O pilar de excelência operacional no Google Cloud Well-Architected Framework fornece recomendações para operar cargas de trabalho de maneira eficiente no Google Cloud. A excelência operacional na nuvem envolve projetar, implementar e gerenciar soluções de nuvem que oferecem valor, desempenho, segurança e confiabilidade. As recomendações neste pilar ajudam você a melhorar e adaptar continuamente as cargas de trabalho para atender às necessidades dinâmicas e em constante evolução na nuvem.
O pilar de excelência operacional é relevante para os seguintes públicos-alvo:
- Gerentes e líderes: um framework para estabelecer e manter a excelência operacional na nuvem e garantir que os investimentos em nuvem gerem valor e apoiem os objetivos de negócios.
- Equipes de operações do Cloud: orientações para gerenciar incidentes e problemas, planejar a capacidade, otimizar o desempenho e gerenciar mudanças.
- Engenheiros de confiabilidade do site (SREs): práticas recomendadas que ajudam a alcançar altos níveis de confiabilidade do serviço, incluindo monitoramento, resposta a incidentes e automação.
- Arquitetos e engenheiros de nuvem: requisitos operacionais e práticas recomendadas para as fases de design e implementação, para ajudar a garantir que as soluções sejam projetadas para eficiência operacional e escalonabilidade.
- Equipes de DevOps: orientações sobre automação, pipelines de CI/CD e gerenciamento de mudanças para ajudar a acelerar e aumentar a confiabilidade da entrega de software.
Para alcançar a excelência operacional, é preciso adotar a automação, a orquestração e os insights baseados em dados. Automation ajuda a eliminar o trabalho repetitivo. Ele também simplifica e cria proteções para tarefas repetitivas. A orquestração ajuda a coordenar processos complexos. Os insights baseados em dados permitem tomar decisões com base em evidências. Ao usar essas práticas, é possível otimizar as operações na nuvem, reduzir custos, melhorar a disponibilidade do serviço e aumentar a segurança.
A excelência operacional na nuvem vai além da proficiência técnica em operações de nuvem. Isso inclui uma mudança cultural que incentiva o aprendizado e a experimentação contínuos. As equipes precisam ser capacitadas para inovar, iterar e adotar uma mentalidade de crescimento. Uma cultura de excelência operacional promove um ambiente colaborativo em que as pessoas são incentivadas a compartilhar ideias, desafiar suposições e impulsionar melhorias.
Para princípios e recomendações de excelência operacional específicos para cargas de trabalho de IA e ML, consulte Perspectiva de IA e ML: excelência operacional no Well-Architected Framework.
Avaliar cargas de trabalho usando uma habilidade de agente
Para permitir que os agentes de IA avaliem suas cargas de trabalho na nuvem de acordo com os princípios e as
recomendações deste pilar, use a habilidade
google-cloud-waf-operational-excellence, disponível no repositório de habilidades de agentes do Google no GitHub.
Para instalar a habilidade, execute o seguinte comando no cliente ou terminal do agente:
npx skills add google/skills --skill google-cloud-waf-operational-excellence
Quando solicitado, especifique os agentes de IA em que você quer instalar a habilidade e defina o escopo da instalação (projeto ou global).
Se você já instalou a habilidade, atualize-a para a versão mais recente executando o seguinte comando:
npx skills update
Princípios básicos
As recomendações no pilar de excelência operacional do Well-Architected Framework são mapeadas para os seguintes princípios fundamentais:
- Garantir a prontidão operacional e o desempenho usando o CloudOps: garantir que as soluções de nuvem atendam aos requisitos operacionais e de desempenho definindo objetivos de nível de serviço (SLOs) e realizando monitoramento, testes de desempenho e planejamento de capacidade abrangentes.
- Gerenciar incidentes e problemas: minimize o impacto de incidentes na nuvem e evite que eles se repitam com observabilidade abrangente, procedimentos claros de resposta a incidentes, retrospectivas completas e medidas preventivas.
- Gerenciar e otimizar recursos de nuvem: otimize e gerencie recursos de nuvem com estratégias como dimensionamento correto, escalonamento automático e ferramentas eficazes de monitoramento de custos.
- Automatizar e gerenciar mudanças: automatize processos, simplifique o gerenciamento de mudanças e reduza o esforço do trabalho manual.
- Melhorar e inovar continuamente: foco em melhorias contínuas e na introdução de novas soluções para manter a competitividade.
Colaboradores
Autores:
- Alex Stepney | Arquiteto principal líder
- Ryan Cox | Arquiteto principal
- Hadrian Knotz | Arquiteto corporativo
Outros colaboradores:
- Daniel Lees | Arquiteto de segurança do Cloud
- Filipe Gracio, PhD | Engenheiro de clientes, especialista em IA/ML
- Gary Harmson | Arquiteto principal
- Jose Andrade | Engenheiro de clientes, especialista em SRE
- Kumar Dhanagopal | Desenvolvedor de soluções para vários produtos
- Nicolas Pintaux | Engenheiro de clientes, especialista em modernização de aplicativos
- Radhika Kanakam | Líder de programa, Google Cloud Well-Architected Framework
- Samantha He | Redatora técnica
- Zach Seils | Especialista em rede
- Wade Holmes | Diretor de soluções globais
Garantia de prontidão operacional e desempenho com CloudOps
Esse princípio no pilar de excelência operacional do Google Cloud Well-Architected Framework ajuda a garantir a prontidão operacional e o desempenho das suas cargas de trabalho na nuvem. Ele enfatiza o estabelecimento de expectativas e compromissos claros para o desempenho do serviço, a implementação de monitoramento e alertas robustos, a realização de testes de desempenho e o planejamento proativo para as necessidades de capacidade.
Visão geral do princípio
Cada organização pode interpretar a prontidão operacional de uma maneira. A prontidão operacional é como sua organização se prepara para operar cargas de trabalho no Google Cloud. A preparação para operar uma carga de trabalho de nuvem complexa e de várias camadas requer um planejamento cuidadoso para as operações de ativação e do day-2. Essas operações são frequentemente chamadas de CloudOps.
Áreas de foco da prontidão operacional
A prontidão operacional consiste em quatro áreas de foco. Cada área de foco consiste em um conjunto de atividades e componentes necessários para se preparar para operar um aplicativo ou ambiente complexo no Google Cloud. A tabela a seguir lista os componentes e as atividades de cada área de foco:
| Área de foco da prontidão operacional | Atividades e componentes |
|---|---|
| Funcionários |
|
| Processos |
|
| Ferramentas | Ferramentas necessárias para dar suporte aos processos de CloudOps. |
| Governança |
|
Recomendações
Para garantir a prontidão operacional e o desempenho usando o CloudOps, considere as recomendações nas seções a seguir. Cada recomendação neste documento é relevante para uma ou mais das áreas de foco da prontidão operacional.
Definir SLOs e SLAs
Uma responsabilidade central da equipe de operações de nuvem é definir objetivos de nível de serviço (SLOs) e contratos de nível de serviço (SLAs) para todas as cargas de trabalho críticas. Essa recomendação é relevante para a área de foco de prontidão operacional de governança.
Definir SLOs:
Os SLOs precisam ser específicos, mensuráveis, alcançáveis, relevantes e temporais (SMART) e refletir o nível de serviço e desempenho que você quer.
- Específico: articula claramente o nível de serviço e desempenho necessário.
- Mensurável: quantificável e rastreável.
- Alcançável: atingível dentro dos limites das capacidades e dos recursos da sua organização.
- Relevante: alinhada às metas e prioridades de negócios.
- Com prazo: tem um período definido para medição e avaliação.
Por exemplo, um SLO para um aplicativo da web pode ser "99,9% de disponibilidade" ou "tempo médio de resposta inferior a 200 ms". Esses SLOs definem claramente o nível de serviço e o desempenho necessários para o aplicativo da Web, e os SLOs podem ser medidos e monitorados ao longo do tempo.
