Demo: métricas, traces, cache e DLQ

Nesta aula você vai montar uma demo técnica completa de operação do sistema, não apenas de endpoints.

Passo 1 - Métricas no Grafana

1. Execute o fluxo principal 10 vezes.
2. Abra dashboard de API e eventos.
3. Mostre:
   • taxa de requisição
   • latência p95
   • taxa de erro

Comandos úteis:

for i in {1..10}; do
  curl -s -X POST http://localhost:8080/customers -H "Content-Type: application/json" -d '{"name":"Demo","email":"demo'$i'@acme.com"}' >/dev/null
done

Passo 2 - Trace ponta a ponta no Jaeger

Mostre um trace incluindo:

• customer-service -> order-service -> payment-service -> notification-service -> analytics-service

Valide presença de traceId em logs:

docker compose logs | rg "trace_id|traceId"

Passo 3 - Cache hit vs miss

Execute duas leituras do mesmo cliente:

curl -s http://localhost:8080/customers/cus-1
curl -s http://localhost:8080/customers/cus-1

Na segunda chamada, evidencie:

• queda de latência;
• log de cache_hit=true.

Passo 4 - Forçar DLQ

Simule falha no processamento do pagamento:

docker compose exec payment-service sh -c "export FORCE_PAYMENT_FAILURE=true"
curl -s -X POST http://localhost:8081/orders -H "Content-Type: application/json" -d '{"customerId":"cus-1","items":[{"sku":"book","qty":1}]}'

Verifique mensagem em DLQ:

docker compose logs payment-service | rg "dlq|moved to dead letter"

Resultado esperado da demo

• Evidência visual de métricas.
• Um trace completo de negócio.
• Comparação clara de latência cache miss/hit.
• Evento real indo para DLQ após retries.

Resumo

Você preparou uma demo operacional completa com métricas, tracing, cache e DLQ, mostrando maturidade técnica do projeto final.