Recommended Free Tools
Francisco das Chagas relata que seu ambiente de produção passou 8 horas e 40 minutos sem uma réplica disponível — e sem que a equipe soubesse, embora logs e métricas estivessem sendo coletados. O problema, segundo o relato publicado no DEV Community em 2 de outubro de 2026, não foi falta de telemetria: foi a ausência de um sinal acionável que alertasse o plantão de que a réplica havia parado de acompanhar as mudanças.
O que aconteceu, segundo o relato
Chagas diz que uma manutenção automática do provedor de nuvem reciclou os dois servidores do banco de produção, com seis minutos entre os eventos. O failover teria terminado em quatro segundos. Quando uma segunda reciclagem derrubou o novo primário durante a ressincronização, a réplica travou. A equipe teria continuado operando sem cópia de segurança do banco por 8 horas e 40 minutos, sem perceber.
As an Amazon Associate I earn from qualifying purchases.
Mais tarde, o negócio notou o impacto. Na revisão, havia logs e métricas, mas uma métrica de saúde continuava indicando que a réplica estava “saudável”. O sinal que revelou o problema foi a diferença entre o que o primário escreveu e o que a réplica aplicou. Chagas resume a falha de detecção assim: “Telemetria sem alerta é arqueologia. O MTTR não veio de falta de dado, veio de falta de detecção.”
Free tools Windows power users keep installed
One-click scans. No signup required.
Essa é a narrativa pessoal do autor, não um incidente validado por terceiros. A publicação não informa o provedor, a versão do PostgreSQL, a configuração de replicação, os detalhes do alerta ou uma cronologia independente; portanto, os números e a sequência acima devem ser lidos como o relato de Chagas, não como estatísticas generalizáveis.
#1 Best Overall
- FAST 15-MINUTE DEPLOYMENT – Provision and configure in just 15 minutes (down from 40+ minutes with previous models). Perfect for field technicians who need to get sites up and running quickly without deep networking expertise.
- UPGRADED PERFORMANCE – Powered by the Allwinner H618 processor with 1GB LPDDR4 RAM (double the previous generation). Enables accurate speed tests on gigabit connections and supports SNMP v3 encryption for enhanced security monitoring.
- PLUG-AND-PLAY SIMPLICITY – No complex configuration required. Simply connect to your network via the Gigabit Ethernet port, power up with the included USB-C cable, and start monitoring. Multi-VLAN support with just a few clicks in the interface.
- RISK MITIGATION FOR MSPs – Domotz maintains the operating system and security updates, transferring liability concerns away from your organization. Eliminates the security risks of deploying monitoring software on customer-managed servers or domain controllers.
- UNIVERSAL CONNECTIVITY – USB-C power port (more durable and universal than previous micro USB), Gigabit Ethernet port, and USB 2.0 port for future expansion. Premium casing designed for rack mounting or standalone deployment in professional environments.
Por que “réplica saudável” pode ser um sinal insuficiente
Uma métrica de estado pode responder se um componente parece ativo, mas não necessariamente se ele está aplicando as mudanças recentes do primário. O PostgreSQL separa etapas do fluxo de WAL — o registro de alterações usado na replicação — que ajudam a enxergar onde o progresso parou.
Na documentação oficial do PostgreSQL 17, a vista pg_stat_replication apresenta uma linha por processo WAL sender conectado a uma réplica e inclui posições distintas:
Rank #2
- Hardware Controller with Professional Network Management-Centralized management for up to 100 Omada devices including Omada access points, Omada Security Gateways and Jetstream switches.
- Premium Hardware Design-Industry-leading flexible Rackmount/Desktop design with a powerful chipset, durable metal casing, 2 fast ethernet ports and 1 USB 2.0 port for auto backup.
- Dual power selection-Support PoE (802.3af/802.3at) and micro USB for flexible installations.
- Easy Network Monitor & Maintenance-The easy-to-use dashboard makes it simple to see your real-time network status and improve network maintenance for peace of mind.
- Cloud Access with No License Fee-Enjoy cloud service with no license fee with the use of OC200. Remote Cloud access and Omada app brings centralized cloud management of the whole network from different sites—all controlled from a single interface anywhere, anytime.
- sent_lsn: posição enviada pelo primário;
- write_lsn: posição escrita pela réplica;
- flush_lsn: posição descarregada em disco pela réplica;
- replay_lsn: posição de WAL já reproduzida, isto é, aplicada na réplica.
Comparar esses estágios pode ajudar a distinguir se o WAL foi enviado, chegou a ser gravado ou já foi reproduzido. Não equivale, por si só, a uma garantia de integridade ou disponibilidade: é preciso interpretar o sinal no contexto da arquitetura e combiná-lo com uma política de alerta adequada.