Defina SLAs:
Os SLAs descrevem os compromissos com os clientes em relação à disponibilidade, ao desempenho e ao suporte do serviço, incluindo penalidades ou medidas em caso de não conformidade. Os SLAs precisam incluir detalhes específicos sobre os serviços fornecidos, o nível de serviço esperado, as responsabilidades do provedor de serviços e do cliente, além de penalidades ou medidas em caso de não conformidade. Os SLAs servem como um contrato entre as duas partes, garantindo que ambas entendam claramente as expectativas e obrigações associadas ao serviço de nuvem.
Rastrear SLOs:
Use o Cloud Monitoring e os indicadores de nível de serviço (SLIs) para monitorar os SLOs. O Cloud Monitoring oferece recursos abrangentes de monitoramento e observabilidade que permitem que sua organização colete e analise métricas relacionadas à disponibilidade, ao desempenho e à latência de aplicativos e serviços baseados na nuvem. Os SLIs são métricas específicas que você pode usar para medir e acompanhar os SLOs ao longo do tempo. Ao usar essas ferramentas, é possível monitorar e gerenciar com eficácia os serviços de nuvem e garantir que eles atendam aos SLOs e SLAs.
Definir, comunicar e monitorar claramente os SLOs e SLAs de todos os seus serviços de nuvem críticos ajuda a garantir a confiabilidade e o desempenho dos aplicativos e serviços implantados.
Implementar observabilidade abrangente
Para ter visibilidade em tempo real da integridade e do desempenho do seu ambiente de nuvem, recomendamos que você use uma combinação de ferramentas do Google Cloud Observability e soluções de terceiros. Essa recomendação é relevante para as áreas de foco de processos e ferramentas da prontidão operacional.
A implementação de uma combinação de soluções de observabilidade oferece uma estratégia abrangente que abrange vários aspectos da infraestrutura em nuvem e dos aplicativos. O Google Cloud Observability é uma plataforma unificada para coletar, analisar e visualizar métricas, registros e traces de vários serviços, aplicativos e fontes externas doGoogle Cloud . Ao usar o Cloud Monitoring, você pode receber insights sobre a utilização de recursos, as características de desempenho e a integridade geral dos seus recursos.
Para garantir um monitoramento abrangente, acompanhe métricas importantes que se alinham aos indicadores de integridade do sistema, como uso da CPU, uso da memória, tráfego de rede, E/S de disco e tempos de resposta do aplicativo. Também é preciso considerar métricas específicas do negócio. Ao monitorar essas métricas, é possível identificar possíveis gargalos, problemas de desempenho e restrições de recursos. Além disso, é possível configurar alertas para notificar as equipes relevantes de forma proativa sobre possíveis problemas ou anomalias.
Para melhorar ainda mais os recursos de monitoramento, é possível integrar soluções de terceiros com o Google Cloud Observability. Essas soluções podem oferecer outras funcionalidades, como análise avançada, detecção de anomalias com tecnologia de machine learning e recursos de gerenciamento de incidentes. Essa combinação de ferramentas do Google Cloud Observability e soluções de terceiros permite criar um ecossistema de monitoramento robusto e personalizável, adaptado às suas necessidades específicas. Ao usar essa abordagem combinada, é possível identificar e resolver problemas de forma proativa, otimizar a utilização de recursos e garantir a confiabilidade e a disponibilidade gerais dos aplicativos e serviços em nuvem.
Implementar testes de desempenho e carga
A realização de testes de desempenho regulares ajuda a garantir que seus aplicativos e infraestrutura baseados em nuvem possam lidar com cargas de pico e manter o desempenho ideal. O teste de carga simula padrões de tráfego realistas. O teste de estresse leva o sistema ao limite para identificar possíveis gargalos e limitações de desempenho. Essa recomendação é relevante para as áreas de foco de processos e ferramentas da prontidão operacional.
Testar o desempenho: use o Cloud Load Balancing e os serviços de teste de carga para simular padrões de tráfego reais e testar o estresse dos aplicativos. Essas ferramentas fornecem insights valiosos sobre como o sistema se comporta em várias condições de carga e podem ajudar a identificar áreas que precisam de otimização.
Otimizar o desempenho: com base nos resultados dos testes de desempenho, é possível tomar decisões para otimizar a infraestrutura em nuvem e os aplicativos para ter o melhor desempenho e escalonabilidade. Essa otimização pode envolver o ajuste da alocação de recursos, o ajuste de configurações ou a implementação de mecanismos de armazenamento em cache.
Por exemplo, se você perceber que o aplicativo está apresentando lentidão durante períodos de alto tráfego, talvez seja necessário aumentar o número de máquinas virtuais ou contêineres alocados para o aplicativo. Como alternativa, talvez seja necessário ajustar a configuração do servidor da Web ou do banco de dados para melhorar o desempenho.
Ao realizar testes de desempenho regularmente e implementar as otimizações necessárias, você garante que seus aplicativos e infraestrutura baseados na nuvem sempre funcionem com o máximo de desempenho e ofereçam uma experiência integrada e responsiva para os usuários. Isso pode ajudar você a manter uma vantagem competitiva e conquistar a confiança dos seus clientes.
Planejar e gerenciar a capacidade
Para manter os sistemas de nuvem em execução e escalonamento em resposta a mudanças na demanda, é preciso planejar e gerenciar ativamente a capacidade dos recursos de nuvem. Essa recomendação é compatível com as áreas de foco de processos e ferramentas da preparação operacional.
Considere os limites de serviço e gerencie as cotas de recursos: para planejar a capacidade dos recursos de nuvem, comece com os limites absolutos (as restrições fixas) dos serviços que você planeja usar.
- Estime os requisitos de cota para recursos computacionais, armazenamento, limites da API e outros recursos necessários. Solicite ajustes de cota adequados antes de precisar dos recursos.
- Carregue métricas do Cloud Monitoring no BigQuery e use-as para identificar padrões de tráfego e acompanhar a carga do sistema ao longo do tempo.
- Prever a demanda por recursos com base nas próximas campanhas de marketing, nas inscrições de usuários e nos lançamentos de recursos. Considere também os compromissos de SLA atuais e planejados.
Projete para flexibilidade e eficiência: ao planejar a capacidade das implantações do Cloud Deploy, separe os componentes de aplicativo de tipos de máquina específicos. Quando você fixa uma carga de trabalho em um único tipo de máquina, não é possível aproveitar o hardware de nuvem mais recente ou as mudanças na capacidade regional.
- Para cargas de trabalho que precisam de hardware especializado, como instâncias de alta memória ou GPUs, verifique se é possível conseguir recursos quando necessário. Use reservas adiantadas para garantir a capacidade de tipos de máquina críticos com até um ano de antecedência.
- Para cargas de trabalho de processamento em lote ou treinamento de modelos que podem tolerar horários de início variáveis, programe a capacidade dinamicamente usando VMs flex-start. Essas VMs usam o Programador Dinâmico de Cargas de Trabalho (DWS, na sigla em inglês) para colocar solicitações em fila e reduzir os custos de computação.
- Evite reservar famílias de máquinas ou recursos mais antigos para ambientes de desenvolvimento temporários.
- Planeje recursos em regiões secundárias para que seja possível fazer failover de maneira eficiente para recuperação de desastres (DR).
Implementar o escalonamento automático: para adaptar dinamicamente seus recursos de nuvem às flutuações de carga de trabalho em tempo real, implemente políticas de escalonamento automático. Os algoritmos de escalonamento automático avaliam métricas como uso da CPU, pressão de memória e profundidade da fila. Com base na avaliação, os recursos são escalonados horizontalmente durante períodos de pico de tráfego e escalonados verticalmente durante janelas de baixa utilização, o que ajuda a otimizar o custo dos recursos de nuvem.
