Papéis de comandos de infraestrutura
1) Quadro inteiro: porquê especialização
Previsibilidade e velocidade: proprietários claros reduzem «zonas cinzentas».
Confiabilidade e segurança: distribuição de responsabilidades por domínios (K8s, redes, banco de dados, segurança).
Economia: FinOps separa o custo do consumo e controla o «preço das donzelas».
Developer Experience: plataforma como produto - Auto-uso, modelos, diretórios.
2) Papéis principais e áreas de responsabilidade
3) Limites de responsabilidade (limites de posse)
A plataforma possui os níveis de serviços de plataforma L3-L7 (K8s, grade, observabilidade), mas não a lógica de negócios.
O SRE possui um processo de confiabilidade (SLO/incidentes/pós-mórtemos) e não cada métrica específica do produto.
Release/Delivery possui uma mecânica de pontuação, mas a responsabilidade de «o que» é atribuído é dos comandos fish.
A DBRE possui clusters/políticas de dados, e o esquema/migração possui uma equipe de produto (para os padrões DBRE).
SecOps possui políticas e controles, e a implementação é compartilhada com os donos dos domínios.
4) Modelos operacionais
1. Plataforma centralizada - início rápido, risco de garrafa.
2. Plataforma como produto (PaaP) - modelos de auto-produção, diretórios, «marketing interno» serviços.
3. Federação/Guilda - especialistas são incorporados aos domínios de alimentos (chapter/embedded SRE/DBRE).
4. Matriz - padrões estratégicos de centro + execução em domínios.
Recomendação: combinar PaaP para necessidades básicas e embedded para domínios críticos.
5) Interfaces e OLAs (acordos internos)
Diretório de serviço: que está disponível «como serviço» (K8s namespace, cluster BD, fila, dashboard SLO, perfil alert).
OLA (Operational Level Agreement): prazos de reação, arenas de responsabilidade, pontos de escalação.
Cartões SLO de serviços de plataforma: disponibilidade, latência API, tempo de implantação a partir do modelo.
yaml service: "Kubernetes Namespace Provisioning"
owner: "Platform"
request_channel: "Service Catalog"
targets:
response_time: "≤ 15 min"
delivery_time: "≤ 1 hour (without manual approvals)"
scope:
includes: "quota, RBAC, secrets integration"
excludes: "business configs, database migrations"
escalation: "#plat-ops-oncall"6) RACI: quem faz o quê
Lenda: R - executa, A - responde, C - consultoria, I - é informado.
7) KPI e métricas de eficiência por papel
Plataforma: lead time para fornecimento de serviço,% auto-serviço, DevEx NPS.
SRE: MTTR/MTTD, execução de SLO, cobertura de playbooks, proporção de carros-mitigates.
CloudOps/NetOps: Perímetro de farmácia, tempo de execução de chenges, incidentes de configuração.
DBRE: RPO/RTO, recuperação bem-sucedida, liga de replicação p95.
Release: porcentagem de lançamentos canários, rate recalls, tempo de ambientes.
Observabilidade: abrangência dos sinais, tempo de resposta dos pedidos/dashboards, anti-noise ratio.
SecOps: Hora de encerramento CVE crítico, MTTD/MTTR incidentes de segurança, cobertura de gerente de segredo.
FinOps: per service/RPS, rightsizing savings, previsão de precisão.
8) Onboarding e DevEx
Start pack: Modelos de Terraform/Helm, pipline CI/CD, checklists «Hello, Service».
Portal de Docas: padrões, exemplos, dashboards «vivos», botões Self-Service.
Worcchop/office hours: por papéis (SRE 101, SecOps 101, DBRE 101).
Política de escalações, quem chamar à noite e quando o tíquete é suficiente.
9) Limites de posse de dados e acessibilidade
Seguro IAM: proprietários de papéis, tempo de vida disponível, JIT (just-in-time) disponível.
Segredos: gerente de segredos centralizados, rotação, proibição de segredos em ENV/repo.
