Imagine uma sexta-feira de campanha. O anúncio sai no ar, o movimento triplica em minutos e o sistema, que sempre funcionou bem, começa a responder devagar. Em seguida, uma página de erro. A equipe descobre que um único servidor recebia todo o tráfego e que, quando ele cedeu, a operação inteira parou junto.
Esse cenário tem solução conhecida: um load balancer distribui o tráfego entre vários servidores, e a alta disponibilidade garante que a falha de uma peça não derrube o serviço. Nós, da Trilion, projetamos sistemas desde 1995 e vemos o mesmo padrão: a queda raramente vem de uma causa exótica, e quase sempre de uma peça única que ninguém duplicou.
Neste artigo você vai entender o que é um load balancer, como ele escolhe o servidor de cada requisição, como detecta uma falha e quais pontos de falha continuam de pé mesmo com ele instalado. No final, há um passo a passo e um checklist para levar à sua próxima conversa técnica.
Se alguém da sua equipe já ouviu "o sistema caiu e só tem um servidor", encaminhe este texto para essa pessoa.
Load balancer: o que é e como funciona
O load balancer, ou balanceador de carga, é a peça que recebe as requisições dos usuários e as reparte entre vários servidores, para que nenhum deles fique sobrecarregado e o serviço continue de pé se um falhar.
O que é um load balancer
Pense na recepção de um hospital movimentado: o recepcionista não atende todos os pacientes, ele os encaminha para a sala que está livre. O load balancer faz o mesmo com o tráfego. A documentação do Elastic Load Balancing, da Amazon Web Services, descreve o serviço como o que distribui automaticamente o tráfego de entrada entre vários destinos, como servidores virtuais, contêineres e endereços IP.
Por que um único servidor é um risco
Com 1 servidor, a capacidade do negócio é a capacidade dele. Se ele reinicia para uma atualização, trava por falta de memória ou perde a conexão, o usuário vê erro. Com 3 servidores atrás de um balanceador, a mesma falha passa despercebida, porque os outros 2 assumem a carga.
Onde o balanceador fica na arquitetura
Ele se posiciona entre o usuário e os servidores da aplicação. O endereço público do sistema aponta para o balanceador, e só ele conhece os servidores que ficam atrás. Isso permite adicionar ou remover servidores sem que o usuário perceba. A própria documentação da AWS afirma que é possível incluir e retirar recursos de computação conforme a necessidade, sem interromper o fluxo de requisições.
Balanceador não substitui otimização
Distribuir tráfego não conserta uma consulta lenta ao banco de dados nem uma página pesada. Se cada requisição é cara, o balanceador apenas espalha o problema por mais máquinas. Por isso, o tema conversa de perto com escalabilidade de sistemas, onde tratamos de crescer sem travar a operação.
Alta disponibilidade: o que ela exige de verdade
Alta disponibilidade é a capacidade de manter o serviço funcionando por mais tempo que o normal, mesmo quando componentes falham, e isso exige eliminar os pontos únicos de falha.
O que significa alta disponibilidade
Segundo a Wikipédia, alta disponibilidade é uma característica de sistemas que buscam manter um nível acordado de desempenho operacional, normalmente o tempo no ar, por períodos mais longos que o normal. Ela costuma ser expressa como percentual de tempo no ar por ano.
O que significam os "noves"
Quando um fornecedor fala em 99,9% de disponibilidade, ele aceita cerca de 9 horas de indisponibilidade por ano, de acordo com a tabela da Wikipédia. Com 99,99%, o limite cai para cerca de 53 minutos por ano. Cada nove adicional reduz muito a tolerância e, em geral, exige mais redundância.
Ponto único de falha
Um ponto único de falha é qualquer componente cuja queda derruba o sistema inteiro. O primeiro princípio de projeto de alta disponibilidade, na Wikipédia, é justamente eliminá-los por meio de redundância. Um servidor de aplicação único, um banco sem réplica e um balanceador sem par são exemplos clássicos.
Redundância ativa e passiva
Na redundância passiva, há capacidade extra para absorver a queda de desempenho quando algo falha. Na ativa, itens duplicados detectam o problema e se reorganizam automaticamente. A escolha depende de quanto tempo o negócio tolera de degradação, e essa conversa precisa acontecer antes do desenho técnico, não depois.
Disponibilidade é decisão de negócio
Nem todo sistema precisa de 4 noves. Uma ferramenta interna usada em horário comercial tolera mais do que um checkout ou uma plataforma de agendamento. A pergunta útil é: quanto custa, em operação parada e em confiança perdida, cada hora fora do ar? A resposta orienta o investimento, e o desenho entra em decisões de arquitetura tomadas antes de escalar.

