Criar alerting rules no Prometheus para monitorar http_server_errors_total por serviço. Definir thresholds de error rate > 5% em janela de 5min. Configurar notificação via Alertmanager → Slack.

Adicionar rota /health nos serviços ACL, Log Search e Notification. Retornar status de DB, Redis e dependências externas. Seguir padrão já implementado no Billing Service.

Instrumentar o pipeline de upload/resize de imagens com spans do OpenTelemetry. Medir tempo de cada etapa: upload S3, resize via Imagick, geração de thumbnail. Já existe o SDK configurado, só adicionar os spans manuais.

Criar um Prometheus exporter custom que exponha métricas do serviço de DNS: queries/sec, latência de resolução, cache hit rate. Usar lib promphp/prometheus_client_php e expor em /metrics.

Escrever runbook no Confluence com fluxo de troubleshooting: como verificar se o collector está ativo, validar traces no Jaeger, e diagnosticar gaps de métricas. Incluir comandos kubectl e queries PromQL úteis.

Validar o HPA (Horizontal Pod Autoscaler) usando métricas custom do collector via prometheus-adapter. Testar com carga simulada usando k6 e verificar se os pods escalam conforme o throughput de spans aumenta.