Data Ownership: O produto possui o esquema/dados do domínio; A DBRE possui um «vaso» (clusters e políticas).
10) Processos: incidentes, alterações, lançamentos
Incidentes: IC/war-room/pós-mortem (consulte «Incidentes e playbooks SRE»).
Mudanças: risk-based, fast lane para low risk, FAB somente para high risk.
Lançamentos: progressive delivery, regras freeze quando o orçamento de erros é queimado.
11) Folhas de cheque de papel (espremido)
Platform
- Diretório de serviço e SLA para cada serviço de plataforma
- Modelos de IaC + políticas (OPA/Conftest)
SRE
- cartões SLO de caminhos top, burn-rate alerts, playbooks
- Relatório mensal de orçamento errado
DBRE
- DR.-drili, teste de recuperação, RPO/RTO assinados
- Políticas de migração e indexação
SecOps
- Triagem de vulnerabilidades e janela de patch
- Controladores DLP/PII, auditorias acessíveis
Release
- Etapas de canário padrão, auto-rollback
- Bandeiras fichas e kill-switch
Observability
- Padrões de métricas/editoras, bochechas
- Anti-noise (quorum, multi-window), SLO-widgets
FinOps
- Marceback/showback, recomendações rightsizing
- «Costa por 9», previsão
12) Organizações anti-pattern
«DevOps é humano», sobrecarregando «universais», sem donos de domínios.
«Plataforma = bilheteria», tudo através de tíquetes manuais, sem auto-entrada.
«SRE = bombeiros de serviço», sem SLO ou autoridade.
«Segurança como torneira de parar»: ativado posteriormente, em vez de «guarda by design».
«Observabilidade = gráficos bonitos», sem alertas actionable ou SLO.
«FinOps apenas sobre o relatório»: sem recomendação e auto-rightsizing.
13) Modelos de artefatos
Modelo do cartão de serviço de plataforma
yaml service: "Managed PostgreSQL"
owner: "DBRE"
plan: "S, M, L"
slo:
availability: "99. 95 %/quarter"
rpo: "≤ 5 min"
rto: "≤ 15 min"
interfaces:
request: "Service Catalog → Postgres"
incidents: "#dbre-oncall"
changes: "Change Policy L2"
security:
secrets: "Vault"
access: "JIT/RBAC"
finops:
pricing: "по vCPU/GB/IOPS"
limits: "quota per tenant"Mini-RACI para lançamentos
yaml release:
strategy: canary
R: Release/Delivery
A: Product Owner
C: SRE, SecOps
I: Platform14) Plano de implementação (4 iterações)
1. Normalização (2-3 semanas): mapa de papéis, diretório de serviços, RACI, OLAs, canais de escalação.
2. DevEx (3-4 semanas): diretório de serviço, modelos CI/CD, plug-ins Terraform, SLO básico/dashboard.
3. Confiabilidade e segurança (4-6 semanas): playbooks incidentes, Dr. drili, WAF/DLP, gerente de segredo.
4. FinOps e otimização (contínua): chargeback, rightsizing, «cost per 9», políticas automáticas.
15) Mini-FAQ
Onde manter a SRE na plataforma ou nos produtos?
Híbrido: SRE estratégico em plataforma, embedded-SRE em domínios críticos.
Quem possui serviços SLO?
Comandos de comida. O SRE fornece metodologia, tooling e controle de processo.
Como evitar «TI obscura»?
Catálogo de serviços, OLAs explícitos, auto-resistência rápido e preços transparentes (showback/chargeback).
Resultado
Uma forte função de infraestrutura é um papel claro + abordagem de produtos para plataforma + acordo sobre interfaces e métricas. Fixe o RACI e o OLAs, dê auto-energia e padrões, mede a eficiência KPI de cada rol e melhore regularmente o DevEx, o SLO e o custo. Isso reduziria os riscos operacionais, aceleraria os lançamentos e tornaria a infraestrutura previsível.