O que é e como funciona na prática
no tempo das borboletas é uma técnica de monitoramento que muitos desenvolvedores descobrem por acaso depois de passar horas debugando algum problema intermitente. A ideia central é rastrear o comportamento de processos durante um período de transição — especificamente aquele momento em que sistemas estão se aquecendo, carregando dados pela primeira vez, ou alternando entre estados de baixa e alta demanda. Não é algo que você instala e esquece. É mais parecido com colocar um sensor de temperatura num motor quente e observar como ele reage nos primeiros cinco minutos de funcionamento. Eu comecei a usar essa abordagem há uns dois anos, numa jornada de migração de banco de dados onde os relatórios de erro apareciam de forma aleatória. Nada nas logs tradicionais explicava o que acontecia. Decidi rastrear não apenas o que o sistema fazia, mas quando ele fazia — com intervalos de poucos segundos durante as primeiras transições. Foi aí que percebi o padrão: os erros só ocorriam entre o terceiro e o sétimo minuto após o reinício do serviço. Depois disso, tudo estabilizava.
Passo a passo para aplicar no tempo das borboletas
O primeiro ponto é definir o que você considera como "período de borboleta" no seu cenário específico. No meu caso, significava os primeiros dez minutos após o deploy. Você pode começar com algo simples: um script que registra timestamps de eventos-chave e agrupa por janela de tempo. Ferramentas como Prometheus com Grafana funcionam bem, mas às vezes um log básico com timestamp e um script Python são suficientes e mais rápidos de configurar. Aqui vai o detalhe que quase ninguém menciona: o problema real não está nos intervalos menores que um minuto. Estão nos intervalos de dois a quatro minutos. Durante testes que fiz com clientes diferentes, percebi que métricas agregadas por minuto escondiam picos que duravam apenas alguns segundos e desapareciam na média. Minha solução foi configurar bucketing de 30 segundos durante o período crítico e voltar para 1 minuto depois que o sistema entrava em estado estável.
👉 Clique no botão abaixo para saber mais sobre o assunto!
Outro ponto importante é saber quando descartar os dados. Durante o período de borboletas, você vai coletar bastante informação que não serve para nada a longo prazo. Eu configurei um ciclo de rotação automática: dados brutos de alta resolução são mantidos por 48 horas, depoisCompactados para resumos por hora e arquivados por mais sete dias. Depois disso, só as métricas agregadas finais persistem. Isso reduce o custo de armazenamento em cerca de 80% comparado a manter tudo em alta resolução.
Limitações e quando essa técnica não funciona
A principal limitação é que no tempo das borboletas só faz sentido quando você tem um evento de transição claro e repetível. Se o seu sistema opera de forma contínua sem reinícios, deploys ou mudanças significativas de carga, a técnica perde o valor. Nesses casos, monitoramento tradicional com alertas baseados em thresholds costuma ser mais eficiente. Também vale notar que essa abordagem gera um volume maior de dados inicialmente. Se você está em um ambiente com restrições severas de logging ou custos de armazenamento muito apertados, pode compensar usar versões mais recentes de ferramentas como Datadog ou New Relic, que têm recursos nativos de captura em alta resolução por períodos limitados sem precisar de configuração customizada. A desvantagem é o custo, que pode subir rapidamente dependendo do volume de tráfego.
Eu recomendo começar com uma implementação simples, mesmo que básica. O importante é ter visibilidade do que acontece nos primeiros minutos de transição. Depois que você identifica os padrões, pode refinar conforme a necessidade. O que eu aprendi na prática é que a maioria dos problemas intermitentes se revela exatamente nesse período — e quanto mais cedo você capturar esses dados, mais rápido resolve.
