Confirme que o novo primário foi de fato promovido e está aceitando escritas, e então cheque se as aplicações reconectaram. Pools de conexão obsoletos e DNS em cache são o motivo usual de os erros continuarem depois de um failover saudável. Verifique o lag de replicação e se alguma escrita confirmada foi perdida contra o seu RPO. Restaure o tráfego de escrita, descarte split brain garantindo que o primário antigo foi isolado, e depois leve para o postmortem a pergunta de por que o failover não foi transparente.
Por que os entrevistadores perguntam isso
Entrevistadores querem ver que você não para no o banco parece bem. A camada de aplicação é onde a maioria dos incidentes de failover de fato vive, por causa de pools de conexão segurando sockets mortos, TTLs de DNS e drivers que nunca resolvem de novo. Eles também checam se você pensa em perda de dados e em fencing e não só em disponibilidade.
Como estruturar sua resposta
- Verifique a promoção e a aceitação de escritas direto no novo primário.
- Vá para a camada de cliente: pools, cache de DNS, comportamento do driver.
- Quantifique a perda de dados e o lag contra o RPO declarado.
- Isole o primário antigo para descartar escritas duplas.
- Restaure o tráfego, e então registre a lacuna de transparência para o postmortem.
Exemplo de resposta
Passo um é confirmar a realidade: conectar direto no novo primário e checar que ele saiu de recovery e está aceitando escritas. Se o banco está saudável e as aplicações continuam dando erro, o problema é do nosso lado, e na minha experiência é ali que normalmente está. Pools de conexão seguram sockets para um endereço que não serve mais escritas, ou a JVM cacheou a entrada de DNS para sempre, então a correção é um restart em rolagem ou um pool com validação adequada. A gente teve um caso em que o driver respeitava um TTL de 30 segundos mas o pool nunca revalidava conexões ociosas, então a recuperação levou vinte minutos a mais do que deveria. Depois eu checo o lag de replicação no momento da promoção para ver se perdemos escritas confirmadas, porque isso muda para quem eu preciso avisar. Eu também quero confirmação de que o primário antigo está isolado e não consegue aceitar uma escrita se voltar. Uma vez que as escritas estão fluindo, a pergunta do postmortem é por que isso não foi automático.
Vai encarar essa entrevista em breve? O GhostPilot escuta a sua chamada ao vivo, identifica a pergunta no instante em que ela é feita e coloca uma resposta estruturada na sua tela em tempo real. Teste na sua próxima entrevista simulada ou pegue um Session Pass de $29, sem assinatura, para a hora da verdade.
Veja como funcionaPerguntas de acompanhamento que você pode esperar
- Como você tornaria o failover transparente para a aplicação da próxima vez?
- Como você detecta que escritas foram perdidas durante a promoção?
- Qual é o risco do failover automático, e quando você o evitaria?
Mais perguntas para Engenheiro de Confiabilidade de Sites
Seu entrevistador vai fazer a própria versão desta. Cole a descrição real da vaga no Question Predictor gratuito e receba as 20 perguntas que essa vaga tem mais chance de fazer, com o que cada uma está de fato sondando.
Prever minhas perguntas