- Configure grupos gerenciados de instâncias (MIGs) com modelos de instâncias mistos que combinam gerações atuais e mais recentes de tipos de máquina.
- Verifique se as configurações do MIG incluem flexibilidade de instâncias (especificando vários tipos de máquina compatíveis) e flexibilidade de local (distribuindo destinos em várias zonas de uma região). Dependendo dos requisitos de capacidade atuais, o sistema provisiona automaticamente o próximo tipo de máquina preferencial da lista de substituição sem descartar solicitações ou limitar os recursos de computação.
Monitorar e otimizar continuamente
Para gerenciar e otimizar as cargas de trabalho na nuvem, é preciso estabelecer um processo para monitorar e analisar continuamente as métricas de performance. Essa recomendação é relevante para as áreas de foco de processos e ferramentas da prontidão operacional.
Rastrear e coletar dados:
Para estabelecer um processo de monitoramento e análise contínuos, é necessário rastrear, coletar e avaliar dados relacionados a vários aspectos do seu ambiente de nuvem. Ao usar esses dados, é possível identificar proativamente áreas de melhoria, otimizar a utilização de recursos e garantir que sua infraestrutura em nuvem atenda ou exceda consistentemente suas expectativas de desempenho.
Analisar registros e traces:
Os registros fornecem insights valiosos sobre eventos, erros e avisos do sistema. Os traces fornecem informações detalhadas sobre o fluxo de solicitações pelo aplicativo. Ao analisar registros e traces, é possível identificar possíveis problemas, identificar as causas raiz dos problemas e entender melhor como seus aplicativos se comportam em diferentes condições. Métricas como o tempo de retorno entre serviços podem ajudar a identificar e entender gargalos nas cargas de trabalho.
Ajustar para melhorar o desempenho:
Usar técnicas de ajuste de desempenho para otimizar significativamente os tempos de resposta do aplicativo e a eficiência geral. Veja a seguir exemplos de técnicas que podem ser usadas:
- Armazenamento em cache: armazene dados acessados com frequência na memória para reduzir a necessidade de consultas repetidas ao banco de dados ou chamadas de API.
- Otimização do banco de dados: use técnicas como indexação e otimização de consultas para melhorar o desempenho das operações do banco de dados.
- Criação de perfil de código: identifique áreas do código que consomem recursos em excesso ou causam problemas de desempenho.
Gerenciamento de incidentes e de problemas
Este princípio no pilar de excelência operacional do Google Cloud Well-Architected Framework fornece recomendações para ajudar você a gerenciar incidentes e problemas relacionados às suas cargas de trabalho na nuvem. Isso envolve implementar monitoramento e observabilidade abrangentes, estabelecer procedimentos claros de resposta a incidentes, realizar análises completas de causa raiz e implementar medidas preventivas. Muitos dos tópicos discutidos neste princípio são abordados em detalhes no pilar Confiabilidade.
Visão geral do princípio
O gerenciamento de incidentes e de problemas são componentes importantes de um ambiente de operações funcional. A forma como você responde, categoriza e resolve incidentes de diferentes gravidades pode afetar significativamente suas operações. Você também precisa fazer ajustes proativos e contínuos para otimizar a confiabilidade e o desempenho. Um processo eficiente de gerenciamento de incidentes e problemas depende dos seguintes elementos fundamentais:
- Monitoramento contínuo: identifique e resolva problemas rapidamente.
- Automação: simplifique tarefas e melhore a eficiência.
- Orquestração: coordene e gerencie recursos de nuvem de maneira eficaz.
- Insights baseados em dados: otimize as operações na nuvem e tome decisões fundamentadas.
Esses elementos ajudam a criar um ambiente de nuvem resiliente que pode lidar com uma ampla variedade de desafios e interrupções. Esses elementos também podem ajudar a reduzir o risco de incidentes e inatividade caros, além de ajudar você a alcançar maior agilidade e sucesso nos negócios. Esses elementos fundamentais estão espalhados pelas quatro áreas de foco da prontidão operacional: força de trabalho, processos, ferramentas e governança.
Recomendações
Para gerenciar incidentes e problemas de maneira eficaz, considere as recomendações nas seções a seguir. Cada recomendação neste documento é relevante para uma ou mais áreas de foco da prontidão operacional.
Estabelecer procedimentos claros de resposta a incidentes
Funções e responsabilidades claras são essenciais para garantir uma resposta eficaz e coordenada a incidentes. Além disso, protocolos de comunicação claros e caminhos de escalonamento ajudam a garantir que as informações sejam compartilhadas de forma rápida e eficaz durante um incidente. Essa recomendação é relevante para estas áreas de foco da prontidão operacional: força de trabalho, processos e ferramentas.
Para estabelecer procedimentos de resposta a incidentes, é preciso definir as funções e expectativas de cada membro da equipe, como comandantes de incidentes, investigadores, comunicadores e especialistas técnicos. Estabelecer caminhos de comunicação e encaminhamento inclui identificar contatos importantes, configurar canais de comunicação e definir o processo para encaminhar incidentes para níveis mais altos de gerenciamento quando necessário. O treinamento e a preparação regulares ajudam a garantir que as equipes tenham o conhecimento e as habilidades necessárias para responder a incidentes de forma eficaz.
Ao documentar os procedimentos de resposta a incidentes em um runbook ou playbook, você pode fornecer um guia de referência padronizado para as equipes seguirem durante um incidente. O runbook precisa descrever as etapas a serem seguidas em cada estágio do processo de resposta a incidentes, incluindo comunicação, triagem, investigação e resolução. Ele também precisa incluir informações sobre ferramentas e recursos relevantes e dados de contato de pessoas importantes. É necessário revisar e atualizar o runbook regularmente para garantir que ele permaneça atualizado e eficaz.
Centralizar o gerenciamento de incidentes
Para um rastreamento e gerenciamento eficazes em todo o ciclo de vida do incidente, use um sistema centralizado de gerenciamento de incidentes. Essa recomendação é relevante para estas áreas de foco da prontidão operacional: processos e ferramentas.
Um sistema centralizado de gestão de incidentes oferece as seguintes vantagens:
- Melhor visibilidade: ao consolidar todos os dados relacionados a incidentes em um único local, você elimina a necessidade de as equipes pesquisarem em vários canais ou sistemas para entender o contexto. Essa abordagem economiza tempo e reduz a confusão, além de dar às partes interessadas uma visão abrangente do incidente, incluindo status, impacto e progresso.
- Melhor coordenação e colaboração: um sistema centralizado oferece uma plataforma unificada para comunicação e gerenciamento de tarefas. Ele promove uma colaboração perfeita entre os diferentes departamentos e funções envolvidos na resposta a incidentes. Essa abordagem garante que todos tenham acesso a informações atualizadas e reduz o risco de falhas de comunicação e desalinhamento.
- Maior responsabilidade e propriedade: um sistema centralizado de gerenciamento de incidentes permite que sua organização atribua tarefas a indivíduos ou equipes específicos e garante que as responsabilidades sejam claramente definidas e monitoradas. Essa abordagem promove a responsabilidade e incentiva a resolução proativa de problemas, porque os membros da equipe podem monitorar facilmente o progresso e as contribuições.
Um sistema centralizado de gerenciamento de incidentes precisa oferecer recursos robustos para rastreamento de incidentes, atribuição de tarefas e gerenciamento de comunicações. Esses recursos permitem personalizar fluxos de trabalho, definir prioridades e integrar com outros sistemas, como ferramentas de monitoramento e sistemas de tíquetes.
