Outro dia tomei um café com o Renato, um amigo que trabalha como engenheiro de infraestrutura numa empresa de streaming aqui em Belo Horizonte. Perguntei o que ele fazia exatamente e ele riu. “Essencialmente passo o dia assegurando que nada exploda” me disse. A plataforma dele atende uns dois milhões de usuários simultâneos em horário de pico. Dois milhões de pessoas querendo ver conteúdo ao mesmo tempo sem travamento nem delay. Quando funciona ninguém percebe. Quando falha por trinta segundos vira notícia. Essa pressão invisível é o que define o trabalho dele todo santo dia.
O que mais me impressionou na conversa foi entender a complexidade por trás de algo que parece simples do lado do usuário. Você abre um app e espera que funcione – não pensa nos servidores distribuídos em três continentes nem nos sistemas de cache nem nos balanceadores de carga trabalhando em tempo real. Empresas de setores completamente diferentes enfrentam desafios parecidos quando precisam escalar. Um b2b online gambling software provider por exemplo precisa garantir que milhares de transações financeiras aconteçam simultaneamente sem erro – esse nível de exigência técnica acaba desenvolvendo soluções que outros setores acabam copiando depois. O Renato me contou que metade das técnicas que ele usa vieram de indústrias que lidam com dinheiro em tempo real. Faz sentido quando você para pra pensar. Quem resolve problemas mais difíceis primeiro acaba ensinando os outros.
A arquitetura que ninguém vê
Quando o Renato me explicou como a plataforma dele funciona por dentro desenhei num guardanapo pra tentar acompanhar. Tinha caixinhas conectadas por setas pra todo lado. Parecia mapa de metrô de cidade grande.
O princípio básico é redundância. Nada pode ter um ponto único de falha. Se um servidor morre outro assume automaticamente em milissegundos. Se um data center inteiro pega fogo – acontece mais do que você imagina – o tráfego migra pra outro continente sem o usuário perceber. Isso custa caro. Muito caro. O Renato disse que a conta de infraestrutura da empresa dele daria pra comprar uns dez apartamentos por mês em BH. Mas o custo de ficar fora do ar por uma hora seria muito maior. A matemática justifica o investimento.
O que acontece em um segundo de uso
| Etapa | Tempo | O que pode dar errado |
| Requisição do usuário | 50ms | Conexão instável do cliente |
| Autenticação | 30ms | Sobrecarga no banco de sessões |
| Busca de conteúdo | 80ms | Cache expirado ou miss |
| Processamento | 100ms | Fila de processamento cheia |
| Entrega | 200ms | CDN congestionada |
| Renderização | 150ms | Dispositivo do usuário lento |
Essa tabela simplifica demais mas mostra uma coisa importante – são muitas etapas e qualquer uma pode travar tudo. O Renato disse que a equipe dele monitora mais de trezentas métricas em tempo real. Trezentas. Qualquer uma saindo do padrão dispara alerta. O mais tenso segundo ele é quando tudo parece normal mas os usuários estão reclamando. Significa que o problema tá num lugar que eles ainda não mapearam. Essas são as noites que ele não dorme.
Quando milhões chegam ao mesmo tempo
Eventos especiais são o pesadelo de todo engenheiro de plataforma. Final de campeonato. Lançamento de temporada nova. Black Friday. De repente o tráfego multiplica por dez em questão de minutos.
O Renato contou de uma vez que a plataforma dele quase caiu num domingo às nove da noite. Série popular lançando episódio final. Eles tinham se preparado pra o dobro do tráfego normal. Veio o triplo. O sistema de auto-scaling não conseguiu provisionar servidores rápido o suficiente. Ficaram no limite por quarenta minutos rezando pra nada derrubar. Desde então eles fazem “ensaios de carga” antes de qualquer evento grande. Simulam o tráfego esperado pra ver onde quebra. Sempre quebra em algum lugar inesperado. Melhor descobrir no ensaio do que na hora real.
O fator humano que ninguém menciona
Tecnologia é importante mas o Renato fez questão de frisar uma coisa. Nenhum sistema se mantém sozinho. Por trás dessas plataformas tem gente de plantão vinte e quatro horas. Gente que acorda três da manhã quando o alarme toca. Gente que cancela fim de semana quando surge problema crítico.
A equipe dele tem dezessete pessoas só pra manter tudo funcionando. Não pra construir coisas novas – só pra garantir que o que existe não pare. Isso sem contar os times de desenvolvimento de segurança e de produto. Ele disse que o maior aprendizado dele nesses anos foi humildade. “A gente acha que controla tudo mas a verdade é que tá sempre a um bug de distância do caos” filosofou enquanto terminava o café.
Perguntei se ele gostava do trabalho apesar do estresse. Pensou uns segundos e disse que sim. Que tem algo viciante em manter uma máquina tão complexa funcionando. Que quando dá tudo certo no final de um dia de pico ele sente um orgulho que é difícil explicar. Dois milhões de pessoas assistindo sem saber que ele existe. Talvez esse seja o maior elogio pro trabalho dele.
