O que aprendi sustentando campanhas promocionais em horário nobre
Quando o comercial vai ao ar, o tráfego não sobe em curva: sobe em degrau. Sete lições de backend e infraestrutura para aguentar o pico sem drama.
Passei mais de três anos cuidando do backend de plataformas promocionais para marcas grandes — aquelas campanhas de “cadastre o cupom e concorra” que aparecem no intervalo da novela ou do futebol. É um tipo de sistema com uma característica muito particular: o tráfego não cresce em curva, cresce em degrau.
O comercial vai ao ar, o apresentador fala o endereço do site e, em menos de um minuto, você sai de algumas dezenas de acessos simultâneos para milhares. Não dá tempo de auto-scaling reagir, não dá tempo de alguém abrir o painel e “subir mais uma máquina”. O sistema precisa estar pronto antes.
Estas são as lições que ficaram.
1. Saiba quando o pico vai acontecer
Parece óbvio, mas a melhor ferramenta de capacidade que já tive foi a grade de mídia. A agência sabe exatamente em que dia, horário e programa cada inserção vai ao ar. Com isso na mão, dá para escalar a infraestrutura antes do comercial, não durante.
Auto-scaling continua importante, mas como rede de segurança — não como estratégia principal para um pico que você conhece com antecedência.
2. Separe o caminho de leitura do caminho de escrita
Em um pico, a maior parte das requisições é leitura: home, regulamento, página de prêmios, “como participar”. Essas páginas não precisam bater no banco a cada acesso. Elas podem (e devem) vir de cache, ou até ser servidas por uma CDN.
O caminho de escrita — cadastro, envio de cupom, login — é o que realmente importa proteger. Quanto menos coisa competir com ele por conexões de banco, CPU e memória, melhor.
3. Responda rápido, processe depois
Validar um cupom pode envolver regra de negócio pesada: checar se o código existe, se não foi usado, se o participante atingiu o limite, sortear um prêmio instantâneo, gravar log para auditoria. Fazer tudo isso dentro da requisição HTTP é pedir para o tempo de resposta explodir justamente no pico.
O padrão que funcionou foi: validar o mínimo de forma síncrona (formato, autenticação, rate limit), enfileirar o resto e devolver uma resposta imediata. Workers consomem a fila no ritmo que o banco aguenta. Escrevi mais sobre isso em outro artigo.
4. Idempotência não é opcional
Usuário com conexão ruim clica duas vezes. O app faz retry automático. O worker cai no meio do processamento e o job volta para a fila. Se o mesmo cupom puder ser contabilizado duas vezes, você tem um problema jurídico, não só técnico — campanhas promocionais são reguladas e auditadas.
Toda operação de escrita precisa ser segura para executar mais de uma vez. Na prática: chaves únicas no banco, verificação de “já processado” antes de efetivar e transações bem delimitadas.
5. Cache com cuidado (o efeito manada é real)
Cache resolve o problema de leitura até o momento em que uma chave popular expira e mil requisições simultâneas tentam recriá-la ao mesmo tempo. Esse é o famoso cache stampede, e ele derruba banco de dados com facilidade.
TTL com variação aleatória, locks na regeneração e servir o valor antigo enquanto o novo é calculado são técnicas simples que evitam isso. Detalhei essas técnicas neste post sobre Redis.
6. Teste de carga que se parece com a realidade
Teste de carga que só martela a home é inútil. O teste precisa simular o comportamento real: rampa quase vertical, mistura de leitura e escrita na proporção esperada, usuários fazendo login e cadastrando cupons de verdade.
E precisa rodar contra um ambiente o mais parecido possível com produção. Já vi gargalo aparecer só em produção porque o limite de conexões do banco de homologação era diferente.
7. Congele o deploy
No dia de comercial, a regra é simples: ninguém faz deploy. Nem correção de texto. Qualquer mudança vai antes ou depois da janela. Parece burocracia, mas é a forma mais barata de não transformar um pico de tráfego em um incidente.
Quando o deploy é feito, ele precisa ser previsível: pipeline automatizado, migrações compatíveis com a versão anterior e rollback testado.
Nenhuma dessas práticas é exótica. O que muda nesse tipo de sistema é a margem de erro: um problema que seria um incômodo em um sistema comum vira, ali, uma marca exposta em horário nobre. Isso força uma disciplina que, no fim, eu levo para qualquer projeto.