Ao implementar um sistema centralizado de gerenciamento de incidentes, é possível otimizar os processos de resposta a incidentes da sua organização, melhorar a colaboração e aumentar a visibilidade. Isso leva a tempos de resolução de incidentes mais rápidos, redução do tempo de inatividade e maior satisfação do cliente. Ele também ajuda a promover uma cultura de melhoria contínua, porque você pode aprender com incidentes anteriores e identificar áreas de melhoria.
Realizar análises detalhadas pós-incidente
Depois que um incidente ocorre, é necessário realizar uma análise detalhada pós-incidente (PIR, na sigla em inglês), também conhecida como post-mortem, para identificar a causa raiz, os fatores contribuintes e as lições aprendidas. Essa análise completa ajuda a evitar incidentes semelhantes no futuro. Essa recomendação é relevante para estas áreas de foco da prontidão operacional: processos e governança.
O processo de PIR precisa envolver uma equipe multidisciplinar com experiência em vários aspectos do incidente. A equipe precisa reunir todas as informações relevantes por meio de entrevistas, revisão de documentação e inspeções no local. Uma linha do tempo dos eventos precisa ser criada para estabelecer a sequência de ações que levaram ao incidente.
Depois que a equipe coleta as informações necessárias, ela precisa realizar uma análise de causa raiz para determinar os fatores que levaram ao incidente. Essa análise precisa identificar a causa imediata e os problemas sistêmicos que contribuíram para o incidente.
Além de identificar a causa raiz, a equipe do PIR precisa identificar outros fatores que possam ter causado o incidente. Esses fatores podem incluir erro humano, falha de equipamento ou fatores organizacionais, como falhas de comunicação e falta de treinamento.
O relatório de PIR precisa documentar as descobertas da investigação, incluindo a linha do tempo dos eventos, a análise da causa raiz e as ações recomendadas. O relatório é um recurso valioso para implementar ações corretivas e evitar recorrências. O relatório precisa ser compartilhado com todas as partes interessadas relevantes e usado para desenvolver treinamentos e procedimentos de segurança.
Para garantir um processo de PIR bem-sucedido, sua organização precisa promover uma cultura sem culpa que se concentre no aprendizado e na melhoria, em vez de atribuir culpa. Essa cultura incentiva as pessoas a relatar incidentes sem medo de retaliação e permite que você resolva problemas sistêmicos e faça melhorias significativas.
Ao realizar PIRs completos e implementar medidas corretivas com base nas descobertas, é possível reduzir significativamente o risco de incidentes semelhantes no futuro. Essa abordagem proativa para investigação e prevenção de incidentes ajuda a criar um ambiente de trabalho mais seguro e eficiente para todos os envolvidos.
Manter uma base de conhecimento
Uma base de conhecimento de problemas conhecidos, soluções e guias de solução de problemas é essencial para o gerenciamento e a resolução de incidentes. Os membros da equipe podem usar a base de conhecimento para identificar e resolver problemas comuns rapidamente. A implementação de uma base de conhecimento ajuda a reduzir a necessidade de encaminhamento e melhora a eficiência geral. Essa recomendação é relevante para estas áreas de foco da prontidão operacional: força de trabalho e processos.
Um dos principais benefícios de uma base de conhecimento é que ela permite que as equipes aprendam com experiências anteriores e evitem repetir erros. Ao capturar e compartilhar soluções para problemas conhecidos, as equipes podem criar um entendimento coletivo de como resolver problemas comuns e as práticas recomendadas para o gerenciamento de incidentes. O uso de uma base de conhecimento economiza tempo e esforço, além de ajudar a padronizar processos e garantir consistência na resolução de incidentes.
Além de ajudar a melhorar os tempos de resolução de incidentes, uma base de conhecimento promove o compartilhamento de conhecimento e a colaboração entre as equipes. Com um repositório central de informações, as equipes podem acessar e contribuir facilmente para a base de conhecimento, o que promove uma cultura de aprendizado e melhoria contínuas. Essa cultura incentiva as equipes a compartilhar conhecimentos e experiências, o que resulta em uma base de conhecimento mais abrangente e valiosa.
Para criar e gerenciar uma base de conhecimento de maneira eficaz, use ferramentas e tecnologias apropriadas. Plataformas de colaboração como o Google Workspace são ideais para essa finalidade, porque permitem criar, editar e compartilhar documentos de forma colaborativa. Essas ferramentas também oferecem suporte ao controle de versões e ao rastreamento de mudanças, o que garante que a base de conhecimento permaneça atualizada e precisa.
Facilite o acesso à base de conhecimento para todas as equipes relevantes. Para isso, integre a base de conhecimento aos sistemas de gerenciamento de incidentes atuais ou forneça um portal ou site de intranet dedicado. Uma base de conhecimento prontamente disponível permite que as equipes acessem rapidamente as informações necessárias para resolver incidentes de maneira eficiente. Essa disponibilidade ajuda a reduzir o tempo de inatividade e minimizar o impacto nas operações comerciais.
Revise e atualize regularmente a base de conhecimento para garantir que ela permaneça relevante e útil. Monitorar alertas de incidentes, identificar problemas e tendências comuns e incorporar novas soluções e guias de solução de problemas à base de conhecimento. Uma base de conhecimento atualizada ajuda as equipes a resolver incidentes com mais rapidez e eficácia.
Automatizar a resposta a incidentes
Automation ajuda a simplificar os processos de resposta a incidentes e correção. Ele permite que você lide com violações de segurança e falhas do sistema de forma rápida e eficiente. Ao usar Google Cloud produtos como o Cloud Run functions ou o Cloud Run, é possível automatizar várias tarefas que normalmente são manuais e demoradas. Essa recomendação é relevante para estas áreas de foco da prontidão operacional: processos e ferramentas.
A resposta automatizada a incidentes oferece os seguintes benefícios:
- Redução nos tempos de detecção e resolução de incidentes: as ferramentas automatizadas podem monitorar continuamente sistemas e aplicativos, detectar atividades suspeitas ou anômalas em tempo real e notificar as partes interessadas ou responder sem intervenção. Essa automação permite identificar possíveis ameaças ou problemas antes que se tornem incidentes graves. Quando um incidente é detectado, as ferramentas automatizadas podem acionar ações de correção predefinidas, como isolar sistemas afetados, colocar arquivos maliciosos em quarentena ou reverter alterações para restaurar o sistema para um estado válido conhecido.
- Redução da carga sobre as equipes de segurança e operações: a resposta automatizada a incidentes permite que as equipes de segurança e operações se concentrem em tarefas mais estratégicas. Ao automatizar tarefas rotineiras e repetitivas, como coletar informações de diagnóstico ou acionar alertas, sua organização pode liberar pessoal para lidar com incidentes mais complexos e críticos. Essa automação pode melhorar a eficácia e a eficiência geral da resposta a incidentes.
- Maior consistência e precisão do processo de correção: as ferramentas automatizadas podem garantir que as ações de correção sejam aplicadas de maneira uniforme em todos os sistemas afetados, minimizando o risco de erro humano ou inconsistência. Essa padronização do processo de correção ajuda a minimizar o impacto dos incidentes nos usuários e na empresa.
Gerenciamento e otimização de recursos em nuvem
Este princípio no pilar de excelência operacional do Google Cloud Well-Architected Framework fornece recomendações para ajudar você a gerenciar e otimizar os recursos usados pelas cargas de trabalho na nuvem. Isso envolve dimensionar os recursos de acordo com o uso e a demanda reais, usar o escalonamento automático para alocação dinâmica de recursos, implementar estratégias de otimização de custos e analisar regularmente a utilização e os custos dos recursos. Muitos dos tópicos discutidos neste princípio são abordados em detalhes no pilar Otimização de custos.
Visão geral do princípio
O gerenciamento e a otimização de recursos de nuvem desempenham um papel vital na otimização dos gastos com nuvem, do uso de recursos e da eficiência da infraestrutura. Ela inclui várias estratégias e práticas recomendadas que visam maximizar o valor e o retorno dos seus gastos com a nuvem.
