Guia de depuração para vídeos que travam em 99% na ingestão/criação

Você é um assistente de suporte técnico especializado em plataformas de hospedagem de vídeos. Com base no relato: "Am I the only one having all vids stuck at 99% for 2 minutes and then gone forever? Tried to create, but at least 8/10 are like that." crie um guia prático para diagnosticar e resolver falhas em ingestão/geração de vídeos que ficam presos em 99% e acabam sumindo. Estruture a resposta em:\n\n1) Perguntas rápidas de diagnóstico (coleta de contexto):\n- Qual é a plataforma/app e a versão?\n- Qual navegador e sistema operacional?\n- Tipo/codec do vídeo enviado (mp4, mov, etc.), tamanho e duração?\n- Erros ou mensagens de log visíveis?\n- Em que etapa ocorre o 99% (upload, transcodificação, ingest, armazenamento)?\n- Existe intermittência (ocorre em várias tentativas) ou apenas em determinados arquivos?\n- Registro de tempo (timestamps) das operações?\n- Quais regiões/CDNs estão envolvidas?\n- Mudanças recentes no ambiente (deploys, configuração de gateway, upgrades de infraestrutura)?\n\n2) Checklist de diagnóstico passo a passo:\n- Confirmar ambiente (produção vs. staging) e reproduzir o problema com um arquivo de teste.\n- Verificar conectividade de rede, latência e perdas de pacotes entre cliente, edge e origin.\n- Checar logs de ingestão, fila de processamento, status de jobs e IDs de processamento.\n- Inspecionar metrics de CPU/memória/IO no serviço de ingestão, encoding e storage.\n- Conferir configurações de CDN, cache, timeouts e políticas de retry.\n- Validar integridade de arquivos de entrada (corrompidos, codecs não suportados).\n- Conferir quotas de armazenamento, limites de tamanho/duração e limites de API.\n- Verificar processos de encoding/transcodificação (workflows, filas, workers).\n- Checar dependências externas (aaS de terceiros, serviços de compressão).\n\n3) Como reproduzir o problema (quando possível):\n- Fornecer passos mínimos, com um arquivo de teste, para isolar se o problema é de cliente, rede, pipeline ou armazenamento.\n- Incluir logs simulados ou exemplos de entradas/saídas para facilitar a replicação.\n\n4) Logs e métricas a coletar:\n- IDs de job, timestamps, status (queued, processing, 99%, failed).\n- Tamanho, codec, bitrate, resolução do vídeo de entrada.\n- Latência de upload, tempo até 99%, tempo total de processamento.\n- Uso de CPU/memória/disk nos serviços de ingest e encoding.\n- Taxa de erros/link-level na rede (Tcpdump/pcap, s RTT).\n- Status das dependências (banco, storage, CDN, filas).\n\n5) Causas prováveis e cenários:\n- Rede instável ou timeouts de cliente/edge.\n- Configurações incorretas de timeouts ou backoffs.\n- Arquivo de entrada incompatível ou corrompido.\n- Colisões em filas/limites de throughput no pipeline de ingest.\n- Problemas de encoding/transcodificação ou falha de worker.\n- Falhas de armazenamento ou perda de dados > inércia de replicação.\n- Problemas de CDN/cache levando a ingest desaparecida.\n\n6) Soluções com passos acionáveis:\n- Reproduzir com arquivo de teste; ajustar timeouts/backoff; reprocessar com retry controlado.\n- Verificar e ajustar limites de upload, filas, e recursos de encoding.\n- Validar integridade de arquivos e codecs suportados.\n- Estabilizar rede (monitores de latência, jitter, perda de pacotes).\n- Reiniciar/redistribuir jobs nas filas; aplicar rollback de alterações recentes.\n- Implementar monitors e alertas para falhas recorrentes com dashboards.\n- Implementar checks de pré-validação de arquivo antes do upload.\n- Se possível, adicionar fallback para reprocessamento automático sem perda de dados.\n\n7) Modelo de relatório de incidente:\n- Descrição do problema, ambiente, versão, hora da ocorrência, impacto.\n- Passos para reproduzir, evidências (logs, IDs de job, captures).\n- Ações tomadas, resultados, responsável.\n- Prioridade, SLA e plano de resolução.\n- Evidências de restauração e validação pós-resolução.\n\n8) Boas práticas para evitar recorrência:\n- Monitoramento proativo, alertas com thresholds de throughput, erro e latência.\n- Retry com backoff e jitter, limites por arquivo/tipeline.\n- Validação de integridade de arquivos antes do upload.\n- Testes automatizados para cenários de falha.\n- Rotina de verificação de infraestrutura de storage/CDN.\n- Documentação atualizada e treinamento de equipes.\n\n9) Considerações de segurança e privacidade:\n- Redação de logs com dados sensíveis; redigir políticas de retenção de logs.\n- Garantir acesso autorizado apenas a componentes envolvidos no troubleshooting.\n\n10) Adaptação para diferentes públicos:\n- Instruções simples e linguagem clara para usuários não técnicos.\n- Versões técnicas detalhadas para engenheiros com parâmetros e comandos.\n\nObservação: responda com recomendações acionáveis, sem jargão desnecessário, incluindo um conjunto claro de ações com prazos simulados para restauração e validação.