[pt-br] Localize concepts/cluster-administration/observability.md

content/pt-br/docs/concepts/cluster-administration/observability.md

@@ -0,0 +1,196 @@
+---
+title: Observabilidade
+weight: 55
+content_type: concept
+description: >
+  Entenda como obter visibilidade de ponta a ponta de um cluster do Kubernetes por meio da coleta de métricas, logs e rastreamentos.
+no_list: true
+card:
+  name: setup
+  weight: 60
+  anchors:
+  - anchor: "#metrics"
+    title: Métricas
+  - anchor: "#logs"
+    title: Logs
+  - anchor: "#traces"
+    title: Rastreamentos
+---
+
+<!-- overview -->
+
+No Kubernetes, observabilidade é o processo de coletar e analisar métricas, logs e rastreamentos — frequentemente chamados de três pilares da observabilidade — para obter um melhor entendimento do estado interno, desempenho e saúde do cluster.
+
+Os componentes do control plane do Kubernetes, assim como muitos add-ons, geram e emitem esses sinais. Ao agregá-los e correlacioná-los, você pode obter uma visão unificada do control plane, dos add-ons e das aplicações em todo o cluster.
+
+A Figura 1 descreve como os componentes do cluster emitem os três tipos primários de sinais.
+
+{{< mermaid >}}
+flowchart LR
+    A[Componentes do cluster] --> M[Pipeline de métricas]
+    A --> L[Pipeline de logs]
+    A --> T[Pipeline de rastreamentos]
+    M --> S[(Armazenamento e análise)]
+    L --> S
+    T --> S
+    S --> O[Operadores e automação]
+{{< /mermaid >}}
+
+*Figura 1. Sinais de alto nível emitidos pelos componentes do cluster e seus consumidores.*
+
+<!-- body -->
+## Métricas {#metrics}
+
+Os componentes do Kubernetes emitem métricas no [formato Prometheus](https://prometheus.io/docs/instrumenting/exposition_formats/) a partir de seus endpoints `/metrics`, incluindo:
+
+- kube-controller-manager
+- kube-proxy
+- kube-apiserver
+- kube-scheduler
+- kubelet
+
+O kubelet também expõe métricas em `/metrics/cadvisor`, `/metrics/resource` e `/metrics/probes`, e add-ons como o [kube-state-metrics](/docs/concepts/cluster-administration/kube-state-metrics/) enriquecem esses sinais do control plane com o status dos objetos do Kubernetes.
+
+Um pipeline típico de métricas do Kubernetes coleta (scrape) esses endpoints periodicamente e armazena as amostras em um banco de dados de séries temporais (por exemplo, com o Prometheus).
+
+Consulte o [guia de métricas do sistema](/pt-br/docs/concepts/cluster-administration/system-metrics/) para obter detalhes e opções de configuração.
+
+A Figura 2 descreve um pipeline comum de métricas do Kubernetes.
+
+{{< mermaid >}}
+flowchart LR
+    C[Componentes do cluster] --> P[Coletor Prometheus]
+    P --> TS[(Armazenamento de séries temporais)]
+    TS --> D[Dashboards e alertas]
+    TS --> A[Ações automatizadas]
+{{< /mermaid >}}
+
+*Figura 2. Componentes de um pipeline típico de métricas do Kubernetes.*
+
+Para visibilidade em múltiplos clusters ou múltiplas nuvens, bancos de dados de séries temporais distribuídos (por exemplo, Thanos ou Cortex) podem complementar o Prometheus.
+
+Consulte [Ferramentas comuns de observabilidade - ferramentas de métricas](#metrics-tools) para coletores de métricas e bancos de dados de séries temporais.
+
+#### {{% heading "seealso" %}}
+
+- [Métricas para componentes do Kubernetes](/pt-br/docs/concepts/cluster-administration/system-metrics/)
+- [Monitoramento do uso de recursos com o metrics-server](/pt-br/docs/tasks/debug/debug-cluster/resource-usage-monitoring/)
+- [Conceito do kube-state-metrics](/docs/concepts/cluster-administration/kube-state-metrics/)
+- [Visão geral do pipeline de métricas de recursos](/pt-br/docs/tasks/debug/debug-cluster/resource-metrics-pipeline/)
+
+## Logs {#logs}
+
+Os logs fornecem um registro cronológico de eventos dentro das aplicações, dos componentes do sistema do Kubernetes e de atividades relacionadas à segurança, como a auditoria (audit logging).
