O gateway caiu na sexta e ninguém percebeu até segunda

Segunda-feira, 9h12. A diretora comercial projeta o dashboard, respira fundo e começa: "fechamos a semana com...". Alguém no fundo da sala franze a testa e pergunta se aquele número não é o mesmo da reunião anterior.

É. O relatório abriu normalmente. Os gráficos carregaram. As cores estavam lindas. Só o dado é que tinha três dias de idade — e nada na tela avisou.

O gateway tinha caído na sexta-feira às 19h40.

O que é um gateway, sem jargão

Imagine que os dados da sua empresa moram num servidor dentro do escritório, atrás do firewall. O Power BI mora na nuvem. Os dois precisam conversar, mas a nuvem não pode simplesmente entrar na sua rede — e ainda bem que não pode.

O gateway é o porteiro que resolve isso. É um programa instalado numa máquina da sua rede que fica ali, quietinho, buscando o dado lá dentro e entregando para a nuvem quando o Power BI pede.

E aqui está o detalhe que quase ninguém para pra pensar: esse porteiro é um serviço rodando num Windows. O mesmo Windows que reinicia sozinho depois de uma atualização, que fica sem espaço em disco, que tem uma senha de conta de serviço que expira em 90 dias. O gateway não é uma peça mágica de infraestrutura em nuvem. É um programinha numa máquina — e máquinas caem.

Por que essa falha é silenciosa (e por isso perigosa)

Quando um sistema sai do ar, todo mundo vê. Telefone toca, chamado abre, gente reclama. É ruim, mas é visível.

Quando o gateway cai, acontece o oposto: nada acontece.

• O relatório continua abrindo
• Os gráficos continuam carregando
• Nenhuma tela vermelha aparece para o usuário
• O dado exibido é o último que o Power BI conseguiu buscar

O usuário final não tem como saber. Ele vê um dashboard funcionando e assume, muito razoavelmente, que está olhando o número de hoje. A atualização agendada falhou de madrugada, o e-mail de erro caiu na caixa de alguém que estava de férias, e a empresa seguiu tomando decisão com número velho.

É por isso que essa é a pior categoria de falha que existe num ambiente de dados: ela não derruba nada, ela corrói a confiança. E confiança perdida em dashboard não volta com pedido de desculpas — volta com gente montando planilha paralela no Excel "só pra conferir".

Quatro cenas que você provavelmente já viveu

A atualização do Windows das 3h da manhã

A VM do gateway reiniciou sozinha para aplicar um patch de segurança. Reiniciou direitinho, aliás — o problema é que o serviço do gateway não subiu junto. Na sexta-feira à noite.

Descoberto na segunda de manhã, na frente da diretoria. Sessenta horas de dado congelado que ninguém viu passar.

O gateway que morava no notebook do analista

Alguém precisava de um relatório com urgência, instalou o gateway em modo pessoal na própria máquina para resolver "temporariamente", e aquilo virou produção. Dois anos depois, a pessoa entrou de férias e fez a coisa mais razoável do mundo antes de viajar: desligou o computador.

Três áreas ficaram sem dado. Ninguém sabia onde o gateway estava instalado porque ninguém nunca tinha olhado a lista completa de gateways do ambiente.

"Toda terça, às 3h"

Um time convivia meses com uma instabilidade que não conseguia provar. A atualização falhava "de vez em quando". Reprocessava na mão e funcionava, o que só reforçava a teoria de que era coisa do Power BI.

Quando finalmente plotaram checagem por checagem ao longo do dia, o padrão pulou na tela: toda terça-feira, entre 3h e 4h. Era o backup da VM competindo por recurso com o gateway. Um problema de dez minutos de conversa com a infraestrutura — que passou meses invisível porque a média do dia continuava boa.

A senha que expirou em silêncio

Política de segurança da TI: senha de conta de serviço expira a cada 90 dias. Ninguém ligou uma coisa na outra. O gateway simplesmente parou de autenticar.

Foram três dias de reunião sobre "o Power BI estar lento", com o time de dados defendendo o modelo e a TI jurando que a rede estava perfeita. Os dois estavam certos. O problema era uma senha.

O que muda com monitoramento de verdade

O padrão da Microsoft é honesto sobre o que entrega: o app de Capacity Metrics é excelente para consumo de capacidade, mas não foi feito para vigiar gateway. E ferramentas open-source de monitoramento costumam rodar dentro da própria capacidade Fabric do cliente — ou seja, o monitor consome justamente o recurso que ele deveria estar protegendo.

O Alca Metrics ataca cada uma das quatro cenas acima:

• Checagem automática a cada 15 minutos — o cenário da sexta-feira vira um alerta em minutos, não uma surpresa na segunda de manhã
• Alerta por e-mail com deduplicação — você é avisado uma vez por episódio, não a cada checagem. Alerta que spameia é alerta que o time aprende a ignorar
• Destinatários configuráveis — o aviso vai para a lista que você definir, não para a caixa de entrada de uma pessoa só que pode estar de férias
• Barra de disponibilidade de 30 dias — a conversa deixa de ser "acho que anda instável" e passa a ser uma evidência visual, dia a dia, que você leva para a reunião
• Linha do tempo intradia — cada checagem do dia plotada, que é exatamente o que revela o padrão das terças às 3h
• Todos os gateways do ambiente na mesma tela — inclusive aquele instalado no notebook de alguém que você não sabia que existia
• Health Score — o gateway entra num indicador único de saúde do ambiente, com peso de 20 pontos em 100, para a diretoria acompanhar sem precisar entender o que é um gateway
• Roda fora da sua capacidade — o monitoramento não disputa CU com as suas cargas de produção

Na prática, é isto que você abre de manhã: a situação de cada gateway agora, o histórico dos últimos 30 dias e a linha do tempo do dia — onde o padrão das terças às 3h finalmente aparece.

O detalhe honesto

Duas coisas que a gente prefere dizer antes de você descobrir sozinho.

A primeira: o status vem da API da Microsoft. Ela pode não capturar um membro específico de um cluster com problema, e existem momentos em que ela simplesmente não responde o status. Por isso o painel tem três estados, não dois: online, offline e desconhecido. "Desconhecido" não é contado como queda e não dispara alerta — porque a pior coisa que um monitoramento pode fazer é gritar lobo à toa até o time desligar a notificação.

A segunda: monitoramento não impede o gateway de cair. O Windows Update vai continuar reiniciando a VM. O que muda é o tempo entre a queda e alguém saber — e é nesse intervalo que mora o prejuízo.

Comece pelo básico

Se você não sabe responder de cabeça "quanto tempo levaria até alguém perceber que o gateway caiu agora", esse já é o resultado do diagnóstico.

O plano Gratuito do Alca Metrics monitora um gateway, com alerta por e-mail, sem cartão de crédito. É o suficiente para transformar a próxima segunda-feira de manhã em um evento bem menos interessante.