Quinta-feira, 23h. O time está esperando o deploy. O plano é simples: rodar a migration que renomeia user_email para email, fazer o deploy da aplicação que usa o novo nome, e ir dormir. A migration roda em 4 segundos. A aplicação leva 90 segundos para todas as réplicas trocarem. Nesses 86 segundos no meio, metade das requisições explode com column user_email does not exist.
O problema não é o schema. É ter tratado a mudança de schema e o deploy da aplicação como uma operação atômica — quando, na prática, são duas operações que rodam em ordens diferentes em cada réplica. Migration sem downtime existe porque alguém se cansou disso e separou os passos.
Por que o rolling deploy quebra com migration síncrona
Em produção, sua aplicação não atualiza instantaneamente. Ela tem N réplicas que vão sendo trocadas em janelas de poucos segundos cada. Durante essa janela, o sistema vive num estado misto: parte das réplicas roda código novo, parte roda código antigo, e todas apontam para o mesmo banco.
Se o schema mudou de forma incompatível com o código antigo, as réplicas antigas falham. Se mudou de forma incompatível com o código novo, as réplicas novas falham. A única migration realmente segura é aquela que funciona para os dois ao mesmo tempo.
Migration sem downtime não é uma migration mais rápida. É uma sequência de migrations pequenas, em que nenhum estado intermediário quebra a aplicação.
O padrão expand-contract em 4 fases
A ideia é dividir o que parecia ser uma única operação em quatro deploys independentes, cada um deixando o sistema num estado válido para o anterior e o próximo. O nome formal é expand-contract, ou parallel change. Funciona para renomear, dividir, juntar ou trocar tipo de coluna — não só os casos triviais.
| Fase | Schema | Aplicação | Risco |
|---|---|---|---|
| 1. Expand | Adiciona o novo, mantém o antigo | Continua usando o antigo | Mínimo |
| 2. Migrate | Backfill do novo | Escreve nos dois, lê do antigo | Baixo |
| 3. Contract | Sem mudança | Lê e escreve só do novo | Médio (rollback trivial) |
| 4. Cleanup | Remove o antigo | Já não usa o antigo | Mínimo |
Fase 1 — Expand
A primeira migration só adiciona. Cria a coluna email ao lado de user_email, nullable, sem default que cause rewrite da tabela inteira. A aplicação continua usando exclusivamente user_email. Nada quebra porque adicionar coluna nullable é, em bancos relacionais modernos, uma operação não-bloqueante de metadado.
Fase 2 — Migrate (escrita dupla + backfill)
Aqui é onde a maior parte dos times tropeça. Deploy da aplicação para escrever nas duas colunas simultaneamente. Em paralelo, um job de backfill copia os valores existentes de user_email para email, em lotes pequenos para não travar o banco. A leitura ainda vem do antigo — se algo der errado, basta parar a escrita dupla.