# Definir limites seguros para a autorrecuperação

Taiga Learning · Ficha de trabalho
https://taiga.training/pt-PT/lessons/self-healing/

Use informação fictícia ou aprovada. Não coloque segredos nesta ficha.

## Objetivos de aprendizagem
- Distinguir a autorrecuperação de uma correção permanente do software.
- Definir uma política de recuperação limitada e verificações independentes de sucesso.
- Reconhecer quando a automação tem de parar e escalar a situação.

## Exercício
Conceba uma política de recuperação para o worker fictício de export desta lição. Especifique a condição de ativação, as exclusões, a ação permitida, o limite de tentativas, o intervalo de espera, a verificação de sucesso e o responsável pelo escalamento. Teste-a perante uma indisponibilidade da base de dados e uma falha desconhecida de integridade dos dados.

## A sua resposta
- Cenário e âmbito:
- Pressupostos e perguntas em aberto:
- Resposta ou decisão proposta, com razões:

## Verifique a sua resposta
| Afirmação ou critério | Evidência ou teste | Resultado ou lacuna | Responsável |
| --- | --- | --- | --- |
| | | | |
| | | | |
| | | | |

## Próxima ação
- Ação, responsável e data:
- Quando vai rever esta resposta?

## Princípio a reter
A autorrecuperação precisa de uma falha definida, uma ação autorizada, um resultado mensurável e uma condição de paragem. Repetir uma ação sem recuperar é outra falha.

## Fontes
- [Kubernetes: Self-Healing](https://kubernetes.io/docs/concepts/architecture/self-healing/)
- [AWS Builders’ Library: Timeouts, retries, and backoff with jitter](https://aws.amazon.com/builders-library/timeouts-retries-and-backoff-with-jitter/)
- [Google SRE: Automation at Google](https://sre.google/sre-book/automation-at-google/)

Esta ficha apoia a aprendizagem. Completá-la não autoriza, por si só, uma alteração em produção.