Release v3.6.0: de “está configurado” para “funciona” – e o download que parava em 1 GB
O que mudou no código Ansible do homelab desde a v3.5.0: testes que verificam o efeito em vez do estado, heartbeats para cada job periódico, PHP 8.5 no blog – e um bug de download no Nextcloud ao qual um alerta de CPU levou.

🌐 Também em: English · Deutsch · Français · Español · Italiano · Nederlands · Polski
A versão v3.6.0 do código Ansible por trás deste blog e de dois servidores Nextcloud saiu. É o último release com novos recursos por um tempo – daqui em diante o foco é manutenção. O fio condutor dos últimos dias: quase todo bug das semanas anteriores tinha passado porque as verificações perguntavam “está configurado e rodando?” em vez de “funciona de verdade?”. Este release muda isso.
Índice
📦 O download que parava em 1 GB
O bug mais novo foi encontrado hoje de manhã, e não por um teste: um e-mail de alerta dizia que um contêiner estava sofrendo throttling de CPU mais da metade do tempo. O contêiner era o nginx na frente do PHP em um dos servidores Nextcloud – um componente que normalmente fica ocioso.
Por trás disso havia um usuário tentando baixar um arquivo de 13 GB. Toda tentativa era interrompida em cerca de 1,08 GB. Dois padrões se encontraram: o ingress coloca uma resposta em buffer num arquivo temporário de no máximo 1 GB e depois para de ler do pod até o cliente alcançar. O nginx no pod espera 60 segundos por progresso e então fecha a conexão. O cliente recebe um download quebrado, e o ingress registra “upstream prematurely closed”. Os timestamps bateram em três tentativas seguidas: 1 GB em poucos segundos, depois exatamente 67 segundos de silêncio.
A correção é uma única anotação que deixa o ingress fazer streaming no ritmo do cliente em vez de encher um arquivo temporário:
nginx.org/proxy-max-temp-file-size: "0"
O alerta de CPU era só um efeito colateral: copiar 1 GB em poucos segundos empurrou por um instante um contêiner com limite de 0,5 core até o teto.
A lição: dois padrões sensatos podem produzir um bug juntos. Vale a pena seguir um alerta sobre um sintoma mesmo quando o sintoma em si parece inofensivo.
🧪 Testes que verificam o efeito
As roles de verificação agora testam o que um componente deve alcançar, não só se ele existe:
- Cadeia de bans: para cada jail do fail2ban, um endereço de documentação (TEST-NET) é banido, precisa aparecer no set de firewall certo, é desbanido e precisa sumir de novo. Dois jails banem o mesmo endereço, um desbane – o outro ban precisa continuar.
- Filtros: uma linha de log pronta no formato atual passa pelo
fail2ban-regexpara cada jail. Uma mudança no formato de log não pode mais cegar um jail em silêncio. - Presença de dados: métricas-chave precisam existir, e nenhuma regra de alerta do Grafana pode ficar em estado de erro ou mostrar sem dados para sempre.
- Domínios SELinux: todo daemon do host precisa rodar no seu próprio domínio. “Active (running)” no domínio errado conta como falha.
A lição: “configurado e rodando” é um estado. “Funciona?” é um teste com uma entrada e um resultado esperado.
💓 Heartbeats e o caminho do e-mail
Algumas falhas são silenciosas: um job noturno que não roda mais nunca envia um erro. Todo job periódico – AIDE, rkhunter, ClamAV, atualizações automáticas, os notificadores de login e de ban – agora grava um timestamp como métrica quando termina. Se um job está atrasado, o Grafana alerta.
Isso só ajuda se os e-mails de alerta chegarem. Então uma regra dispara de propósito toda semana; se esse e-mail não chegar, o caminho do e-mail está quebrado. O Monit também vigia o log de e-mail em busca de entregas que falharam.
A lição: silêncio não é um sinal. Um job precisa informar que rodou, e o alerting precisa provar que ainda consegue alcançar você.
