ITIL
Referencial de boas práticas de gestão de serviços e melhoria contínua: incidentes, problemas, mudanças e níveis de serviço.
ARQUITETURA CLOUD · SERVICE MANAGEMENT
Escolher um serviço muda quem constrói, protege e responde quando algo falha. O SLA do provedor não equivale à experiência fim a fim.
01 / RESPONSABILIDADE COMPARTILHADA
Ordem didática de abstração crescente: CaaS e PaaS podem se sobrepor. A divisão exata varia conforme o serviço e o contrato.
| Modelo / cenário | Cliente opera | Provedor opera | Suporte imediato | SLA / nível de serviço | Prós | Contras | Boas práticas |
|---|---|---|---|---|---|---|---|
| IaaSVMs, redes, volumes | SO, middleware, app, dados e acesso | Infraestrutura física e virtualização | Plataforma, Cloud, SRE: triagem inicial; escalar ao provedor conforme causa e contrato. | Verificar cobertura e SLA do serviço; definir SLO da jornada. | Controle e legado | Patching e operação | IaC, hardening, backup e patching |
| CaaSKubernetes e containers | Imagens, workloads, rede, RBAC e dados | Infraestrutura e control plane, conforme contrato | Plataforma, SRE, Produto: triagem inicial; escalar ao provedor conforme causa e contrato. | Verificar cobertura e SLA do serviço; definir SLO da jornada. | Portabilidade e padronização | Complexidade de cluster | GitOps, probes, políticas e limites |
| PaaSApp Service, bancos gerenciados | Código, configurações, dados e permissões | SO, runtime e infraestrutura gerenciada | Produto, Plataforma: triagem inicial; escalar ao provedor conforme causa e contrato. | Verificar cobertura e SLA do serviço; definir SLO da jornada. | Velocidade e menos manutenção | Restrições e lock-in | Health checks, deploy seguro e restauração |
| FaaSFunctions, Lambda e eventos | Funções, IAM, retries, integrações e dados | Runtime e escalabilidade gerenciados | Produto, Integração, SRE: triagem inicial; escalar ao provedor conforme causa e contrato. | Verificar cobertura e SLA do serviço; definir SLO da jornada. | Escala sob demanda | Cold start e tracing distribuído | Idempotência, DLQ, tracing e timeout |
| SaaSITSM, CRM e colaboração | Identidade, dados, integrações e configuração | Aplicação e infraestrutura do serviço | Service Owner, Service Desk, Fornecedor: triagem inicial; escalar ao provedor conforme causa e contrato. | Verificar cobertura e SLA do serviço; definir SLO da jornada. | Adoção rápida | Dependência contratual | SSO, MFA, revisão de acesso e plano de saída |
Suporte imediato e tempos de resposta dependem do plano contratado. Disponibilidade do recurso não garante disponibilidade da aplicação.
02 / PEOPLE · PROCESS · TECHNOLOGY
Referencial de boas práticas de gestão de serviços e melhoria contínua: incidentes, problemas, mudanças e níveis de serviço.
Gestão centralizada de tickets, incidentes, problemas, mudanças, SLAs, comunicação e catálogo de serviços.
Operação técnica: descoberta, CMDB, topologia, observabilidade, APM, eventos, capacidade e automação.
ITOM detecta e contextualiza. ITSM coordena a resposta e registra o ciclo de vida. ITIL orienta as práticas.
03 / C4-INSPIRED · ARQUITETURA DE REFERÊNCIA
Fluxo conceitual de observabilidade e operação. Não representa uma implantação já realizada no site.
APM, OpenTelemetry, logs, traces, métricas
TIME: Produto / SRELogs brutos, buffering, retenção e proteção de dados
TIME: Observabilidade / SegurançaParsing, normalização, CMDB, serviço e owner
TIME: ITOM / PlataformaDeduplicação, topologia, anomalias e inteligência assistida
TIME: ITOM / SREAlertas, severidade, impacto, runbooks e on-call
TIME: NOC / Service DeskIncidentes, problemas, mudanças e comunicação
TIME: Incident / Problem ManagerL1 → L2 → L3, aprovação e notificações
TIME: Times técnicos / Change EnablementRollback, automação, RCA e melhoria contínua
TIME: SRE / Produto / SegurançaDeduplicar e correlacionar eventos evita tempestades de tickets. Incidentes recorrentes ou com causa estrutural podem gerar um registro de problema.
Runbooks e recuperação automática para ações de baixo risco; mudanças de maior risco seguem aprovação, rastreabilidade e política de emergência.
Alertas por e-mail, chat ou pager, escalonamento L1/L2/L3, responsável de plantão, atualizações de status e comunicação ao negócio.
04 / RESPONSABILIDADES E MEDIÇÃO
Service Desk / NOC: triagem inicial e acionamento.
SRE / Plataforma / Cloud: infraestrutura, observabilidade e recuperação.
Produto / Desenvolvimento: código, instrumentação e correção.
Segurança: investigação, contenção e acesso.
Incident / Problem Manager: coordenação e causa raiz.
Service Owner: impacto e objetivos do serviço.
SLI: indicador observado de latência, erros ou disponibilidade.
SLO: meta mensurável para um SLI.
SLA: compromisso formal acordado.
MTTA / MTTR: reconhecimento e restauração.
Ruído: alertas duplicados, falsos positivos e alertas por incidente.
Melhoria: reincidência, RCA e mudanças malsucedidas.
P1/P2/P3, tempo de resposta, cobertura 24×7, escalonamento e aprovação devem ser definidos por criticidade e contrato, não por números universais.