envia alertas via Slack, email ou WhatsApp em menos de 10 segundos. $29/mes (gratis durante o beta).