+
+Os runtimes de contêiner capturam a saída de uma aplicação em contêiner a partir dos fluxos de saída padrão (`stdout`) e de erro padrão (`stderr`). Embora os runtimes implementem isso de maneiras diferentes, a integração com o kubelet é padronizada por meio do _formato de logs CRI_, e o kubelet disponibiliza esses logs através do `kubectl logs`.
+
+![Node-level logging](/images/docs/user-guide/logging/logging-node-level.png)
+
+*Figura 3a. Arquitetura de logs no nível do nó.*
+
+Os logs dos componentes do sistema capturam eventos do cluster e são frequentemente úteis para depuração e solução de problemas. Esses componentes são classificados de duas maneiras diferentes: os que são executados em um contêiner e os que não são. Por exemplo, o `kube-scheduler` e o `kube-proxy` geralmente são executados em contêineres, enquanto o `kubelet` e o runtime de contêiner são executados diretamente no host.
+
+- Em máquinas com `systemd`, o kubelet e o runtime de contêiner gravam no journald. Caso contrário, eles gravam em arquivos `.log` no diretório `/var/log`.
+- Os componentes do sistema que são executados dentro de contêineres sempre gravam em arquivos `.log` em `/var/log`, ignorando o mecanismo padrão de logs de contêiner.
+
+Os logs dos componentes do sistema e dos contêineres armazenados em `/var/log` exigem rotação de logs para evitar crescimento descontrolado. Alguns scripts de provisionamento de cluster instalam a rotação de logs por padrão; verifique seu ambiente e ajuste conforme necessário. Consulte a [referência de logs do sistema](/pt-br/docs/concepts/cluster-administration/system-logs/) para obter detalhes sobre locais, formatos e opções de configuração.
+
+A maioria dos clusters executa um agente de logs no nível do nó (por exemplo, Fluent Bit ou Fluentd) que monitora esses arquivos e encaminha as entradas para um armazenamento central de logs. O [guia de arquitetura de logging](/pt-br/docs/concepts/cluster-administration/logging/) explica como projetar esses pipelines, aplicar retenção e direcionar os fluxos de logs para os backends.
+
+A Figura 3 descreve um pipeline comum de agregação de logs.
+
+{{< mermaid >}}
+flowchart LR
+    subgraph Fontes
+        A[stdout / stderr da aplicação]
+        B[Logs do control plane]
+        C[Registros de auditoria]
+    end
+    A --> N[Agente de logs do nó]
+    B --> N
+    C --> N
+    N --> L[Armazenamento central de logs]
+    L --> Q[Dashboards, alertas, SIEM]
+{{< /mermaid >}}
+
+*Figura 3. Componentes de um pipeline típico de logs do Kubernetes.*
+
+Consulte [Ferramentas comuns de observabilidade - ferramentas de logging](#logging-tools) para agentes de logs e armazenamentos centrais de logs.
+
+#### {{% heading "seealso" %}}
+
+- [Arquitetura de logging](/pt-br/docs/concepts/cluster-administration/logging/)
+- [Logs do sistema](/pt-br/docs/concepts/cluster-administration/system-logs/)
+- [Tarefas e tutoriais de logging](/docs/tasks/debug/logging/)
+- [Configurar auditoria de logs](/docs/tasks/debug/debug-cluster/audit/)
+
+## Rastreamentos {#traces}
+
+Os rastreamentos capturam como as requisições se movem pelos componentes do Kubernetes e pelas aplicações, vinculando latência, tempos e relações entre operações. Ao coletar rastreamentos, você pode visualizar o fluxo de requisições de ponta a ponta, diagnosticar problemas de desempenho e identificar gargalos ou interações inesperadas no control plane, nos add-ons ou nas aplicações.
+
+O Kubernetes {{< skew currentVersion >}} pode exportar spans por meio do [protocolo OpenTelemetry](/pt-br/docs/concepts/cluster-administration/system-traces/) (OTLP), seja diretamente por exportadores gRPC integrados ou encaminhando-os por um OpenTelemetry Collector.
+
+O OpenTelemetry Collector recebe spans de componentes e aplicações, os processa (por exemplo, aplicando amostragem ou redação) e os encaminha a um backend de rastreamento para armazenamento e análise.
