Uma instituição financeira de grande porte opera um ambiente de TI híbrido, com aplicações críticas em contêineres Kubernetes e bancos de dados relacionais em máquinas virtuais. A equipe de SRE implementou uma solução de observabilidade baseada em métricas (Prometheus), logs (Elasticsearch) e traces (Jaeger). Durante um incidente de lentidão no sistema de pagamentos, os seguintes sintomas foram observados:

• O tempo de resposta da API de pagamentos aumentou de 200 ms para 5 segundos.
• As métricas de CPU e memória dos pods da API permaneceram dentro dos limites normais.
• Os logs da API não registraram erros explícitos, apenas mensagens de timeout ao chamar o serviço de autorização.
• Os traces distribuídos mostraram que o span correspondente à chamada do serviço de autorização tinha duração de 4,8 segundos, enquanto os demais spans estavam abaixo de 100 ms.
• O serviço de autorização é um sistema legado que expõe uma API REST e é monitorado apenas por logs em arquivo local, sem métricas ou traces.

Considerando os princípios de observabilidade e gestão centralizada de logs e métricas, a ação mais efetiva para diagnosticar a causa raiz do problema e evitar recorrência é: