O Que É On-Call? Rodízios de Engenharia Explicados
On-call é a prática de designar engenheiros para estarem disponíveis, muitas vezes fora do horário normal, a fim de responder prontamente quando ocorre um incidente ou alerta.
Sistemas rodam o tempo todo, então alguém precisa estar pronto para responder o tempo todo. On-call é como as equipes fornecem essa cobertura: um rodízio de engenheiros que assumem a responsabilidade por um período e respondem quando acionados. Bem feito, é sustentável e justo; mal feito, esgota as pessoas.
O que significa estar de on-call
Um engenheiro de on-call é o primeiro respondente designado para incidentes durante seu turno. Ele concorda em estar acessível e apto a reagir dentro de um tempo-alvo se acionado. O papel é sobre disponibilidade e titularidade: quando algo quebra, a pessoa de on-call é quem o sistema de alertas contata.
Rodízios e cobertura
As equipes compartilham o on-call por meio de um rodízio para que ninguém o carregue constantemente. As escalas definem quem cobre cada janela, com passagens de bastão entre turnos. Bons rodízios equilibram a carga de forma justa, oferecem backups e respeitam que a cobertura fora do horário é um fardo real que deve ser distribuído e compensado.
O que torna o on-call sustentável
Um on-call sustentável depende de baixo ruído de alertas, boa documentação e uma cultura que trata os acionamentos como um custo a minimizar. Se o on-call é tranquilo porque o sistema é confiável e os alertas estão ajustados, ele é tolerável. Se cada turno significa acionamentos constantes, isso gera rotatividade. Reduzir o volume de alertas é a verdadeira solução.
Runbooks e ferramentas
A eficácia do on-call vem da preparação: runbooks que documentam como lidar com alertas comuns, dashboards que mostram o estado do sistema e ferramentas que roteiam alertas de forma confiável. Um respondente acordado durante a noite não deveria ter que fazer engenharia reversa do sistema; o conhecimento para agir deve estar pronto e à mão.
On-call e deploys
On-call e deploys interagem de perto. Uma equipe pode evitar deploys arriscados logo antes de um fim de semana ou de uma passagem de bastão, já que quem fez o deploy está em melhor posição para lidar com as consequências. Amarrar a titularidade do deploy à consciência do on-call, com quem enviou a mudança estando acessível, encurta o caminho de um release ruim até sua correção.
Principais conclusões
- Estar de on-call significa ser o respondente designado para incidentes.
- Rodízios distribuem o fardo de forma justa entre a equipe.
- Um on-call sustentável depende de baixo ruído de alertas e boa documentação.
- O timing de deploy e a titularidade estão ligados à cobertura de on-call.