Questões de Concurso

Um Analista de Tecnologia está investigando uma degradação de desempenho intermitente em um sistema de prontuário médico distribuído.
Quando um médico ‘clica’ para emitir uma receita, a requisição passa por um API Gateway, dispara o Microsserviço de Autenticação, consome o Microsserviço de Pacientes, consulta o Banco de Dados Relacional e aciona uma função Serverless externa de validação de CRM. O tempo de resposta final na tela do usuário saltou de 1 para 12 segundos, mas os logs isolados de cada servidor indicam que todas as máquinas individuais estão operando com uso de CPU abaixo de 30%.
Para diagnosticar em qual etapa exata do ciclo de chamadas distribuídas a latência está ocorrendo e identificar o gargalo de rede ou processamento, o analista deve implementar o seguinte mecanismo:

Uma equipe de Site Reliability Engineering (SER) observou que uma métrica foi modelada da seguinte forma em uma ferramenta de monitoramento baseada em séries temporais:

login_attempts_total{user_id="983421", session_id="ab7d91f2", request_id="rq-88931"}

Após algumas semanas, houve crescimento abrupto do consumo de memória e degradação no desempenho das consultas no sistema de monitoramento.
Nesse cenário, assinale a opção que indica a interpretação mais adequada. 

Considere os seguintes logs coletados durante o processamento de requisições em um sistema distribuído de e-commerce: 

</> JSON {"time":"10:01:02","service":"gateway","level":"INFO","message" :"Requisição recebida","request_id":"abc123"} {"time":"10:01:02","service":"A","level":"INFO","message":"Pedid o recebido","request_id":"abc123"} {"time":"10:01:03","service":"B","level":"INFO","message":"Proce ssando pagamento","request_id":"abc123"} {"time":"10:01:03","service":"C","level":"ERROR","message":"Err o no estoque","request_id":"abc123"} {"time":"10:01:04","service":"B","level":"WARN","message":"Retr y pagamento","request_id":"abc123"} {"time":"10:01:05","service":"D","level":"INFO","message":"Notifi cação enviada","request_id":"abc123"} {"time":"10:01:06","service":"gateway","level":"ERROR","messag e":"Falha na requisição","request_id":"abc123"} 


Durante a análise de um incidente, a equipe conseguiu reconstruir o fluxo completo da requisição entre os diferentes serviços envolvidos, identificando o ponto exato de falha e as tentativas de recuperação.
Nesse cenário, assinale a opção que identifica corretamente a prática de estruturação de logs que foi determinante para viabilizar essa análise. 

Uma equipe de SRE (Site Reliability Engineering) observou que, em uma ferramenta de monitoramento baseada em séries temporais, uma métrica foi modelada da seguinte forma:

login_attempts_total{user_id="983421", session_id="ab7d91f2", request_id="rq-88931"}
Após algumas semanas, houve crescimento abrupto do consumo de memória e degradação no desempenho das consultas no sistema de monitoramento.
Nesse cenário, assinale a opção que apresenta a interpretação mais adequada. 

Em um ambiente de microsserviços, uma aplicação expõe a métrica:
http_requests_total{job="api", instance="10.0.0.5:8080", method="GET", code="500"}
A equipe deseja calcular, no Prometheus, a taxa média por segundo de crescimento dessa métrica ao longo dos últimos 5 minutos, suavizada ao longo da janela de tempo completa, para alimentar um painel de erro no Grafana.
A expressão em PromQL conceitualmente mais adequada para esse objetivo é