Skill de Simulação de Failover

## Skill de Simulação de Failover - fases
1. Pré-verificação: topologia, lag, backups atuais
2. Linha de base: registrar primário, réplicas, endpoints de conexão
3. Failover: switchover controlado ou failover do provedor
4. Verificar: escritas no novo primário, aplicativos reconectados
5. Simulação de rollback: failback opcional para a topologia original
6. Documentar: minutos de RTO, problemas, diferenças no runbook

# Pré-verificação do Patroni
patronictl -c /etc/patroni/patroni.yml list
psql -h haproxy.internal -c "SELECT inet_server_addr(), pg_is_in_recovery();"

# 1. Verificar atraso de replicação
psql -c "SELECT application_name, state, sync_state,
       pg_wal_lsn_diff(pg_current_wal_lsn(), replay_lsn) AS lag_bytes
FROM pg_stat_replication;"
 
# 2. Switchover para replica2
patronictl -c /etc/patroni/patroni.yml switchover --master replica1 --candidate replica2 --force
 
# 3. Verificar novo primário
psql -h haproxy.internal -c "SELECT pg_is_in_recovery();"  # esperar f
psql -c "CREATE TABLE failover_drill_20260709 (id int); DROP TABLE failover_drill_20260709;"
 
# 4. Confirmar que o antigo primário voltou como réplica
patronictl list

# Testar failover apenas da instância - NÃO em produção sem janela de alteração
aws rds reboot-db-instance \
  --db-instance-identifier myapp-staging-failover-test \
  --force-failover
 
# Observar eventos
aws rds describe-events --source-identifier myapp-staging-failover-test --duration 30

-- Após a reconexão do aplicativo
SELECT now(), inet_server_addr();
INSERT INTO drill_log (note) VALUES ('escrita pós-failover OK');

SELECT pg_is_in_recovery();
SELECT * FROM pg_stat_replication;  -- no primário: réplicas conectadas
SELECT slot_name, active, restart_lsn FROM pg_replication_slots;

- [ ] PgBouncer/pooler detecta mudança de backend (ou breve tempestade de reconexão aceitável)
- [ ] Pool de conexão do ORM recicla dentro do tempo limite configurado
- [ ] Rotas de análise somente leitura para o endpoint de réplica ainda são válidas
- [ ] Tarefas em segundo plano são retomadas sem reinicialização manual do pod