Dispara um alerta de latência em produção. O painel fica a vermelho e ninguém sabe porquê. A falha não se parece com nenhuma das que alguém deixou configuradas, por isso a equipa abre os logs às cegas, testa hipóteses e perde a manhã. É aqui que a monitorização clássica para, e é exatamente essa a lacuna que a observabilidade preenche.
Compra-se a licença. A capacidade de a usar, não. Este guia separa as duas coisas, com dados próprios do mercado português.
A observabilidade é a capacidade de compreender o estado interno de um sistema a partir dos sinais que emite: métricas, logs e traces. A monitorização avisa sobre o que já se sabia vigiar; a observabilidade permite investigar falhas que ninguém antecipou. Em Portugal raramente surge como função própria: aparece distribuída por funções de DevOps, SRE, platform e desenvolvimento.
De onde vem a observabilidade e o que significa em IT?
A observabilidade é a propriedade de um sistema que permite deduzir o que se passa lá dentro a partir do que expõe para fora, o que em software se traduz em conseguir responder a perguntas novas sobre produção sem ter de fazer deploy de código novo só para as responder.
O termo não nasceu em IT. Rudolf Kalman formalizou-o em 1960, na teoria de controlo e a par do seu conceito gémeo, a controlabilidade, para descrever quando o estado interno de um sistema dinâmico pode ser reconstruído a partir das suas saídas mensuráveis, e a engenharia de software adotou-o décadas depois com a mesma ideia de fundo.
Na prática cabe numa pergunta. Algo falha de uma forma que ninguém tinha previsto: é possível encontrar a causa com os dados que já se recolhem? Se sim, o sistema é observável. Se é preciso acrescentar logs e esperar que volte a acontecer, não é.
Em que difere a observabilidade da monitorização?
A monitorização vigia condições conhecidas; a observabilidade permite investigar as desconhecidas. Não competem. Uma faz parte da outra.
| Dimensão | Monitorização | Observabilidade |
|---|---|---|
| Pergunta a que responde | Está a falhar algo que já conhecemos? | Porque está a falhar, mesmo que seja algo novo? |
| Ponto de partida | Limiares e painéis definidos de antemão | Dados com contexto para explorar depois |
| Encaixa melhor em | Monólitos e sistemas estáveis | Microsserviços e Kubernetes |
| Resultado típico | Um alerta | Um diagnóstico |
Quanto mais distribuído o sistema, mais pesa a diferença. Num monólito, a origem encontra-se. Numa arquitetura com dezenas de serviços em Kubernetes, pelo contrário, um pedido lento pode atravessar oito serviços diferentes antes de devolver um erro, e um painel definido de antemão raramente diz em qual deles se perderam os segundos que o utilizador notou.
Quais são os sinais da observabilidade?
São três sinais clássicos. Cada um responde a uma pergunta diferente.
- Métricas. Valores numéricos agregados no tempo, como latência, taxa de erro ou uso de processador. São baratas de guardar e dizem que algo vai mal, mas raramente dizem porquê.
- Logs. Registos de eventos com marca temporal. Dão o detalhe de um ponto concreto, à custa de muito volume.
- Traces distribuídos. O percurso completo de um pedido por todos os serviços que toca: o sinal mais direto para ver onde se perde tempo em microsserviços.
Falar de "três pilares" já fica curto, porque as equipas que operam sistemas distribuídos em produção há anos juntam a esses três sinais os eventos de negócio e os perfis de desempenho contínuos, e técnicas como o eBPF capturam sinais a partir do kernel sem tocar na aplicação. O decisivo não é quantos sinais se recolhem. É que estejam correlacionados: que a partir de uma métrica anómala se possa saltar para o trace e o log desse mesmo pedido.
Porque é que o OpenTelemetry se tornou o padrão?
O OpenTelemetry é o padrão aberto para instrumentar aplicações e emitir métricas, logs e traces num formato comum que a maioria dos backends aceita, diretamente ou através de exportadores. É mantido pela Cloud Native Computing Foundation.
O seu valor é de arquitetura. Antes, cada plataforma comercial trazia o seu próprio agente e o seu próprio formato, pelo que mudar de fornecedor obrigava a instrumentar o código outra vez, enquanto com o OpenTelemetry se instrumenta uma vez e mudar de destino passa a ser, sobretudo, uma questão de configurar o Collector e os seus exportadores.
Que ferramentas compõem uma stack de observabilidade?
Uma stack tem quatro camadas: instrumentação, recolha, armazenamento e visualização com alertas. O sinal nasce no código instrumentado, passa por um coletor como o OpenTelemetry Collector, é guardado num backend e é consultado a partir de painéis e alertas. As ferramentas dividem-se em duas famílias.
A stack aberta costuma juntar Prometheus para métricas, Grafana para visualização, Loki ou a stack ELK (Elasticsearch, Logstash e Kibana) para logs e Jaeger para traces, com o OpenTelemetry como camada de instrumentação. Não há custo de licença. Há armazenamento, manutenção e pessoas.
As plataformas comerciais, como Datadog, Dynatrace, Splunk ou New Relic, integram as quatro camadas num único produto com agentes próprios, deteção automática de anomalias e suporte, e cobram por host, por volume de dados ingeridos ou por utilizador, pelo que a fatura depende da dimensão da infraestrutura.
Quem opera a observabilidade numa empresa?