O que o lag informa — e o que não informa
O campo replay_lag aproxima o intervalo entre o flush local recente no primário e a confirmação de que a réplica escreveu, descarregou e aplicou os dados. Em replicação assíncrona, pode servir como aproximação do atraso até que transações recentes se tornem visíveis na réplica. Mas o PostgreSQL alerta que esses intervalos não preveem quanto tempo falta para a réplica alcançar o primário.
Rank #3
- 【Hardware Controller with Greater Network Management】Latest Omada SDN hardware controller provides centralized management for up to 500 Omada devices including Omada access points, Omada switches and Omada routers.
- 【Premium Hardware Design】Industry-leading flexible Rackmount/Desktop design with a powerful chipset, durable metal casing, 2 * gigabit ports and 1 * USB 3.0 port for auto backup.
- 【Easy Network Monitor & Maintenance】The easy-to-use dashboard makes it simple to see your real-time network status and improve network maintenance for peace of mind.
- 【Cloud Access with No License Fee】Enjoy cloud service with no license fee with the use of OC300. Remote Cloud access and Omada app brings centralized cloud management of the whole network from different sites—all controlled from a single interface anywhere, anytime.
- 【SDN Compatibility】For SDN usage, make sure your devices/controllers are either equipped with or can be upgraded to SDN version. OC300 work only with SDN APs, Switches and Gateways. For devices that are compatible with SDN firmware, please visit TP-Link website.
Há também um caso que pode confundir alertas: se a réplica alcançou o primário e depois ficou ociosa, valores de lag podem persistir por um curto período e, em seguida, tornar-se NULL. O monitoramento precisa definir o que fazer com um valor nulo, ausente ou antigo, em vez de tratá-lo automaticamente como atraso zero ou como prova de falha.
As métricas gerenciadas também têm limites próprios. Para Cloud SQL for PostgreSQL, o Google Cloud descreve o atraso temporal de réplica como uma aproximação baseada em now() - pg_last_xact_replay_timestamp(). Se a replicação quebra, a réplica pode não saber quanto o primário avançou, então esse valor pode não representar o atraso total. A documentação do serviço também separa network_lag, relacionado ao atraso de rede, de replica_lag, relacionado ao atraso da réplica; essa distinção é específica da métrica gerenciada do Cloud SQL, não uma garantia de que toda distribuição PostgreSQL exponha os mesmos indicadores.
Como avaliar se o alerta detectaria uma réplica parada
O teste útil não é apenas confirmar que existe um painel ou uma consulta. É verificar se uma condição que importa produz um aviso que chegue a alguém com tempo para agir. Ao revisar o monitoramento, confira:
- Fluxo e progresso: além do estado de conexão, há sinal de que WAL está chegando e sendo reproduzido?
- Localização do atraso: quando as métricas disponíveis permitem, é possível separar atraso de rede de atraso na aplicação do WAL?
- Dados inválidos ou desatualizados: o que acontece se o sinal ficar nulo, desaparecer ou não for atualizado?
- Condição de disparo: qual limiar, por quanto tempo, transforma o desvio em alerta? O limite deve refletir a tolerância operacional do ambiente, não um número universal.
- Destino e confirmação: o aviso chega à rota do plantão, exige confirmação quando apropriado e escala se ninguém responder?
- Origem do sinal: a verificação consulta a réplica diretamente ou depende de uma métrica fornecida pelo serviço gerenciado?
O Google Cloud descreve, para Cloud SQL, uma consulta à vista pg_stat_wal_receiver para verificar status e last_msg_receipt_time. Um estado de streaming e um horário recente de recebimento são evidências de fluxo; uma consulta sem resultado indica que não havia receiver naquela verificação. Uma observação isolada não comprova integridade, capacidade de recuperação ou disponibilidade sustentada.
Best Value
Dados coletados só ajudam se reduzirem o tempo até a descoberta
No caso descrito, o ponto decisivo não era saber se havia telemetria, mas se a equipe receberia uma notificação útil quando a réplica deixasse de acompanhar o primário. Como diz Chagas: “Um aviso num card do chat não acorda ninguém às 00:34.” Isso descreve a experiência do autor; a lição prática é verificar se canal, prioridade, escalonamento e confirmação combinam com a urgência do sinal.
A pergunta que encerra o relato é um bom teste para qualquer equipe: “Se o seu banco perdesse a réplica agora, em quanto tempo você saberia?” Para respondê-la com confiança, é preciso observar o progresso real da replicação e testar o caminho completo entre a condição de falha e a pessoa responsável por agir.
Quick Recap
Product prices and availability are accurate as of the date/time indicated and are subject to change. Any price and availability information displayed on Amazon at the time of purchase will apply.