Como o load balancer escolhe o servidor de cada requisição
O balanceador usa um algoritmo para decidir o destino: os mais comuns são o rodízio, a menor quantidade de conexões ativas e a escolha por endereço do cliente, cada um com seu uso adequado.
Rodízio (round robin)
No rodízio, as requisições passam pelos servidores em ordem, um após o outro. Na documentação do NGINX, esse é o método padrão quando nenhum outro é configurado. Funciona bem quando os servidores têm capacidade parecida e as requisições custam o mesmo.
Menor número de conexões
Aqui, a próxima requisição vai para o servidor com menos conexões ativas. A Wikipédia e o NGINX descrevem o método da mesma forma. Ele ajuda quando algumas requisições demoram muito mais que outras, como exportações de relatórios ou envio de arquivos.
Pesos para servidores desiguais
Quando um servidor é mais potente que os outros, atribui-se um peso a ele. O exemplo da documentação do NGINX usa peso 3 para um servidor e padrão para outros 2: a cada 5 novas requisições, 3 vão para o mais forte e 1 para cada um dos demais.
Escolha por endereço do cliente
No método ip_hash, do NGINX, um cálculo sobre o endereço IP do cliente define o servidor. O resultado é que o mesmo visitante tende a voltar à mesma máquina, exceto se ela estiver indisponível. Quando o sistema guarda dados de sessão em memória local, isso evita que o usuário "perca o login" no meio da navegação.
Sessões fixas têm um custo técnico
A Wikipédia aponta o principal defeito da persistência de sessão, a "stickiness": se o servidor que guarda a sessão falha, os dados dela ficam inacessíveis. A saída mais robusta é tirar a sessão da memória do servidor e guardá-la em um local compartilhado, como discutimos em Redis e cache.
Verificações de saúde e failover: como o sistema percebe a queda
O balanceador testa os servidores continuamente e retira da rotação os que não respondem; quando eles se recuperam, o tráfego volta a ser enviado, sem intervenção humana.
Como funciona uma verificação de saúde
Na documentação do Application Load Balancer, a AWS explica que o balanceador envia requisições periódicas a cada destino registrado, usando uma porta, um protocolo e um caminho definidos. O destino precisa passar em ao menos 1 verificação para ser considerado saudável e receber tráfego.
Intervalos e limites de tolerância
Os parâmetros importam. Pela documentação da AWS, o intervalo padrão entre verificações é de 30 segundos para instâncias, e o limite padrão de falhas consecutivas para marcar um destino como não saudável é 2. Para recolocá-lo em serviço, o padrão são 5 sucessos seguidos. Esses números mostram que a detecção não é instantânea e que ajustá-la é parte do projeto.
Verificação passiva e ativa
O NGINX trabalha com verificações passivas: se a resposta de um servidor falha, ele é marcado como com defeito e evitado por um tempo, controlado por max_fails e fail_timeout. Segundo a documentação, as verificações ativas são exclusivas da versão comercial, o NGINX Plus. O ponto prático é que cada ferramenta oferece mecanismos diferentes, e vale conhecê-los antes de decidir.
O comportamento quando tudo falha
A AWS descreve um detalhe pouco conhecido: se todos os destinos de um grupo estão não saudáveis, o balanceador passa a enviar requisições a todos eles, o chamado fail open. Isso evita bloquear tudo por um erro na própria verificação, mas mostra por que o monitoramento não pode depender só do balanceador.
O que checar na página de saúde
Uma verificação que só responde "no ar" engana. O ideal é que o endereço testado confirme que a aplicação alcança o banco de dados e os serviços de que depende. Ao mesmo tempo, é preciso evitar o excesso: uma checagem pesada demais pode derrubar o servidor que ela deveria proteger.

Os pontos de falha que continuam depois do balanceador
Instalar um balanceador resolve a queda do servidor de aplicação, mas desloca o risco para outras peças: o próprio balanceador, o banco de dados, a sessão e a infraestrutura em que tudo roda.
O balanceador também pode falhar
A Wikipédia lembra que o load balancer pode se tornar ele mesmo um ponto único de falha, e que por isso costuma ser implantado em pares de alta disponibilidade. Serviços gerenciados em nuvem escondem essa complexidade, mas ela existe e precisa ser verificada no contrato e na configuração.
O banco de dados
Dez servidores de aplicação não adiantam se todos dependem de 1 banco sem réplica. Esse ponto exige estratégia própria, de réplicas a rotinas de restauração testadas, e costuma ser o gargalo verdadeiro. Veja os sinais em banco de dados lento.
