Detecção e resposta de drift em IaC que sobrevive a edições no console

Detecção de drift em IaC é a disciplina de encontrar quando infraestrutura ao vivo diverge do código declarado — e responder antes que a lacuna vire outage, buraco de segurança ou bola de neve irrevisável de mudanças no console que ninguém consegue explicar.

Engenharia8 min de leitura
Infrastructure as codeTerraformDetecção de driftPlatform engineeringDevOps
Compartilhar

O security group do banco de produção ganhou a porta 5432 de 0.0.0.0/0 durante um incidente de sexta-feira. O engenheiro de plantão corrigiu o acesso do cliente no console. O terraform plan de segunda mostrou destroy-and-recreate na regra do security group — ou pior, nada porque a regra foi importada manualmente e nunca entrou no módulo. Detecção e resposta de drift em IaC falha quando equipes tratam código de infraestrutura como fonte da verdade no papel enquanto a realidade operacional é moldada por cliques no console, one-offs de CLI e defaults automáticos do provedor que nunca entraram em controle de versão.

Drift não é problema do Terraform. É problema organizacional expresso em HCL. Todo ambiente que permite acesso de console de emergência sem caminho de reconciliação vai derivar. O objetivo não é drift zero — isso é irreal em resposta a incidentes — mas drift detectável, drift classificado e drift com resolução documentada: adotar no código, reverter estado ao vivo ou aceitar explicitamente com dono e expiração.

What counts as drift — and what does not

Drift significa que a configuração real do provedor difere do que a ferramenta IaC aplicaria dado o código commitado atual. Nem toda diferença é igual.

Drift classExampleTypical response
Intentional hotfixSecurity group aberto durante outageReconciliar em PR ou reverter após incidente
Unreviewed console editTipo de instância alterado na UIReverter ou codificar dentro do SLA
Provider-side mutationAuto-scaling ajustou desired countImportar ou usar lifecycle ignore
Out-of-band provisioningBucket S3 manual para export one-offImportar, deletar ou cercar com política
Cosmetic / read-only diffOrdem de tags, atributos computadosSuprimir ou normalizar no plan

Detecção de drift no Terraform executa terraform plan (ou equivalente) contra estado ao vivo e mostra recursos que mudariam se aplicados agora. Pulumi, detecção de drift no CloudFormation e ferramentas nativas do vendor (AWS Config, GCP Asset Inventory) oferecem sinais paralelos. Múltiplos sinais reduzem pontos cegos: Terraform pode perder recursos nunca sob gestão; Config detecta edições no console que Terraform não possui.

Drift que não se vê é dívida. Drift que se vê mas nunca se classifica vira exceção normalizada — até o próximo incidente.

Why console changes persist

Edições no console acontecem por razões legítimas. Incidentes comprimem o tempo. Revisão de pull request, parse de saída de plan e filas de merge parecem lentos quando tráfego que impacta receita está falhando. O modo de falha não é a edição no console — é o segundo passo ausente.

Padrões comuns que produzem drift permanente:

  • No post-incident IaC mandate — runbooks de incidente fecham quando métricas se recuperam, não quando código coincide com a realidade. Vincular reconciliação de drift a runbooks de resposta a incidentes: todo sev-1/sev-2 que tocou infraestrutura inclui "abrir ticket de drift" como ação de fechamento.
  • Fear of plan destruction — engenheiros evitam terraform apply quando plan mostra destroys inesperados. Drift persiste porque aplicar parece perigoso sem triage.
  • Split ownership — equipe de plataforma possui módulos; equipes de produto possuem acesso de console em contas dev. Drift se acumula nos vazios.
  • Auto-healing without code feedback — Kubernetes HPA, auto-patches de serviços gerenciados e manutenção do provedor mudam estado ao vivo continuamente. Alguns pertencem a blocos lifecycle; alguns pertencem a monitoramento separado.

Revisão de custo cloud em PR detecta overspend antes do merge. Detecção de drift detecta realidade após merge — incluindo mudanças que nunca passaram por PR. Emparelhar: regressões de custo costumam chegar por upsizing no console que bypassou revisão.

Detection architecture that scales past one terraform plan

Plans semanais manuais não escalam entre contas, regiões e workspaces. Um stack de detecção viável:

Scheduled plan in CI (read-only) — executar terraform plan -detailed-exitcode em cron por workspace. Código de saída 2 significa diff presente; canalizar saída para object storage e canal de alerta. Nunca auto-aplicar de jobs de detecção.

Drift-as-event — normalizar JSON de plan em eventos por recurso: aws_security_group_rule.sg-abc ingress changed. Dashboard por conta, team tag, tipo de recurso.

Policy on drift age — alertar em 24 horas por diff não gerenciado em produção; escalar em 72 horas. Contas dev toleram janelas mais longas com limites de custo.

Resource coverage audit — relatório mensal de recursos no inventário cloud não mapeados ao state file de IaC. A pegada shadow é onde drift se esconde.

# Example: detect drift without applying — CI job pattern
terraform init -input=false
terraform plan -input=false -detailed-exitcode -out=plan.tfplan
# exit 0 = no changes, 1 = error, 2 = changes pending

Para Kubernetes, drift abrange Terraform (cluster, IAM, VPC) e manifests in-cluster. GitOps reconcilia drift de workload; o plano de controle ainda precisa de plan agendado — tratá-los como camadas separadas.

Triage: adopt, revert, or accept

Cada item de drift detectado precisa de disposição dentro do SLA. Drift sem classificação apodrece.

Adopt into code — a mudança ao vivo está correta. Abrir PR adicionando recurso ou atributo ao módulo. Incluir saída de plan na descrição do PR. Preferir mudanças de módulo sobre overrides em nível root para que a correção se propague.

Revert live state — a edição no console foi incorreta ou temporária. Aplicar código como escrito. Para incidentes, reverter só após confirmar que o problema subjacente está resolvido de outra forma — senão o incidente retorna.

Accept with exception — alguns comportamentos do provedor não podem ser expressos em IaC sem workarounds frágeis. Documentar em lifecycle { ignore_changes = [...] } com comentário linkando ticket, dono e data de revisão. Exceções expiram — revisão trimestral remove ignores obsoletos.

resource "aws_autoscaling_group" "api" {
  # ...
 
  lifecycle {
    ignore_changes = [
      desired_capacity, # HPA-equivalent external autoscaler adjusts at runtime
    ]
  }
}

ignore_changes não é grátis — esconde drift real nesses atributos. Usar de forma estreita.

Import path — recurso criado manualmente mas que deveria ser gerenciado. terraform import depois PR para adicionar configuração que corresponda à forma ao vivo. Import sem código correspondente recria drift imediatamente no próximo plan.

Reconciliation workflows that survive incidents

Reconciliação de drift pós-incidente deveria ser tão rotineira quanto postmortems.

1. Incident mitigated via console?
   YES → Create drift ticket (resource ID, change, engineer, timestamp)
   NO → standard close
2. Within 48h: engineer runs plan, attaches output to ticket
3. Disposition: adopt | revert | accept-with-ignore
4. PR merged OR revert applied OR exception documented
5. Detection job confirms clean plan within 24h of merge

Runbooks para recursos de alto risco (security groups, políticas IAM, registros DNS) incluem passos explícitos "se editar no console" — não proibição sem alternativa. Proibição sem caminho rápido garante edições shadow.

Para pipelines multi-ambiente, drift em staging é indicador antecipado de produção. Alertar sobre drift em staging mesmo quando plan de produção está limpo — equipes testam correções no console em staging primeiro.