O foco desse pilar na otimização vai além da redução de custos. Ele enfatiza as seguintes metas:
- Eficiência: usar automação e análise de dados para alcançar o máximo de desempenho e economia de custos.
- Desempenho: escalonamento de recursos sem esforço para atender às demandas flutuantes e oferecer resultados ideais.
- Escalonabilidade: adaptar a infraestrutura e os processos para acomodar o crescimento rápido e as diversas cargas de trabalho.
Ao se concentrar nessas metas, você alcança um equilíbrio entre custo e funcionalidade. Você pode tomar decisões fundamentadas sobre provisionamento, escalonamento e migração de recursos. Além disso, você recebe insights valiosos sobre os padrões de consumo de recursos, o que permite identificar e resolver possíveis problemas de forma proativa antes que eles se agravem.
Recomendações
Para gerenciar e otimizar recursos, considere as recomendações nas seções a seguir. Cada recomendação neste documento é relevante para uma ou mais áreas de foco da prontidão operacional.
Adequam os recursos
O monitoramento contínuo da utilização de recursos e o ajuste da alocação de recursos para corresponder à demanda real são essenciais para o gerenciamento eficiente de recursos de nuvem. O provisionamento excessivo de recursos pode gerar custos desnecessários, e o provisionamento insuficiente pode causar gargalos de desempenho que afetam o desempenho do aplicativo e a experiência do usuário. Para alcançar um equilíbrio ideal, é preciso adotar uma abordagem proativa para dimensionar corretamente os recursos de nuvem. Essa recomendação é relevante para a área de foco de governança da prontidão operacional.
O Cloud Monitoring e o Recomendador podem ajudar você a identificar oportunidades de dimensionamento correto. O Cloud Monitoring oferece visibilidade em tempo real das métricas de utilização de recursos. Essa visibilidade permite rastrear padrões de uso de recursos e identificar possíveis ineficiências. O recomendador analisa os dados de utilização de recursos para fazer recomendações inteligentes para otimizar a alocação de recursos. Ao usar essas ferramentas, você pode receber insights sobre o uso de recursos e tomar decisões fundamentadas sobre o dimensionamento correto dos recursos.
Além do Cloud Monitoring e do Recommender, use métricas personalizadas para acionar ações automatizadas de dimensionamento correto. Com as métricas personalizadas, é possível acompanhar métricas específicas de utilização de recursos que são relevantes para seus aplicativos e cargas de trabalho. Também é possível configurar alertas para notificar os administradores quando limites predefinidos forem atingidos. Os administradores podem tomar as medidas necessárias para ajustar a alocação de recursos. Essa abordagem proativa garante que os recursos sejam escalonados de maneira oportuna, o que ajuda a otimizar os custos de nuvem e evitar problemas de desempenho.
Use o escalonamento automático.
O escalonamento automático de computação e outros recursos ajuda a garantir o desempenho ideal e a eficiência de custos dos aplicativos baseados na nuvem. Com o escalonamento automático, é possível ajustar dinamicamente a capacidade dos recursos com base nas flutuações da carga de trabalho. Assim, você tem os recursos necessários quando precisa e evita o provisionamento excessivo e custos desnecessários. Essa recomendação é relevante para a área de foco de processos da preparação operacional.
Para atender às diversas necessidades de diferentes aplicativos e cargas de trabalho, oGoogle Cloud oferece várias opções de escalonamento automático, incluindo as seguintes:
- Os grupos gerenciados de instâncias (MIGs) do Compute Engine são grupos de VMs gerenciados e escalonados como uma única entidade. Com os MIGs, é possível definir políticas de escalonamento automático que especificam o número mínimo e máximo de VMs a serem mantidas no grupo e as condições que acionam o escalonamento automático. Por exemplo, é possível configurar uma política para adicionar VMs em um MIG quando a utilização da CPU atingir um determinado limite e remover VMs quando a utilização cair abaixo de um limite diferente.
O escalonamento automático do Google Kubernetes Engine (GKE) ajusta dinamicamente os recursos do cluster para atender às necessidades do aplicativo. Ele oferece as seguintes ferramentas:
- O escalonador automático de clusters adiciona ou remove nós com base nas demandas de recursos do pod.
- Escalonador automático horizontal de pods altera o número de réplicas de pods com base em métricas de CPU, memória ou personalizadas.
- O Autoescalonador de Pods Vertical ajusta as solicitações de recursos e os limites de pods com base nos padrões de uso.
- O provisionamento automático de nós cria automaticamente pools de nós otimizados para suas cargas de trabalho.
Essas ferramentas trabalham juntas para otimizar a utilização de recursos, garantir o desempenho do aplicativo e simplificar o gerenciamento de clusters.
O Cloud Run é uma plataforma sem servidor que permite executar códigos sem precisar gerenciar a infraestrutura. O Cloud Run oferece escalonamento automático integrado, que ajusta automaticamente o número de instâncias com base no tráfego recebido. Quando o volume de tráfego aumenta, o Cloud Run escalona verticalmente o número de instâncias para lidar com a carga. Quando o tráfego diminui, o Cloud Run reduz o número de instâncias para reduzir os custos.
Ao usar essas opções de escalonamento automático, você garante que seus aplicativos baseados na nuvem tenham os recursos necessários para lidar com cargas de trabalho variadas, evitando o provisionamento excessivo e custos desnecessários. O uso do escalonamento automático pode levar a um melhor desempenho, economia de custos e uso mais eficiente dos recursos da nuvem.
Aproveitar estratégias de otimização de custos
Otimizar os gastos com nuvem ajuda a gerenciar de forma eficaz os orçamentos de TI da sua organização. Essa recomendação é relevante para a área de foco de governança da prontidão operacional.
OGoogle Cloud oferece várias ferramentas e técnicas para ajudar você a otimizar os custos de nuvem. Ao usar essas ferramentas e técnicas, você pode aproveitar ao máximo seus gastos com a nuvem. Essas ferramentas e técnicas ajudam a identificar áreas em que os custos podem ser reduzidos, como identificar recursos subutilizados ou recomendar tipos de instância mais econômicos. Google Cloud As opções para ajudar a otimizar os custos da nuvem incluem:
- Os descontos por compromisso de uso (CUDs) são descontos por se comprometer com um determinado nível de uso durante um período.
- Os descontos por uso prolongado no Compute Engine oferecem descontos para o uso consistente de um serviço.
- As VMs spot fornecem acesso à capacidade de VM não utilizada a um custo menor em comparação com as VMs regulares.
Os modelos de preços podem mudar ao longo do tempo, e novos recursos podem ser introduzidos para oferecer melhor desempenho ou menor custo em comparação com as opções atuais. Por isso, é recomendável analisar regularmente os modelos de preços e considerar recursos alternativos. Ao se manter informado sobre os modelos de preços e recursos mais recentes, é possível tomar decisões fundamentadas sobre sua arquitetura de nuvem para minimizar custos.
As ferramentas de gerenciamento de custos doGoogle Cloud, como orçamentos e alertas, fornecem insights valiosos sobre os gastos com a nuvem. Com os orçamentos e alertas, os usuários podem definir orçamentos e receber alertas quando eles são excedidos. Essas ferramentas ajudam os usuários a acompanhar os gastos com a nuvem e identificar áreas em que os custos podem ser reduzidos.
Monitorar o uso e os custos de recursos
É possível usar tags e rótulos para acompanhar o uso e os custos dos recursos. Ao atribuir tags e rótulos aos recursos de nuvem, como projetos, departamentos ou outras dimensões relevantes, é possível categorizar e organizar os recursos. Isso permite monitorar e analisar padrões de gastos para recursos específicos e identificar áreas de alto uso ou possíveis economias de custo. Essa recomendação é relevante para estas áreas de foco da prontidão operacional: governança e ferramentas.
