A mesma falha não se parece consigo mesma duas vezes

Onze meses atrás um job em lote passou do tempo e esgotou um pool de conexões, e o sintoma foi falha no checkout. Hoje de manhã uma exportação de relatório passou do tempo e esgotou o mesmo pool, e o sintoma é login lento.

Gatilho diferente, sintoma diferente, time diferente reportando, engenheiro diferente investigando. O mecanismo é idêntico e ninguém vai notar, porque a única coisa que os dois incidentes têm em comum é a parte que ninguém escreveu.

Repetição é invisível na superfície, e a superfície é tudo que o registro guarda.

Por que a memória não ajuda

Alguém na sala normalmente diz "acho que a gente já viu algo parecido" — e não sabe dizer onde, nem quando, nem qual foi o desfecho. Essa sensação é um sinal real e um índice inútil.

Três coisas derrotam a memória institucional aqui:

O intervalo sobrevive ao time. Uma falha com período de dez meses atravessa um rodízio de pessoal, uma reorganização ou uma troca de contrato. A segunda ocorrência é recebida por gente que não estava na primeira.

O registro está arquivado pela causa. Que a investigação atual ainda não tem — exatamente o problema de registro de conhecimento, e a razão de páginas tituladas pelo sintoma valerem mais que páginas arrumadas.

O primeiro foi fechado como resolvido. Se foi dado por corrigido, ninguém está procurando repetição — o registro argumenta ativamente contra a conexão, que é o custo de que a correção que você não consegue provar avisa, chegando onze meses depois.

Os sinais

Nenhum é prova; cada um vale dez segundos:

  • Alguém lembra pela metade. Trate como instrução de busca, não como opinião, e pesquise pelo sintoma, não pela lembrança da pessoa.
  • A correção que já foi aplicada antes e não pegou. Principalmente uma que ninguém sabe explicar — correção inexplicada é forte candidata a nunca ter funcionado.
  • A mesma classe de componente, em outro lugar. Dois pools diferentes, ambos esgotando, é um padrão sobre pools, não sobre qualquer um dos dois.
  • Um intervalo redondinho. Mensal, trimestral, fim de ano. O que se repete no calendário do negócio se repete por razões do calendário do negócio.
  • Um relato que termina em ainda sem explicação. Essas seções existem exatamente para este momento, e é por isso que o relato insiste nelas.

Pergunte no começo, não no fim

A única mudança que torna a repetição localizável: rode a checagem nos primeiros dez minutos, não na revisão.

No fim é arqueologia e ninguém tem verba para isso. No começo é uma busca que custa dois minutos e pode colapsar a investigação inteira — porque, se é repetição, alguém já fez o estreitamento, e a lista de becos sem saída do relato anterior poupa as horas que custaram da primeira vez.

E muda o que você olha. Uma investigação que sabe que pode ser repetição pergunta o que está igual, que é o mecanismo, em vez de o que mudou, que é o gatilho — e o gatilho é diferente toda vez, por definição.

O que identificar uma repetição muda

A camada do remédio sobe. Uma segunda ocorrência é a evidência que torna financiável o remédio estrutural. "É a quarta ocorrência; aqui estão as datas" é um argumento de um jeito que quatro chamados soltos não são — e é por isso que prevenção que sobrevive ao orçamento trata a proposta estrutural recusada como algo que vale escrever. A repetição é quando aquela recusa é descontada.

A afirmação sobre a correção anterior é revisitada. Ou ela nunca endereçou o mecanismo, ou endereçou um caminho até ele e existe um segundo. As duas são achados, e as duas são invisíveis sem o vínculo.

O conhecimento se consolida. É o momento de colapsar os incidentes numa página viva com as ocorrências datadas, em vez de arquivar um segundo relato que estará igualmente inencontrável daqui a onze meses.

A checagem de repetição

Cinco perguntas, no começo do incidente:

  1. Pesquise o sintoma — nas palavras de quem reportou, na ferramenta que as pessoas de fato usam. Não a causa; você não a tem.
  2. Pesquise a mensagem de erro, literal.
  3. Esta classe de componente já falhou assim em outro lugar? Não este equipamento — este tipo de equipamento.
  4. O intervalo bate com alguma coisa do calendário do negócio?
  5. Existe algum ainda sem explicação aberto de um incidente anterior que possa ser isto?

E uma linha para o relato de qualquer forma, porque resultado negativo também vale registro:

"Verificado contra incidentes anteriores por sintoma e mensagem de erro; sem correspondência" — para que a próxima pessoa, daqui a onze meses, saiba que a busca foi feita e possa pesá-la em vez de repeti-la.