Post-mortem – Incidente de abandono de ligações (24/fev)

A seguir apresentamos um resumo cronológico do incidente, as ações tomadas e o tempo total de indisponibilidade identificado.

---

Tempo total de indisponibilidade

Somando os três períodos identificados de efetiva indisponibilidade:

• 1º Período 11h20–11h29: 9 minutos
  
• 2º Período 11h42–11h46: 4 minutos
  
• 3º Período 15h22–15h26: 4 minutos
  

Total: ~17 minutos de indisponibilidade.

---

Causa raiz e medidas adotadas

• Causa raiz: A falha estava relacionada a um comportamento inesperado na discadora que mantinha sessões presas e causava abandono indevido de ligações.

• Medidas tomadas:

  1. Procedimentos corretivos imediatos para limpar sessões e restabelecer o serviço.
  2. Aplicação de uma correção definitiva às 14h21, reforçando o manuseio de sessões em filas de discagem.
  3. Monitoramento contínuo para garantir que o problema não reaparecesse; em caso de reincidência (como observado às 15h22), atuou-se novamente para normalizar.
  4. Análise aprofundada para prevenção de ocorrências futuras, com revisões nos mecanismos de controle de chamadas e alertas de monitoramento.

---

Próximos passos

• Revisão de arquitetura: Garantir maior resiliência do módulo de telefonia frente a picos de uso.
  

---

Conclusão

O incidente resultou em cerca de 17 minutos de indisponibilidade total distribuídos em três janelas distintas. Após o conjunto de ações corretivas e a aplicação do fix definitivo, a plataforma permanece estável e em pleno funcionamento.

Seguiremos monitorando constantemente e aprimorando nossos processos para prevenir problemas similares.

Processo finalizado, plataforma normalizada.

Após limpeza final de chamadas presas, identificamos a falha de abandono de ligações novamente. Temos muitas chamadas presas em status incorretos.

Identificamos a causa raiz do incidente ocorrido e a resolução definitiva foi aplicada as 14h21. A partir deste horário monitoramos todos os serviços e confirmamos a completa resolução do problema.

Serviços aparentam normalização. Seguiremos monitorando para garantir estabilização total.

Serviços normalizados. Estamos monitorando a performance a partir deste instante.

Identificamos que a falha reapareceu. Estamos atuando com máxima prioridade.

Nosso monitoramento confirma normalização completa dos serviços após as 11h26.

Escalonamento concluído. Serviços de discagem já estão em plena operação.

Após execução do processo, o escalonamento dos serviços de discagem está finalizando, a performance será plenamente recuperada dentro de 3 minutos.

Procedimento corretivo finalizado. Plataforma está apta a receber logins após processo de limpeza realizado. Estamos monitorando a performance.

Identificamos abandono indevido de chamadas na plataforma após degradação de performance na discadora, estamos iniciando procedimento corretivo.