Terraform-specific drift pitfalls

Descompasso do state file amplifica confusão de drift. Se state está obsoleto, plan mente. Práticas que reduzem drift falso e drift perdido:

  • Remote state with locking — sem state local em laptops para ambientes compartilhados.
  • Consistent provider versions — fixar em required_providers; CI e local usam o mesmo lock file.
  • Refresh before plan in detection — terraform plan -refresh=true (default) para que state reflita API ao vivo.
  • Moved blocks and refactors — renomear recursos com blocos moved em vez de ciclos destroy-create que parecem tempestades de drift durante migrações.
  • Module version tags — ambientes com drift costumam rodar refs de módulo distintas; taggear releases e detectar skew de versão entre workspaces.

Organizational guardrails

Detecção técnica sem enforcement de política deriva socialmente.

GuardrailEffect
IAM: deny console write on prod for most rolesForça caminho break-glass com logging
Break-glass role with session loggingAcesso de emergência auditável
Required tags on all resourcesRelatórios de drift atribuíveis a equipe
IaC-only CI deploy for prodReduz superfície de escrita no console
Drift SLA in platform team KPIsDetecção conecta com responsabilidade

Break-glass deve existir. Incidentes que não podem ser mitigados sem acesso de console vão acontecer. A métrica é mean time to reconcile, não contagem de logins no console.

How should teams run IaC drift detection and response?

Essas perguntas separam programas operacionais de drift de teatro de dashboard.

How often should drift detection run?

Produção: pelo menos diário; contas críticas após cada janela de incidente ou quatro vezes ao dia. Sub-diário para ambientes de alto churn. Latência de detecção define o tempo máximo que estado ao vivo diverge sem ser notado.

Should drift detection auto-remediate?

Detecção read-only primeiro. Auto-revert sem triage causa outages quando a correção no console era load-bearing. Auto-remediate opcional para tipos de recurso estreitos e de baixo risco (tags, recursos TTL não-prod) com preview dry-run.

What is the right owner for drift tickets?

O engenheiro que fez a mudança no console possui a reconciliação — não a equipe de plataforma por padrão. Plataforma possui infraestrutura de detecção e SLAs. Escalar para plataforma quando adopt/revert exige expertise de módulo.

A common argument runs the other way

A visão oposta sustenta que GitOps e infraestrutura imutável eliminam drift — se todas as mudanças fluem por pipeline, acesso de console está desabilitado e workloads são cattle não pets, detecção é overhead desnecessário.

Padrões imutáveis reduzem superfície de drift. Não eliminam. Serviços gerenciados expõem APIs de console. Políticas IAM recebem patches de emergência. Incidentes do plano de dados exigem mudanças de security group antes que pipeline possa rodar. Manutenção do provedor muta recursos. Detecção é o loop de feedback que prova que o contrato imutável ainda se mantém — e quantifica com que frequência a realidade diverge.

Key takeaways

  • Drift em IaC é infraestrutura ao vivo divergindo do código commitado — hotfixes no console, imports e mutações do provedor contam.
  • Classificar cada item de drift: adotar no código, reverter estado ao vivo ou aceitar com ignore_changes documentado e expiração.
  • terraform plan read-only agendado em CI com alertas por recurso supera checagens manuais semanais.
  • Reconciliação pós-incidente em 48 horas pertence a runbooks junto a recuperação de métricas — vincular detecção a critérios de fechamento de incidente.
  • ignore_changes e acesso break-glass no console são ferramentas válidas quando estreitos, auditados e revisados trimestralmente.
  • Emparelhar detecção de drift com auditorias de custo e cobertura — recursos shadow e upsizing no console se escondem em inventário não gerenciado.

Conclusion

Detecção e resposta de drift em IaC transforma "consertamos no console" de frase que aterra o próximo planner em fluxo gerenciado com detecção, triage e reconciliação. O código é fonte da verdade só quando a realidade é medida contra ele continuamente e exceções têm prazo.

Rodar o job de detecção. Abrir o ticket de drift sem classificação mais antigo. Se disposição ainda está em branco, a organização já decidiu que estado ao vivo — não o repositório — possui produção. Mudar esse default antes que o próximo plan de sexta à noite surpreenda a equipe.

Artigos relacionados

Paleta de comandos

Pesquise um comando para executar...