Ferramentas como o Cloud Billing e o Cost Management ajudam você a entender seus padrões de gastos. Essas ferramentas fornecem insights detalhados sobre o uso da nuvem e permitem identificar tendências, prever custos e tomar decisões fundamentadas. Ao analisar dados históricos e padrões de gastos atuais, é possível identificar as áreas de foco para seus esforços de otimização de custos.
Os painéis e relatórios personalizados ajudam a visualizar dados de custo e receber insights mais profundos sobre as tendências de gastos. Ao personalizar os painéis com métricas e dimensões relevantes, é possível monitorar os indicadores principais de desempenho (KPIs) e acompanhar o progresso em direção às suas metas de otimização de custos. Os relatórios oferecem análises mais detalhadas dos dados de custo. Os relatórios permitem filtrar os dados por períodos ou tipos de recursos específicos para entender os fatores subjacentes que contribuem para seus gastos com a nuvem.
Revise e atualize regularmente suas tags, rótulos e ferramentas de análise de custos para garantir que você tenha as informações mais atualizadas sobre o uso e os custos da nuvem. Ao se manter informado e realizar análises de custo pós-mortem ou proativas, é possível identificar prontamente qualquer aumento inesperado nos gastos. Isso permite que você tome decisões proativas para otimizar os recursos de nuvem e controlar os custos.
Definir a alocação de custos e o orçamento
A responsabilidade e a transparência no gerenciamento de custos da nuvem são cruciais para otimizar a utilização de recursos e garantir o controle financeiro. Essa recomendação é relevante para a área de foco de governança da prontidão operacional.
Para garantir a responsabilidade e a transparência, é preciso ter mecanismos claros para alocação de custos e estorno. Ao alocar custos para equipes, projetos ou indivíduos específicos, sua organização pode garantir que cada uma dessas entidades seja responsável pelo uso da nuvem. Essa prática promove um senso de propriedade e incentiva o gerenciamento responsável de recursos. Além disso, os mecanismos de estorno permitem que sua organização recupere os custos de nuvem de clientes internos, alinhe os incentivos ao desempenho e promova a disciplina fiscal.
Estabelecer orçamentos para diferentes equipes ou projetos é outro aspecto essencial do gerenciamento de custos da nuvem. Os orçamentos permitem que sua organização defina limites de gastos e acompanhe as despesas reais em relação a esses limites. Essa abordagem permite que você tome decisões proativas para evitar gastos descontrolados. Ao definir orçamentos realistas e alcançáveis, você garante que os recursos de nuvem sejam usados de forma eficiente e alinhados aos objetivos de negócios. O monitoramento regular dos gastos reais em relação aos orçamentos ajuda a identificar variações e resolver possíveis excessos de forma rápida.
Para monitorar orçamentos, use ferramentas como orçamentos e alertas do Cloud Billing. Essas ferramentas fornecem insights em tempo real sobre os gastos com a nuvem e notificam as partes interessadas sobre possíveis excessos. Ao usar esses recursos, é possível acompanhar os custos da nuvem e tomar ações corretivas antes que ocorram desvios significativos. Essa abordagem proativa ajuda a evitar surpresas financeiras e garante que os recursos de nuvem sejam usados de maneira responsável.
Automatizar e gerenciar mudanças
Este princípio no pilar de excelência operacional do Google Cloud Well-Architected Framework fornece recomendações para ajudar você a automatizar e gerenciar mudanças nas cargas de trabalho na nuvem. Isso envolve implementar a infraestrutura como código (IaC), estabelecer procedimentos operacionais padrão, implementar um processo estruturado de gestão da mudança e usar automação e orquestração.
Visão geral do princípio
A gestão de mudanças e a automação são fundamentais para garantir transições tranquilas e controladas em ambientes de nuvem. Para uma gestão de mudanças eficaz, é necessário usar estratégias e práticas recomendadas que minimizem as interrupções e garantam que as mudanças sejam integradas perfeitamente aos sistemas atuais.
A automação e o gerenciamento de mudanças eficazes incluem os seguintes elementos fundamentais:
- Governança de mudanças: estabeleça políticas e procedimentos claros para o gerenciamento de mudanças, incluindo processos de aprovação e planos de comunicação.
- Avaliação de risco: identifique possíveis riscos associados a mudanças e mitigue-os usando técnicas de gerenciamento de riscos.
- Teste e validação: teste as mudanças para garantir que elas atendam aos requisitos funcionais e de desempenho e mitiguem possíveis regressões.
- Implantação controlada: implemente mudanças de maneira controlada, garantindo que os usuários sejam transferidos sem problemas para o novo ambiente, com mecanismos para reverter sem problemas, se necessário.
Esses elementos fundamentais ajudam a minimizar o impacto das mudanças e garantir que elas tenham um efeito positivo nas operações comerciais. Esses elementos são representados pelos processos, ferramentas e áreas de foco de governança da prontidão operacional.
Recomendações
Para automatizar e gerenciar mudanças, considere as recomendações nas seções a seguir. Cada recomendação neste documento é relevante para uma ou mais das áreas de foco da prontidão operacional.
Adotar IaC
A infraestrutura como código (IaC) é uma abordagem transformadora para gerenciar a infraestrutura em nuvem. É possível definir e gerenciar a infraestrutura em nuvem de maneira declarativa usando ferramentas como o Terraform. A IaC ajuda a alcançar consistência, repetibilidade e gerenciamento de mudanças simplificado. Isso também permite implantações mais rápidas e confiáveis. Essa recomendação é relevante para estas áreas de foco da prontidão operacional: processos e ferramentas.
Estes são os principais benefícios de adotar a abordagem de IaC para suas implantações na nuvem:
- Configurações de recursos legíveis por humanos: com a abordagem de IaC, é possível declarar os recursos da infraestrutura em nuvem em um formato legível por humanos, como JSON ou YAML. Os administradores e operadores de infraestrutura podem entender e modificar facilmente a infraestrutura e colaborar com outras pessoas.
- Consistência e repetibilidade: a IaC permite consistência e repetibilidade nas implantações de infraestrutura. É possível garantir que a infraestrutura seja provisionada e configurada da mesma maneira todas as vezes, independentemente de quem está realizando a implantação. Essa abordagem ajuda a reduzir erros e garante que sua infraestrutura esteja sempre em um estado conhecido.
- Responsabilidade e solução de problemas simplificada: a abordagem de IaC ajuda a melhorar a responsabilidade e facilita a solução de problemas. Ao armazenar o código da IaC em um sistema de controle de versões, é possível acompanhar as mudanças e identificar quando elas foram feitas e por quem. Se necessário, é possível reverter com facilidade para versões anteriores.
Implementar o controle de versões
Um sistema de controle de versões, como o Git, é um componente essencial do processo de IaC. Ele oferece recursos robustos de gerenciamento de mudanças e redução de riscos, por isso é amplamente adotado, seja por meio de desenvolvimento interno ou de soluções de SaaS. Essa recomendação é relevante para estas áreas de foco da prontidão operacional: governança e ferramentas.
Ao rastrear mudanças no código e nas configurações da IaC, o controle de versões oferece visibilidade da evolução do código, facilitando a compreensão do impacto das mudanças e a identificação de possíveis problemas. Essa visibilidade aprimorada promove a colaboração entre os membros da equipe que trabalham no mesmo projeto de IaC.
A maioria dos sistemas de controle de versão permite reverter as mudanças com facilidade, se necessário. Esse recurso ajuda a reduzir o risco de consequências ou erros não intencionais. Ao usar ferramentas como o Git no fluxo de trabalho de IaC, é possível melhorar significativamente os processos de gestão da mudança, promover a colaboração e reduzir os riscos, o que leva a uma implementação de IaC mais eficiente e confiável.