Em Portugal, a observabilidade raramente surge como função própria. Segundo a análise de mercado da Shakers, 1 669 ofertas tech publicadas em Portugal entre junho e novembro de 2026 mencionam pelo menos uma ferramenta de observabilidade. Só 71 têm a palavra no título.
Método: ofertas tech em Portugal recolhidas pelo Shakers Market de 19 de junho a 17 de novembro de 2026 que nomeiam no título ou na descrição alguma ferramenta de observabilidade (Grafana, Prometheus, Datadog, Dynatrace, Splunk, OpenTelemetry, ELK ou Loki, entre outras), com o termo confirmado no texto e sem repetir ofertas da mesma empresa e com o mesmo título. Mede onde aparece a skill, não quantas funções a exigem.
A função que mais a pede é DevOps, mas não é a única.
| Função | Ofertas |
|---|---|
| DevOps Engineer | 175 |
| Site Reliability Engineer | 83 |
| Platform Engineer | 70 |
| Backend Developer | 43 |
| Software Engineer | 35 |
| Cloud Engineer | 25 |
Por famílias, Cloud & DevOps reúne 701 ofertas, Software Engineering 461 e produto e gestão 141.
A mesma amostra mostra também que stack se pede: Grafana ou Prometheus aparecem em 1 087 ofertas, contra 670 que pedem Datadog, Dynatrace ou Splunk (não são exclusivas: 267 nomeiam ambas), pelo que pesa mais quem saiba operar a stack aberta.
Se a observabilidade está distribuída por várias funções, o que se procura não é um título mas uma skill: instrumentar com OpenTelemetry, desenhar métricas úteis e ler um trace sob pressão, que é a passagem de pensar em funções para pensar em skills, e que pode estar numa função de DevOps, de SRE ou de platform engineering ou num backend sénior. Comprová-la exige vê-la aplicada a um sistema real. O CV não chega.
Como se mede se a observabilidade funciona?
Com objetivos de serviço, não com o número de painéis. Um SLI é o dado observado, por exemplo a percentagem de pedidos que respondem em menos de 300 milissegundos. Um SLO é o objetivo interno sobre esse dado numa janela de tempo. O orçamento de erros é a margem que o SLO deixa: se o objetivo é 99,9% em 30 dias, o 0,1% restante é a falha que a equipa pode consumir antes de travar deploys.
A prova de fogo é o tempo de diagnóstico: se, perante um incidente que ninguém tinha visto antes, a equipa encontra a causa com os dados que já tem, sem reproduzir a falha nem lançar traces novos à pressa enquanto o cliente espera, a observabilidade funciona. Se não, não funciona.
Perguntas frequentes sobre observabilidade
- Em que difere a observabilidade da monitorização?
A monitorização vigia condições definidas de antemão e avisa quando se cumprem. A observabilidade recolhe sinais com contexto suficiente para investigar falhas que ninguém antecipou. Em sistemas distribuídos, com muitos serviços encadeados, a monitorização sozinha deixa por explicar as falhas que ninguém tinha previsto.
- Quanto custa implementar observabilidade?
Depende menos da ferramenta do que do volume de dados e de quem a opera. As plataformas comerciais cobram por host, por dados ingeridos ou por utilizador, pelo que o custo cresce com a infraestrutura. A stack aberta não tem custo de licença, mas tem armazenamento e manutenção. Nos dois casos, a parcela mais subestimada é o tempo das pessoas que instrumentam e mantêm o sistema.
- Se já temos Datadog ou Dynatrace, precisamos de mais alguma coisa?
A licença resolve a recolha e a visualização, não a parte que decide o resultado. Alguém tem de instrumentar o código próprio, escolher que métricas refletem a experiência do utilizador, definir SLO e depurar traces quando algo falha.
- O que é o OpenTelemetry?
O OpenTelemetry é o padrão aberto da Cloud Native Computing Foundation para instrumentar aplicações e emitir métricas, logs e traces num formato comum. A sua vantagem é a portabilidade: instrumenta-se uma vez e os dados podem ser enviados para Prometheus, Grafana, Datadog, Dynatrace ou outro destino compatível sem voltar a instrumentar a aplicação.
- Que skills são precisas para operar a observabilidade?
Não é preciso uma função com esse nome, mas sim a skill: instrumentação com OpenTelemetry, desenho de métricas e SLO, e leitura de traces distribuídos. Costuma estar em funções de DevOps, SRE, platform ou backend sénior. Segundo a análise de mercado da Shakers, de 1 669 ofertas portuguesas que mencionam estas ferramentas, só 71 têm a palavra observabilidade no título.
- Como ajuda a observabilidade a reduzir o MTTR?
O MTTR é o tempo médio que se demora a resolver um incidente. A observabilidade encurta sobretudo a fase de diagnóstico: com sinais correlacionados, a equipa passa do alerta à causa sem reproduzir a falha.
A observabilidade não se compra numa caixa. Constrói-se com sinais bem escolhidos, com um padrão como o OpenTelemetry que evite ficar preso a um fornecedor e, sobretudo, com pessoas que saibam ler o que o sistema está a dizer. Há licença mas ninguém que instrumente o código ou defina os SLO? É essa a lacuna.
A Shakers é a plataforma de talento tech certificado em skills tecnológicas e de IA: especialistas que colaboram com a equipa da empresa enquanto a observabilidade é desenhada e instrumentada. Há especialistas em Site Reliability Engineering, Platform Engineering e DevOps que colaboram com a Shakers.
. 