+
+A Figura 4 descreve um pipeline típico de rastreamento distribuído.
+
+{{< mermaid >}}
+flowchart LR
+    subgraph Fontes
+        A[Spans do control plane]
+        B[Spans da aplicação]
+    end
+    A --> X[Exportador OTLP]
+    B --> X
+    X --> COL[OpenTelemetry Collector]
+    COL --> TS[(Backend de rastreamentos)]
+    TS --> V[Visualização e análise]
+{{< /mermaid >}}
+
+*Figura 4. Componentes de um pipeline típico de rastreamentos do Kubernetes.*
+
+Consulte [Ferramentas comuns de observabilidade - ferramentas de rastreamento](#tracing-tools) para coletores e backends de rastreamento.
+
+#### {{% heading "seealso" %}}
+
+- [Rastreamentos para componentes do Kubernetes](/pt-br/docs/concepts/cluster-administration/system-traces/)
+- [Guia de primeiros passos do OpenTelemetry Collector](https://opentelemetry.io/docs/collector/getting-started/)
+- [Tarefas de monitoramento e rastreamento](/docs/tasks/debug/monitoring/)
+
+## Ferramentas comuns de observabilidade {#common-observability-tools}
+
+{{% thirdparty-content %}}
+
+Nota: Esta seção contém links para projetos de terceiros que fornecem capacidades de observabilidade exigidas pelo Kubernetes.
+Os autores do projeto Kubernetes não são responsáveis por esses projetos, que estão listados em ordem alfabética. Para adicionar um
+projeto a esta lista, leia o [guia de conteúdo](/pt-br/docs/contribute/style/content-guide/) antes de enviar uma alteração.
+
+### Ferramentas de métricas {#metrics-tools}
+
+- O [Cortex](https://cortexmetrics.io/) oferece armazenamento Prometheus de longo prazo, escalável horizontalmente.
+- O [Grafana Mimir](https://grafana.com/oss/mimir/) é um projeto da Grafana Labs que fornece armazenamento compatível com Prometheus, multi-tenant e escalável horizontalmente.
+- O [Prometheus](https://prometheus.io/) é o sistema de monitoramento que coleta e armazena métricas dos componentes do Kubernetes.
+- O [Thanos](https://thanos.io/) estende o Prometheus com consultas globais, downsampling e suporte a armazenamento de objetos.
+
+### Ferramentas de logging {#logging-tools}
+
+- O [Elasticsearch](https://www.elastic.co/elasticsearch/) entrega indexação e busca distribuída de logs.
+- O [Fluent Bit](https://fluentbit.io/) coleta e encaminha logs de contêineres e nós com uma pegada baixa de recursos.
+- O [Fluentd](https://www.fluentd.org/) roteia e transforma logs para múltiplos destinos.
+- O [Grafana Loki](https://grafana.com/oss/loki/) armazena logs em um formato baseado em labels inspirado no Prometheus.
+- O [OpenSearch](https://opensearch.org/) fornece indexação e busca de logs de código aberto compatível com as APIs do Elasticsearch.
+
+### Ferramentas de rastreamento {#tracing-tools}
+
+- O [Grafana Tempo](https://grafana.com/oss/tempo/) oferece armazenamento de rastreamento distribuído escalável e de baixo custo.
+- O [Jaeger](https://www.jaegertracing.io/) captura e visualiza rastreamentos distribuídos para microsserviços.
+- O [OpenTelemetry Collector](https://opentelemetry.io/docs/collector/) recebe, processa e exporta dados de telemetria, incluindo rastreamentos.
+- O [Zipkin](https://zipkin.io/) fornece coleta e visualização de rastreamento distribuído.
+
+## {{% heading "whatsnext" %}}
+
+- Aprenda como [coletar métricas de uso de recursos com o metrics-server](/pt-br/docs/tasks/debug/debug-cluster/resource-usage-monitoring/)
+- Explore [tarefas e tutoriais de logging](/docs/tasks/debug/logging/)
+- Siga os [guias de tarefas de monitoramento e rastreamento](/docs/tasks/debug/monitoring/)
+- Consulte o [guia de métricas do sistema](/pt-br/docs/concepts/cluster-administration/system-metrics/) para endpoints dos componentes e estabilidade
+- Revise a seção de [ferramentas comuns de observabilidade](#common-observability-tools) para opções de terceiros aprovadas