Criar pipelines de CI/CD
Os pipelines de integração contínua e entrega contínua (CI/CD) simplificam o processo de desenvolvimento e implantação de aplicativos em nuvem. Os pipelines de CI/CD automatizam as etapas de criação, teste e implantação, o que permite lançamentos mais rápidos e frequentes com um controle de qualidade aprimorado. Essa recomendação é relevante para a área de foco de ferramentas da prontidão operacional.
Os pipelines de CI/CD garantem que as mudanças no código sejam integradas continuamente a um repositório central, normalmente um sistema de controle de versões como o Git. A integração contínua facilita a detecção e a resolução antecipadas de problemas e reduz a probabilidade de bugs ou problemas de compatibilidade.
Para criar e gerenciar pipelines de CI/CD para aplicativos em nuvem, use ferramentas como Cloud Build e Cloud Deploy.
- O Cloud Build é um serviço de build totalmente gerenciado que permite aos desenvolvedores definir e executar etapas de build de maneira declarativa. Ele se integra perfeitamente às plataformas de gerenciamento de código-fonte mais usadas e pode ser acionado por eventos como pushes de código e solicitações de pull.
- O Cloud Deploy é um serviço de implantação sem servidor que automatiza o processo de implantação de aplicativos em vários ambientes, como teste, preparo e produção. Ele oferece recursos como implantações azul-verde, divisão de tráfego e recursos de reversão, facilitando o gerenciamento e o monitoramento de implantações de aplicativos.
A integração de pipelines de CI/CD com sistemas de controle de versões e frameworks de teste ajuda a garantir a qualidade e a confiabilidade dos aplicativos em nuvem. Ao executar testes automatizados como parte do processo de CI/CD, as equipes de desenvolvimento podem identificar e corrigir rapidamente qualquer problema antes que o código seja implantado no ambiente de produção. Essa integração ajuda a melhorar a estabilidade e o desempenho geral dos aplicativos em nuvem.
Usar ferramentas de gerenciamento de configuração
Ferramentas como Puppet, Chef, Ansible e VM Manager ajudam a automatizar a configuração e o gerenciamento de recursos de nuvem. Com essas ferramentas, é possível garantir a consistência e a conformidade dos recursos nos ambientes de nuvem. Essa recomendação é relevante para a área de foco de ferramentas da prontidão operacional.
Automatizar a configuração e o gerenciamento de recursos de nuvem oferece os seguintes benefícios:
- Redução significativa no risco de erros manuais: quando processos manuais estão envolvidos, há uma maior probabilidade de erros devido a falhas humanas. As ferramentas de gerenciamento de configuração reduzem esse risco automatizando processos, para que as configurações sejam aplicadas de forma consistente e precisa em todos os recursos de nuvem. Essa automação pode melhorar a confiabilidade e a estabilidade do ambiente de nuvem.
- Melhoria na eficiência operacional: ao automatizar tarefas repetitivas, sua organização pode liberar a equipe de TI para se concentrar em iniciativas mais estratégicas. Essa automação pode aumentar a produtividade, reduzir custos e melhorar a capacidade de resposta às mudanças nas necessidades de negócios.
- Gerenciamento simplificado de infraestruturas em nuvem complexas: à medida que os ambientes em nuvem crescem em tamanho e complexidade, o gerenciamento dos recursos pode se tornar cada vez mais difícil. As ferramentas de gerenciamento de configuração oferecem uma plataforma centralizada para gerenciar recursos de nuvem. As ferramentas facilitam o acompanhamento de configurações, a identificação de problemas e a implementação de mudanças. O uso dessas ferramentas pode melhorar a visibilidade, o controle e a segurança do seu ambiente de nuvem.
Automatizar testes
A integração de testes automatizados aos pipelines de CI/CD ajuda a garantir a qualidade e a confiabilidade dos aplicativos em nuvem. Ao validar as mudanças antes da implantação, é possível reduzir significativamente o risco de erros e regressões, o que leva a um sistema de software mais estável e robusto. Essa recomendação é relevante para estas áreas de foco da prontidão operacional: processos e ferramentas.
Confira a seguir os principais benefícios de incorporar testes automatizados aos pipelines de CI/CD:
- Detecção precoce de bugs e defeitos: os testes automatizados ajudam a detectar bugs e defeitos no início do processo de desenvolvimento, antes que eles possam causar grandes problemas na produção. Esse recurso economiza tempo e recursos, evitando a necessidade de retrabalho e correções de bugs caros em estágios posteriores do processo de desenvolvimento.
- Código de alta qualidade e baseado em padrões: os testes automatizados podem ajudar a melhorar a qualidade geral do código, garantindo que ele atenda a determinados padrões e práticas recomendadas. Esse recurso resulta em aplicativos mais fáceis de manter e confiáveis, menos propensos a erros.
É possível usar vários tipos de técnicas de teste em pipelines de CI/CD. Cada tipo de teste tem uma finalidade específica.
- O teste de unidade se concentra em testar unidades individuais de código, como funções ou métodos, para garantir que funcionem conforme o esperado.
- O teste de integração testa as interações entre diferentes componentes ou módulos do aplicativo para verificar se eles funcionam corretamente juntos.
- Os testes completos costumam ser usados com testes de unidade e de integração. Os testes de ponta a ponta simulam cenários reais para testar o aplicativo como um todo e ajudam a garantir que ele atenda aos requisitos dos usuários finais.
Para integrar os testes automatizados aos pipelines de CI/CD, é preciso escolher as ferramentas e os frameworks de teste adequados. Há muitas opções diferentes, cada uma com seus próprios pontos fortes e fracos. Você também precisa estabelecer uma estratégia de teste clara que descreva os tipos de testes a serem realizados, a frequência dos testes e os critérios de aprovação ou reprovação. Ao seguir essas recomendações, você garante que o processo de teste automatizado seja eficiente e eficaz. Esse processo fornece insights valiosos sobre a qualidade e a confiabilidade dos seus aplicativos em nuvem.
Melhorar e inovar continuamente
Este princípio no pilar de excelência operacional do Google Cloud Well-Architected Framework fornece recomendações para ajudar você a otimizar continuamente as operações na nuvem e impulsionar a inovação.
Visão geral do princípio
Para melhorar e inovar continuamente na nuvem, você precisa se concentrar no aprendizado, na experimentação e na adaptação contínuos. Isso ajuda a explorar novas tecnologias e otimizar os processos atuais, além de promover uma cultura de excelência que permite que sua organização alcance e mantenha a liderança no setor.
Com a melhoria e a inovação contínuas, é possível alcançar as seguintes metas:
- Acelerar a inovação: explore novas tecnologias e serviços para melhorar os recursos e impulsionar a diferenciação.
- Reduzir custos: identificar e eliminar ineficiências por meio de iniciativas de melhoria de processos.
- Aumentar a agilidade: adaptar-se rapidamente às mudanças nas demandas do mercado e nas necessidades dos clientes.
- Melhorar a tomada de decisões: receba insights valiosos de dados e análises para tomar decisões baseadas em dados.
As organizações que adotam o princípio de melhoria e inovação contínuas podem aproveitar todo o potencial do ambiente de nuvem e alcançar um crescimento sustentável. Esse princípio se aplica principalmente à área de foco de prontidão operacional da força de trabalho. Uma cultura de inovação permite que as equipes testem novas ferramentas e tecnologias para expandir os recursos e reduzir os custos.
Recomendações
Para melhorar e inovar continuamente suas cargas de trabalho na nuvem, considere as recomendações nas seções a seguir. Cada recomendação neste documento é relevante para uma ou mais das áreas de foco da prontidão operacional.
Promover uma cultura de aprendizado
Incentive as equipes a testar, compartilhar conhecimento e aprender continuamente. Adote uma cultura sem culpa, em que as falhas são vistas como oportunidades de crescimento e melhoria. Essa recomendação é relevante para a área de foco de prontidão operacional da força de trabalho.