📉 Um orçamento de erros para logs
Dois exporters escreveram erros por dias sem que nenhuma métrica mostrasse isso. Um novo alerta do Loki conta linhas de erro e de warning por serviço e dispara acima de 100 por hora. Ruído conhecido e inofensivo fica numa allow-list com um motivo.
A lição: um serviço que reclama o tempo todo é um achado, mesmo que todas as métricas dele pareçam ótimas.
🔍 Sondas de upload no access log – e o que os dois primeiros dias mostraram
Em 21 de outubro um buraco crítico no tratamento de uploads de arquivos do PHP (multipart/form-data) se tornou público: um upload forjado podia fazer o PHP executar o código do remetente. Scanners começaram a tentar em menos de um dia. No access log uma sonda dessas parecia qualquer envio de formulário – só POST /.
O ingress agora também registra o content type e o tamanho de cada requisição. Isso basta para um padrão simples: um upload multipart de poucos kilobytes para uma página que nunca aceita uploads, como a página inicial ou a de login, é uma sonda – não um visitante.
Os dois primeiros dias do novo log: scanners mandaram uploads assim para os três servidores, a maioria de endereços de hospedagem em nuvem. Um disparou 32 deles em um único segundo, cerca de 6 KB cada, trocando o nome do navegador a cada poucas requisições para se passar por visitantes normais. O corpo são dados de formulário preparados para derrubar o parser de upload. Se funcionasse, o servidor executaria o código do atacante – geralmente um pequeno web shell, uma backdoor que aceita comandos via HTTP.
Nada passou. Toda sonda foi respondida com 400 (rejeitada), 404 ou um redirecionamento, e nenhuma recebeu uma resposta com conteúdo. Vários remetentes já estavam banidos pelo fail2ban por sondar outros caminhos proibidos. Uploads normais – os clientes desktop do Nextcloud, pré-visualizações de documentos, mídia no admin do blog – parecem claramente diferentes: outros caminhos, outros content types, usuários logados.
A lição: você só consegue julgar o que seus logs registram. Dois campos a mais transformaram “provavelmente um ataque” em “certamente uma sonda, certamente rejeitada”.
🔧 O resto
- Blog em PHP 8.5.
- Limite de memória do PHP-FPM do blog de 1 GiB para 1,5 GiB – doze workers mais o OPcache nunca couberam em 1 GiB; o comentário antigo supunha metade da memória por worker. Um erro meu, encontrado medindo.
- Rolling updates para os pods das aplicações: o novo pod sobe antes de o antigo parar.
- Servidores Nextcloud com Redis 7 do module stream da distribuição.
- Access log do ingress com content type e tamanho da requisição – uploads multipart suspeitos agora podem ser diferenciados de envios normais de formulário.
- Pressure stall information (PSI) ativado no boot, para que o painel de pressão mostre dados.
🧭 O que vem a seguir: nada novo – de propósito
Para as próximas semanas e meses não tenho mais recursos ou mudanças planejadas. O setup faz o que deve, e cada componente novo traria novos modos de falha. O tempo agora vai para entender o que já existe – ler a configuração com outros olhos, medir em vez de adivinhar – e documentar: os deep dives, os guias de operação e as lições nos comentários do código.
A manutenção continua como sempre: atualizações toda segunda-feira, certificados, correções de segurança. Correções de bugs, sim; novos recursos só quando houver uma necessidade real.
A lição: um setup que você entende vale mais do que um recurso a mais. Estabilidade também é uma decisão.
🎯 As lições
- Teste o efeito, não a configuração.
- Todo job periódico precisa de um heartbeat; silêncio não é “tudo certo”.
- Prove o caminho dos alertas regularmente, com um alerta que sempre dispara.
- Siga os sintomas – um alerta de CPU de aparência inofensiva levou a downloads quebrados.
- Padrões são decisões que outra pessoa tomou; confira-os para os seus próprios tamanhos.
A lista completa de mudanças está na mensagem da tag v3.6.0.
