Load balancer e alta disponibilidade: como evitar quedas do sistema

Aplicações de alta performance · Artigo

Load balancer e alta disponibilidade: como evitar quedas do sistema

Falar no WhatsApp
Resposta direta

Load balancer, ou balanceador de carga, é a peça que recebe as requisições dos usuários e as distribui entre vários servidores, retirando da rotação os que falham. Com redundância em todas as camadas, ele sustenta a alta disponibilidade: o serviço continua no ar mesmo quando uma peça cai.

Pontos-chave

O que você leva deste artigo

  1. Load balancer: o que é e como funcionaO 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 conti…Ir para a seção
  2. Alta disponibilidade: o que ela exige de verdadeAlta 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.Ir para a seção
  3. Como o load balancer escolhe o servidor de cada requisiçãoO 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.Ir para a seção
  4. Verificações de saúde e failover: como o sistema percebe a quedaO 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.Ir para a seção
  5. Os pontos de falha que continuam depois do balanceadorInstalar 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 ro…Ir para a seção
  6. Como planejar: passo a passo e checklistUm 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.Ir para a seção

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.

Imagem ilustrativa: dados em óculos

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.

Imagem ilustrativa: cultura orientada a dados

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

  1. Mapeie as peças: liste servidores, banco, filas, serviços externos e o que cada um sustenta.
  2. Defina a tolerância: decida quanto tempo parado o negócio suporta, por processo.
  3. Elimine pontos únicos: duplique primeiro o que derruba mais.
  4. Configure as verificações de saúde: escolha caminho, intervalo e limites com critério.
  5. Tire o estado do servidor: mova sessões e arquivos para locais compartilhados.
  6. Teste a falha de propósito: desligue uma peça em ambiente controlado e observe.
  7. 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.

Perguntas frequentes

O que é um load balancer?

É a peça que recebe as requisições dos usuários e as distribui entre vários servidores, para que nenhum fique sobrecarregado. Ele também testa a saúde dos servidores e deixa de enviar tráfego aos que falham, o que mantém o serviço no ar.

Load balancer e alta disponibilidade são a mesma coisa?

Não. O balanceador é uma ferramenta que ajuda a alcançar a alta disponibilidade, mas ela exige eliminar todos os pontos únicos de falha, incluindo o próprio balanceador, o banco de dados e as dependências externas do sistema.

Qual algoritmo de balanceamento devo usar?

Depende do tráfego. O rodízio funciona com servidores parecidos e requisições de custo semelhante; a menor quantidade de conexões ajuda quando há tarefas longas; pesos servem para servidores desiguais. A decisão se confirma com teste de carga.

O que acontece se o próprio load balancer cair?

Se ele for único, o sistema inteiro para, pois ele vira um ponto único de falha. Por isso costuma ser implantado em pares de alta disponibilidade, ou contratado como serviço gerenciado, cuja redundância deve ser conferida na configuração.

Quantos noves de disponibilidade a minha empresa precisa?

Depende do custo de cada hora parada. Pela tabela da Wikipédia, 99,9% admite cerca de 9 horas de indisponibilidade por ano e 99,99% cerca de 53 minutos. A meta certa nasce da tolerância do negócio, não de um número padrão.

Método

Como a Trilion conduz um projeto de alta performance

Do briefing à operação, em 5 etapas e com tudo por escrito. A proposta vem depois do briefing e o valor depende de escopo, integrações, volume e prazo.

  1. Briefing em 3 passos

    Você conta o que precisa construir; nós devolvemos perguntas e um caminho possível.

  2. Desenho por escrito

    Diagnóstico dos gargalos, metas de desempenho, arquitetura e plano de testes, antes de qualquer alteração.

  3. Construção em fatias

    Mudanças pequenas e medidas, com comparação antes e depois em cada fatia.

  4. Testes e homologação

    Casos do dia a dia da sua operação, com plano de retorno antes de publicar.

  5. Operação e evolução

    Acompanhamento combinado na proposta e ajustes guiados por indicadores.

Vamos deixar o seu sistema à altura da sua operação

Conte o que precisa resolver. A Trilion responde com uma proposta escrita, depois do briefing, e leva o projeto do código à operação.

Falar no WhatsApp
Blog da Trilion · Inteligência artificial

Continue aprendendo sobre IA

Artigos do blog da Trilion que aprofundam os temas deste texto. Arraste, use as setas ou o teclado.

WhatsApp
WhatsApp

Converse com a Trilion

Diga-nos o seu nome, e a conversa abre em seguida