Runbook: OTC High Error Rate
Reproduzierbarer Ablauf für 5xx-Fehler und schnellen SLO-Burn.
1. Auswirkung bestätigen
Grafana: Request Rate, 5xx-Rate und p95 prüfen. Danach betroffene Route und Version eingrenzen.
2. Korrelation
Trace-ID aus dem Fehlerlog in Tempo suchen; PostgreSQL-, Kafka- und Outbox-Spans vergleichen.
3. Sofortmaßnahmen
Fehlerhafte Version über Argo CD zurückrollen, Outbox-Relay nicht löschen, bei DB-Sättigung HPA und Poolgrenzen kontrollieren.
4. Verifikation
5xx-Rate muss mindestens 15 Minuten unter 1 % liegen; anschließend Error-Budget-Verbrauch und Backlog prüfen.