Todos os artigos

Kubernetes em produção: 12 erros que vemos quase todo mês

Não é o Kubernetes que está errado. É o YAML copiado de um tutorial de 2021 que continua rodando, sem revisão, num cluster que hoje atende clientes pagantes.

Kubernetes em produção: 12 erros que vemos quase todo mês

A primeira coisa que perguntamos quando um cliente chega com "o Kubernetes está instável" não é sobre o cluster. É sobre o YAML. Na grande maioria dos casos, o problema não é a ferramenta — é a configuração default copiada de um tutorial, aplicada direto em produção, e nunca mais revisada depois que o time cresceu.

Depois de várias migrações e troubleshootings em ambientes B2B, alguns erros se repetem com uma frequência quase cômica. Listamos os doze que mais aparecem — e o que fazer em vez disso.

1. Sem resource requests e limits definidos

Pod sem requests definido entra na fila do scheduler como se não precisasse de nada — e acaba competindo por CPU e memória com vizinhos que também não declararam nada. O resultado é throttling silencioso, sem nenhum log claro apontando a causa.

2. Liveness probe agressiva demais

Probes com periodSeconds e failureThreshold muito baixos derrubam pods que estão apenas lentos — não quebrados. Em momentos de pico de tráfego, isso cria um ciclo vicioso: o pod já sobrecarregado é reiniciado, perde o estado de warm-up, e fica ainda mais lento na sequência.

Uma liveness probe que reinicia o pod errado na hora errada não está protegendo o sistema. Está adicionando uma fonte extra de instabilidade.

3. HPA configurado só por CPU

Autoscaling baseado exclusivamente em CPU ignora aplicações com gargalo de I/O, conexões de banco ou fila de mensagens. O HPA acha que está tudo bem porque a CPU está em 40%, enquanto a aplicação real está travada esperando resposta do Postgres.

4. Namespace único para tudo

Sem isolamento por namespace, um kubectl delete errado em ambiente de staging tem alcance para afetar recursos de produção que compartilham o mesmo espaço de nomes. RBAC por namespace é a primeira linha de defesa contra erro humano — e o item mais ignorado em clusters pequenos.

5. PodDisruptionBudget ausente

Sem PDB, um node drain de rotina pode tirar do ar todas as réplicas de um serviço ao mesmo tempo, mesmo que ele tenha 3 ou 4 réplicas configuradas. O Kubernetes não sabe, por padrão, qual é o mínimo de pods que precisam continuar de pé durante uma manutenção.

6. ConfigMap e Secret sem versionamento

Alterar um ConfigMap direto via kubectl edit sem rastro no Git significa que ninguém sabe reproduzir o estado anterior quando algo quebra. Tratamos config como código: todo ConfigMap e Secret nasce de um manifesto versionado, nunca de uma edição manual.

Erro Sintoma comum Correção
Sem requests/limits Throttling silencioso Definir requests baseado em métricas reais
Liveness agressiva Restart loop sob carga Aumentar threshold, separar de readiness
HPA só por CPU Escala não acompanha gargalo real Métricas customizadas (fila, latência)
Sem PDB Indisponibilidade em manutenção de node PDB com minAvailable explícito

7. Imagens com tag latest

Usar latest em produção significa que um redeploy hoje pode trazer uma versão diferente da que rodou ontem, sem nenhuma mudança de código de propósito. Toda imagem em produção deve ter tag imutável — idealmente o hash do commit.

8. Readiness e liveness apontando para o mesmo endpoint

Quando os dois probes checam exatamente a mesma rota, o Kubernetes perde a capacidade de diferenciar "está lento, tira da fila por um instante" de "está quebrado, precisa reiniciar". Readiness deve ser mais sensível e barato; liveness, mais tolerante e específico para deadlock real.

9. Sem network policy

Por padrão, todo pod conversa com todo pod no mesmo cluster. Em ambientes multi-tenant ou que processam dado sensível de cliente, isso é uma superfície de ataque desnecessária. Network policies explícitas custam pouco para configurar e eliminam uma classe inteira de movimento lateral.

10. Logs não estruturados

Aplicação que loga texto livre em vez de JSON estruturado torna qualquer investigação em produção mais lenta — e impede agregação automática em ferramentas como Loki. Esse é o tipo de decisão que parece economia de tempo no dia 1 e vira hora extra no incidente do dia 200.

11. Cluster autoscaler mal dimensionado

Node groups configurados sem considerar pico real de tráfego fazem o autoscaler reagir tarde demais — o pod fica em Pending minutos até um node novo subir. Para cargas com pico previsível, vale manter um buffer de capacidade permanente.

12. Nenhum dry-run antes de aplicar manifesto em produção

kubectl apply direto, sem --dry-run=server ou pipeline de CI que valide o manifesto antes, é a porta de entrada para a maioria dos incidentes evitáveis que vemos. O custo de validar antes é segundos; o custo de não validar é, às vezes, uma madrugada inteira de troubleshooting.

Regra prática

Nenhum desses doze itens exige ferramenta nova ou reescrita de arquitetura. São ajustes de configuração que cabem em um sprint — e que, juntos, eliminam a maior parte dos incidentes de madrugada que vemos em ambientes B2B.

Conclusão

Kubernetes não fica instável por acidente. Fica instável porque os defaults são feitos para funcionar em qualquer cenário — não no seu cenário específico. Cada um desses doze ajustes é pequeno isoladamente, mas o conjunto é a diferença entre um cluster que sustenta tráfego real de cliente e um que só parecia estável até o primeiro pico de Black Friday.

Se o seu time reconheceu três ou mais desses erros na própria infraestrutura, vale parar e revisar antes do próximo incidente forçar essa revisão por você.

Blog & Insights

Perspectiva técnica de quem está na prática.

Conteúdo real para CTOs, diretores de produto e decisores que querem entender o que funciona em desenvolvimento de software.

Arquitetura 28 OUT 2026

Event-driven na prática: quando vale a complexidade extra

Padrões de mensageria, idempotência e o erro clássico de transformar tudo em evento quando uma chamada síncrona resolveria.

Ler artigo
IA 22 OUT 2026

RAG corporativo: como construir busca semântica que realmente funciona

Pipeline de ingestão, chunking, embeddings e re-ranking. O que separa um POC bonito de uma solução pronta para produção.

Ler artigo
UX/UI 15 OUT 2026

Design tokens: o ativo invisível que separa produtos amadores dos sérios

Como estruturar primitivas, aliases e component tokens de forma escalável — e por que ferramentas de Figma sozinhas não resolvem.

Ler artigo
VAMOS DAR O PRÓXIMO PASSO

Seu desafio merece uma boa conversa.

Conte como sua operação funciona e o que você gostaria de transformar.

Vamos conversar