Um endpoint que levava 80 milissegundos agora leva quatro segundos em produção. Como você acharia a causa?

Meça antes de chutar. Determine se está lento para todo mundo ou para uma conta só, depois leia um trace para ver onde o tempo de fato está: código da aplicação, banco de dados ou uma chamada de saída. Na maioria das vezes é o banco, então puxe o log de queries lentas e rode EXPLAIN ANALYZE na query suspeita. Em paralelo, veja o que mudou, já que um deploy, um limiar de volume de dados ou um cache que parou de acertar explicam a maioria das regressões.

Primeiro eu quero o formato do problema. É toda requisição ou o percentil noventa e nove, um tenant ou todos, e quando exatamente começou. Esse horário normalmente resolve metade do caso sozinho, porque ele se alinha com um deploy, uma migração ou uma mudança de configuração. Depois eu puxo um trace de uma requisição lenta e olho a cascata, já que chutar qual camada está lenta é o que mais desperdiça tempo. Se é banco, eu checo o log de queries lentas e rodo EXPLAIN ANALYZE, e as respostas comuns são uma virada de plano depois de a tabela crescer, um índice faltando em uma coluna recém filtrada, ou um N mais um que só dói agora que as contas têm mais linhas. Se é uma chamada de saída, eu vejo se aquela dependência está degradada e se a gente tem algum timeout, porque um timeout faltando transforma o dia ruim deles no nosso. Enquanto isso, se os usuários estão sofrendo, eu mitigo primeiro: rollback, adicionar um cache curto, ou descartar o caminho caro, e depois termino o diagnóstico sem a pressão.