Roteiro: (1) os três pilares; (2) métricas: Prometheus, PromQL, RED/USE, pipeline, cardinalidade, alertas; (3) logs estruturados, correlation IDs e MDC; (4) traces, traceparent, amostragem; (5) OpenTelemetry: agente e spans manuais; (6) LGTM; (7) DORA; (8) armadilhas.
A loja: "o checkout está lento" — Nginx, gateway, auth, order, product, Postgres, talvez Kafka. Qual deles? Para todos ou só para este cliente? Sem telemetria pensada de antemão, a resposta é chute. Exemplo da página: "por que exatamente 7% das requisições de clientes móveis em São Paulo estão dando timeout numa terça-feira?" — nenhum dashboard foi construído para essa pergunta.
Destaque o finally { span.end(); }: um span que nunca é encerrado nunca é exportado.