1 Consultas lentas e “dashboard que demora para abrir”

Um dos maiores sinais de que algo está errado no Grafana é quando o painel demora a carregar,
responde instável ou estoura limitações do seu backend. Na prática, isso acontece quase sempre por
consultas pesadas, agregações mal definidas ou uso indiscriminado de variáveis/regex.

• Query sem limite de cardinalidade: séries com muitos rótulos (labels/tags) viram um
  “terremoto” de resultados.
• Regex amplo em filtros: filtros como /.*prod.*/ ou padrões genéricos
  aumentam o volume varrido e pioram performance.
• Agregação tardia: fazer group-by e transformações depois de trazer dados demais
  é quase sempre mais caro.
• Repetição desnecessária: repetir a mesma parte do query em múltiplos targets.

2 Configurar unidades, escalas e campos de forma inconsistente

Visualmente, Grafana deixa tudo “bonito”, mas isso não significa que está correto. Quando unidades e
escalas variam entre painéis (ou entre séries do mesmo painel), você cria alertas mentirosos e decisões
baseadas em interpretações erradas.

• Mix de unidades: somar/visualizar métricas em ms, s, bytes e bits sem padronizar.
• Sem padronização de timezone/intervalo: intervalos diferentes geram picos “que não batem”.
• Promover transformação sem documentar: transformar “para ficar bonito” sem anotar
  o que foi feito (rate, derivadas, normalizações).
• Time range e downsampling conflitantes: zoom manual muda a leitura e remove o contexto.

3 Alertas frágeis: gatilhos instáveis e sem semântica

Alertas em Grafana falham quando não representam uma condição operacional clara. O resultado costuma ser
“falso positivo”, “alerta que não dispara” ou alertas que viram ruído.

• Limiares sem contexto: usar valores estáticos em sistemas com comportamento sazonal.
• Sem tolerância a variação: falta de janela de avaliação (ex.: usar 1 min para sinais
  que variam em segundos).
• Comparar coisas não comparáveis: taxa vs contador, médias vs totais, janelas diferentes.
• Ignorar qualidade do dado: quedas de ingestão viram “condição real” para o alerta.
• Zero como “sempre ok” ou “sempre ruim”: séries que somem (no data) não são o mesmo
  que valor 0.

// Ideia: só avalie quando houver dados suficientes e normalize o sinal antes de comparar.
// Ajuste para sua fonte (Prometheus/Tempo/Influx/etc).

// 1) Garanta que a série existe e que o volume de amostras é razoável.
// 2) Normalize (rate/irate/derivada) quando necessário.
// 3) Use agregação com janela/coerência temporal.

A = rate(metric_total{env="prod", job="api"}[5m])
B = sum by (service) (A)

// "Condição operacional" (exemplo)
condicao = (B > 0.2)

// Avaliação com janela para evitar picos momentâneos
alerta = condicao por 10m

4 Governança fraca: nomes, tags, variáveis e permissões

Grafana pode virar um “cemitério de dashboards” quando cada pessoa cria do seu jeito.
Sem governança, você ganha retrabalho, consultas duplicadas e inconsistência no que o time considera “verdade”.

• Nomenclatura sem padrão: métricas/painéis com nomes ambíguos (“request2”, “latency”) e sem escopo.
• Variáveis mal desenhadas: dropdowns que causam queries caras (ex.: listando milhares de valores).
• Permissões permissivas: qualquer pessoa altera painéis críticos sem controle.
• Sem versionamento de dashboards: mudanças “sumem” ou viram regressão.
• Datasources sem contexto: fontes diferentes para a mesma métrica, gerando divergência.