ADR-044
Um painel único para log, métrica e trace, com os backends fora da internet
Investigar um erro significava trocar de aba três vezes e reconstruir a correlação à mão, e dois dos serviços estavam publicados sem autenticação própria. Não publicar o que não autentica, decidido antes de haver incidente.
Contexto
A observabilidade tinha quatro interfaces próprias: o Seq para log, o Jaeger para trace, o Prometheus e o Grafana. Cada um com sua tela, sua URL publicada, sua noção de tempo. Investigar um erro significava trocar de aba três vezes e reconstruir a correlação à mão. Dois desses serviços, além disso, estavam publicados na internet sem autenticação própria.
Critérios que pesaram
Em ordem de peso.
- Log, métrica e trace da mesma requisição precisam ser olhados juntos.
- Consumo de memória: cada serviço a mais é teto de memória num servidor apertado.
- Superfície exposta. Serviço sem autenticação não pode estar publicado.
- Correlação navegável, e não reconstruída por copiar e colar.
Opções consideradas
- Manter as quatro interfaces: cada ferramenta na sua melhor forma, e nenhuma correlação entre elas, além do custo de memória e da superfície exposta. Descartada.
- Publicar todos atrás de autenticação básica no proxy: resolveria a exposição e manteria as quatro telas e o custo. Descartada.
- Um painel único com três fontes de dados, e os backends escutando só em loopback.
Decisão
O Grafana virou a única interface publicada da observabilidade, com as três fontes provisionadas por arquivo: Loki para log, Tempo para trace e Prometheus para métrica. O Seq saiu do projeto, e o Jaeger deu lugar ao Tempo, que se integra ao mesmo painel: o exportador OpenTelemetry da aplicação não mudou, só o destino. Os três backends escutam apenas em loopback e não são publicados, porque nenhum deles tem autenticação própria: enquanto estiveram expostos, um anônimo obtinha por API o inventário de serviços e portas internas e traces com rotas internas e identificadores de entidade. O acesso legítimo às interfaces nativas é por túnel. As URLs antigas devolvem 404 explícito, e não caem no fallback do frontend, para que um marcador antigo diga "isto não existe mais" em vez de receber a página da aplicação. Três correlações ficaram provisionadas: de trace para log, de log para trace por campo derivado, e de métrica para trace por exemplar. O Tempo ainda gera métricas a partir dos spans (grafo de serviços e taxa, erro e duração), entregues ao Prometheus, o que devolveu em número o que o Jaeger só mostrava na própria tela. As retenções de log e de trace foram alinhadas de propósito em sete dias: trace e log da mesma requisição expiram juntos.
Consequências
As duas metades pesam igual.
Melhorou
Investigação passou a ser uma tela só, com salto navegável entre as três dimensões, e a superfície pública encolheu. Com a retenção alinhada, deixou de existir o caso irritante de encontrar o trace e não ter mais o log.
Piorou
O Seq e o Jaeger saíram e levaram junto consultas salvas e marcadores da equipe, inclusive um rótulo de log que mudou de nome na migração e faz consultas antigas devolverem vazio. A correlação de log para trace depende de o identificador aparecer na linha renderizada, não só como propriedade estruturada, o que é uma dependência sutil entre a configuração do Grafana e o formato de saída do log: pode quebrar com tudo verde. E acessar a interface nativa de um backend virou tarefa de túnel, o que é atrito real em investigação urgente.
Revisitando hoje
Ainda de pé em set/2026. O que eu levaria adiante é a decisão de não publicar o que não autentica, tomada antes de haver incidente: a lista do que um anônimo conseguia obter dos dois serviços expostos foi levantada e escrita, e é ela que sustenta a regra de nunca republicá-los sem um portão na frente.
Registro sobre observabilidade. Trata de juntar log, métrica e trace numa tela só, e de dois serviços que estavam publicados sem autenticação nenhuma.