Quando você promove uma cultura de aprendizado, as equipes podem aprender com os erros e iterar rapidamente. Essa abordagem incentiva os membros da equipe a assumir riscos, testar novas ideias e expandir os limites do trabalho. Isso também cria um ambiente psicologicamente seguro, em que as pessoas se sentem confortáveis para compartilhar falhas e aprender com elas. Compartilhar dessa forma leva a um ambiente mais aberto e colaborativo.
Para facilitar o compartilhamento de conhecimento e o aprendizado contínuo, crie oportunidades para que as equipes compartilhem conhecimento e aprendam umas com as outras. Isso pode ser feito por meio de sessões e conferências de aprendizado informais e formais.
Ao promover uma cultura de experimentação, compartilhamento de conhecimento e aprendizado contínuo, você pode criar um ambiente em que as equipes tenham autonomia para assumir riscos, inovar e crescer. Esse ambiente pode aumentar a produtividade, melhorar a resolução de problemas e gerar uma força de trabalho mais engajada e motivada. Além disso, ao promover uma cultura sem culpados, você pode criar um espaço seguro para que os funcionários aprendam com os erros e contribuam para o conhecimento coletivo da equipe. Essa cultura leva a uma força de trabalho mais resiliente e adaptável, mais bem equipada para lidar com desafios e impulsionar o sucesso a longo prazo.
Realizar retrospectivas regulares
As retrospectivas dão às equipes a oportunidade de refletir sobre as experiências, identificar o que deu certo e o que pode ser melhorado. Ao realizar retrospectivas após projetos ou incidentes graves, as equipes podem aprender com os sucessos e fracassos e melhorar continuamente os processos e as práticas. Essa recomendação é relevante para estas áreas de foco da prontidão operacional: processos e governança.
Uma maneira eficaz de estruturar uma retrospectiva é usar o modelo Iniciar-Parar-Continuar:
- Iniciar: na fase Iniciar da retrospectiva, os membros da equipe identificam novas práticas, processos e comportamentos que acreditam que podem melhorar o trabalho. Eles discutem por que as mudanças são necessárias e como elas podem ser implementadas.
- Parar: na fase Parar, os membros da equipe identificam e eliminam práticas, processos e comportamentos que não são mais eficazes ou que impedem o progresso. Eles discutem por que essas mudanças são necessárias e como elas podem ser implementadas.
- Continuar: na fase Continuar, os membros da equipe identificam práticas, processos e comportamentos que funcionam bem e precisam ser mantidos. Eles discutem por que esses elementos são importantes e como podem ser reforçados.
Ao usar um formato estruturado como o modelo Começar-Parar-Continuar, as equipes podem garantir que as retrospectivas sejam produtivas e focadas. Esse modelo ajuda a facilitar a discussão, identificar as principais conclusões e identificar etapas acionáveis para melhorias futuras.
Ficar por dentro das tecnologias de nuvem
Para maximizar o potencial dos serviços do Google Cloud , é preciso acompanhar os avanços, recursos e práticas recomendadas mais recentes. Essa recomendação é relevante para a área de foco de prontidão operacional da força de trabalho.
Participar de conferências, webinars e sessões de treinamento relevantes é uma maneira valiosa de ampliar seu conhecimento. Esses eventos oferecem oportunidades de aprender com especialistas do Google Cloud , entender novos recursos e interagir com colegas do setor que podem enfrentar desafios semelhantes. Ao participar dessas sessões, você pode receber insights sobre como usar novos recursos de maneira eficaz, otimizar suas operações na nuvem e impulsionar a inovação na sua organização.
Para garantir que os membros da sua equipe acompanhem as tecnologias de nuvem, incentive-os a obter certificações e participar de cursos de treinamento.O Google Cloud oferece uma ampla variedade de certificações que validam habilidades e conhecimentos em domínios específicos da nuvem. Conquistar essas certificações demonstra compromisso com a excelência e fornece evidências tangíveis de proficiência em tecnologias de nuvem. Os cursos de treinamento oferecidos pelo Google Cloud e nossos parceiros se aprofundam em tópicos específicos. Eles oferecem experiência direta e habilidades práticas que podem ser aplicadas imediatamente a projetos reais. Ao investir no desenvolvimento profissional da sua equipe, você pode promover uma cultura de aprendizado contínuo e garantir que todos tenham as habilidades necessárias para ter sucesso na nuvem.
Busque e incorpore feedback ativamente
Colete feedback de usuários, partes interessadas e membros da equipe. Use o feedback para identificar oportunidades de melhoria nas suas soluções em nuvem. Essa recomendação é relevante para a área de foco de prontidão operacional da força de trabalho.
O feedback coletado pode ajudar você a entender as necessidades, os problemas e as expectativas em constante evolução dos usuários das suas soluções. Esse feedback serve como uma entrada valiosa para impulsionar melhorias e priorizar melhorias futuras. Você pode usar vários mecanismos para coletar feedback:
- As pesquisas são uma maneira eficaz de coletar dados quantitativos de um grande número de usuários e partes interessadas.
- As entrevistas com usuários oferecem uma oportunidade para a coleta de dados qualitativos detalhados. As entrevistas permitem que você entenda os desafios e as experiências específicas de cada usuário.
- Os formulários de feedback inseridos nas soluções em nuvem oferecem uma maneira conveniente para os usuários fornecerem feedback imediato sobre a experiência deles.
- Reuniões regulares com os membros da equipe podem facilitar a coleta de feedback sobre aspectos técnicos e desafios de implementação.
O feedback coletado por esses mecanismos precisa ser analisado e sintetizado para identificar temas e padrões comuns. Essa análise pode ajudar você a priorizar melhorias futuras com base no impacto e na viabilidade das melhorias sugeridas. Ao abordar as necessidades e os problemas identificados pelo feedback, você garante que suas soluções de nuvem continuem atendendo aos requisitos em constante evolução dos usuários e das partes interessadas.
Medir e acompanhar o progresso
Os indicadores principais de desempenho (KPIs) e as métricas são essenciais para acompanhar o progresso e medir a eficácia das operações na nuvem. Os KPIs são medidas quantificáveis que refletem o desempenho geral. As métricas são pontos de dados específicos que contribuem para o cálculo dos KPIs. Revise as métricas regularmente e use-as para identificar oportunidades de melhoria e medir o progresso. Isso ajuda você a melhorar e otimizar continuamente seu ambiente de nuvem. Essa recomendação é relevante para estas áreas de foco da prontidão operacional: governança e processos.
Um dos principais benefícios de usar KPIs e métricas é que eles permitem que sua organização adote uma abordagem baseada em dados para as operações na nuvem. Ao rastrear e analisar dados operacionais, é possível tomar decisões fundamentadas sobre como melhorar o ambiente de nuvem. Essa abordagem baseada em dados ajuda a identificar tendências, padrões e anomalias que podem não ser visíveis sem o uso de métricas sistemáticas.
Para coletar e analisar dados operacionais, use ferramentas como o Cloud Monitoring e o BigQuery. O Cloud Monitoring permite o monitoramento em tempo real de recursos e serviços em nuvem. O BigQuery permite armazenar e analisar os dados coletados pelo monitoramento. Ao usar essas ferramentas juntas, é possível criar painéis personalizados para visualizar métricas e tendências importantes.
Os painéis operacionais podem fornecer uma visualização centralizada das métricas mais importantes, o que permite identificar rapidamente as áreas que requerem atenção. Por exemplo, um painel pode incluir métricas como utilização da CPU, uso da memória, tráfego de rede e latência para um aplicativo ou serviço específico. Ao monitorar essas métricas, é possível identificar rapidamente possíveis problemas e tomar medidas para resolvê-los.