Zonas de disponibilidade e localização
A AWS descreve que o balanceador pode distribuir o tráfego por destinos em uma ou mais zonas de disponibilidade. Espalhar servidores por mais de 1 zona protege contra a falha de um data center inteiro. É uma decisão que se combina com o que controlar na infraestrutura em nuvem.
Dependências externas
Meios de pagamento, serviços de e-mail e APIs de terceiros também derrubam fluxos. Aqui a defesa é de outro tipo: tempos limite curtos, novas tentativas controladas e uma forma de continuar operando com a função degradada. Para esse tema, a frente de integração de sistemas traz o contexto.
- Tempo limite curto: o sistema desiste cedo de uma resposta que não chega.
- Nova tentativa controlada: repete a chamada poucas vezes, sem sobrecarregar o serviço que está lento.
- Função degradada: a operação segue, mesmo sem o recurso externo, com o que for essencial.
Como planejar: passo a passo e checklist
Um bom plano de alta disponibilidade começa pelo mapa das peças e pela tolerância do negócio à parada, e só depois escolhe ferramentas, em etapas que se testam uma a uma.
Passo a passo de planejamento
- Mapeie as peças: liste servidores, banco, filas, serviços externos e o que cada um sustenta.
- Defina a tolerância: decida quanto tempo parado o negócio suporta, por processo.
- Elimine pontos únicos: duplique primeiro o que derruba mais.
- Configure as verificações de saúde: escolha caminho, intervalo e limites com critério.
- Tire o estado do servidor: mova sessões e arquivos para locais compartilhados.
- Teste a falha de propósito: desligue uma peça em ambiente controlado e observe.
- Monitore e alerte: acompanhe a saúde com métricas e rastreamento.
Checklist antes de falar com um fornecedor
- Tráfego: qual o volume em dia normal e em dia de pico?
- Servidores: quantos existem hoje e o que acontece se 1 cair?
- Sessão: onde o sistema guarda o login do usuário?
- Banco: há réplica e restauração já testada?
- Saúde: existe um endereço de verificação que reflete o estado verdadeiro?
- Alertas: quem é avisado e em quanto tempo?
Teste de carga antes do pico
Planejar não basta, é preciso medir. Um teste de carga simula o pico antes do pico e mostra se o balanceador, os servidores e o banco se comportam como o desenho previa.
Observar para decidir
Sem dados, a equipe discute opiniões. Com logs, métricas e rastreamento, ela vê onde o tempo se perde e qual servidor sofre. Esse é o assunto de observabilidade na prática.
Quando falar com um especialista
Se o sistema sustenta uma operação que não pode parar, vale conversar com quem projeta esse tipo de arquitetura. Na Trilion, a proposta é escrita depois do briefing, e o valor depende de escopo, integrações, volume e prazo.
Quer saber se o seu sistema tem um ponto único de falha? Monte o briefing em 3 passos e nós conversamos.
Conclusão
O load balancer distribui o tráfego e retira da rotação o servidor que falha; a alta disponibilidade vai além e exige eliminar todo ponto único, do balanceador ao banco de dados e às dependências externas.
Vimos que os algoritmos de distribuição atendem a situações distintas, que as verificações de saúde têm intervalos e limites que precisam de ajuste, e que a tolerância à parada é decisão de negócio. Um plano que começa pelo mapa das peças e termina em teste de falha costuma evitar a sexta-feira de campanha do início deste texto.
Se você quer um sistema que aguente o movimento e se recupere sozinho, comece pelo briefing em 3 passos ou conheça a frente de aplicações de alta performance. Compartilhe este texto com quem cuida da sua infraestrutura e conte nos comentários qual é o ponto mais frágil da sua operação hoje.
Sobre este texto
Este artigo foi escrito pela equipe da Trilion a partir da documentação pública de plataformas e de verbetes de referência, com cada fato técnico conferido na fonte. Os números de intervalos e limites são valores padrão das documentações citadas e podem mudar conforme versão e configuração. Nomes de ferramentas aparecem apenas como exemplo factual, sem recomendação.
- Elastic Load Balancing, Amazon Web Services: https://docs.aws.amazon.com/elasticloadbalancing/latest/userguide/what-is-load-balancing.html (consulta em 07/11/2026)
- Health checks for Application Load Balancer target groups, Amazon Web Services: https://docs.aws.amazon.com/elasticloadbalancing/latest/application/target-group-health-checks.html (consulta em 07/11/2026)
- Using nginx as HTTP load balancer, NGINX: https://nginx.org/en/docs/http/load_balancing.html (consulta em 07/11/2026)
- High availability, Wikipédia: https://en.wikipedia.org/wiki/High_availability (consulta em 07/11/2026)
- Load balancing (computing), Wikipédia: https://en.wikipedia.org/wiki/Load_balancing_(computing) (consulta em 07/11/2026)

