Tem um tipo de incidente que assusta mais do que qualquer alerta vermelho: o silêncio. Os usuários estão recebendo erro, o suporte está pegando fogo, e o seu painel de orquestração continua, imperturbável, mostrando todas as réplicas healthy. Nada disparou. Ninguém foi acordado. O sistema "acha" que está bem.
Vimos essa cena se repetir em vários sistemas B2B que herdamos para manutenção. E quase sempre a causa raiz é a mesma: o health check foi configurado para responder a pergunta errada. Ele confirma que o processo está de pé — não que a aplicação consegue, de fato, atender uma requisição.
O que um health check ingênuo realmente verifica
O exemplo clássico é o endpoint que devolve 200 OK só por existir:
// O health check que mente
app.get('/health', (req, res) => {
res.status(200).send('OK');
});
Esse handler responde 200 enquanto o event loop conseguir processá-lo. Mas ele não diz absolutamente nada sobre o banco de dados ter caído, sobre a fila de mensagens estar inacessível, ou sobre o pool de conexões ter esgotado. O container está vivo. A aplicação está inútil. E o orquestrador, confiando nesse sinal, mantém o tráfego fluindo para uma réplica que só sabe devolver erro.
Um health check não deve provar que o processo existe. Deve provar que ele consegue fazer o trabalho para o qual existe.
Liveness, readiness e startup: três perguntas diferentes
A maior parte da confusão vem de tratar "saúde" como um conceito único. Não é. Em ambientes orquestrados existem três probes, e cada uma responde a uma pergunta distinta. Misturá-las é o que produz os falsos positivos.
| Probe | Pergunta que responde | Ação em caso de falha |
|---|---|---|
| Liveness | O processo travou e precisa ser reiniciado? | Reinicia o container |
| Readiness | Posso receber tráfego agora? | Remove do balanceador |
| Startup | A aplicação já terminou de subir? | Segura as outras probes |
O erro mais comum é apontar a liveness probe para um endpoint que verifica dependências externas. Parece mais "completo", mas é uma armadilha: se o banco oscila por 10 segundos, a liveness falha, o orquestrador reinicia todas as réplicas ao mesmo tempo — e você transformou uma instabilidade momentânea numa queda total. Liveness deve checar apenas se o próprio processo está responsivo. Dependências externas são problema da readiness.
Liveness olha para dentro (o processo está vivo?). Readiness olha para fora (consigo atender com minhas dependências?). Se a sua liveness probe faz query no banco, você provavelmente já tem um incidente esperando para acontecer.
Como é um health check honesto
A readiness probe é onde a verificação real acontece. Ela deve testar as dependências críticas — e diferenciar o que é fatal do que é tolerável:
// Readiness: verifica o que importa para atender
app.get('/ready', async (req, res) => {
const checks = await Promise.allSettled([
db.query('SELECT 1'), // crítico
cache.ping(), // degradável
]);
const dbOk = checks[0].status === 'fulfilled';
if (!dbOk) {
return res.status(503).json({ status: 'unavailable', db: 'down' });
}
// cache fora do ar não derruba: respondemos degradados
const cacheOk = checks[1].status === 'fulfilled';
res.status(200).json({ status: 'ok', cache: cacheOk ? 'ok' : 'degraded' });
});
Repare em duas decisões. Primeiro, a probe devolve 503 — e não 200 — quando a dependência crítica está fora. É isso que faz o orquestrador parar de mandar tráfego. Segundo, ela trata o cache como degradável: se o Redis cai, o sistema responde mais devagar, mas continua atendendo. Marcar a réplica como não-pronta nesse caso seria pior que o problema.