@luanpdd/kit-mcp 1.29.0 → 1.30.1

package/kit/skills/armadilhas-sistemas-distribuidos/SKILL.md

@@ -1,447 +1,447 @@
----
-name: armadilhas-sistemas-distribuidos
-description: Use ao desenhar lógica que depende de relógio (expiração, TTL, ordenação por timestamp) ou distributed lock em Supabase…
----
-
-# Armadilhas de Sistemas Distribuídos — Clock Skew, Fencing Tokens, GC Pause, Falhas Parciais, Modelos de Sistema
-
-## Quando usar
-
-LLM carrega esta skill ao desenhar ou revisar código que depende de relógio (expiração, TTL, ordenação por timestamp) ou distributed lock em ambiente Supabase / Edge Function. Trigger phrases:
-
-- "TTL expirado", "lease", "deadline", "timeout"
-- "clock skew", "wall clock", "now() vs clock_timestamp()", "timestamp errado"
-- "ordenação por timestamp", "ordering cross-node"
-- "distributed lock", "leader election", "advisory lock", "fencing token"
-- "split brain", "GC pause", "process pause", "stop-the-world"
-- "nó morto vs lento", "detecção de falha", "phi accrual", "heartbeat"
-- "byzantine fault", "crash-recovery model", "crash-stop"
-- "Edge Function não responde", "lock que não libera"
-
-Esta skill **estende** [`cascading-failures`](../cascading-failures/SKILL.md) (v1.11) — herda noção de timeout vs falha real e adiciona armadilhas de relógio + fencing tokens + modelos de sistema (cap 8 DDIA).
-
-Termos canônicos preservados em EN porque são padrão internacional do livro DDIA Ch 8 + literatura de sistemas distribuídos. Definições PT-BR ↔ EN no glossário [`_shared-dados-distribuidos/glossary.md`](../_shared-dados-distribuidos/glossary.md) seção (e).
-
-## Regras absolutas
-
-**REGRA #1 (NUNCA wall clock para lógica de expiração):** `clock_timestamp()` retorna real-time wall clock que pode pular (forward ou backward) quando NTP corrige drift. NUNCA usar para expirar TTL, lease, invite token, ordenação cross-transaction. Use `now()` ou `transaction_timestamp()` (alias) — monotônico DENTRO da transação. Para timestamp absoluto persistido, escreva `now()` na transação que cria o token.
-
-**REGRA #2 (lock distribuído sem fencing token = split-brain garantido):** Qualquer pattern de "adquire lease 30s + faz trabalho" é vulnerável a GC pause / network partition / VM suspend. Mitigação **obrigatória**: token de fencing monotônico crescente; o storage rejeita writes com `last_token < $token`. Sem fencing, dois processos podem se achar líder simultaneamente e gerar writes conflitantes. Pattern Postgres canônico: `pg_advisory_xact_lock(hashtext('lock_name'))` + `nextval('fencing_tokens_seq')`.
-
-**REGRA #3 (timeout fixo para detectar nó morto = false positives):** Timeout binário (responde em N ms = vivo, não responde = morto) confunde lentidão com morte. Em rede sob carga, RTT pode subir 10× sem o nó estar morto. Mitigação: timeout dinâmico baseado em P99 RTT histórico (`>= 3× P99`) + consenso de N-1 nós antes de declarar morto.
-
-**REGRA #4 (default Supabase = crash-recovery model):** Em Supabase você assume `crash-recovery` — Edge Functions reiniciam, Postgres faz failover preservando WAL, jobs pgmq são re-entregues após crash. NÃO assuma `crash-stop` (nó nunca volta). NÃO assuma `byzantine` (nó mente) — fora do scope, apenas blockchain/safety-critical.
-
-**REGRA #5 (lentidão é a pior falha — pior que down):** Nó completamente down é facilmente detectável (TCP RST imediato, conexão recusada). Nó "limping" (Gigabit interface caiu para 1 kbit/s por driver bug — exemplo DDIA Ch 8 nota [90]) ainda responde mas degrada o sistema inteiro. Mitigação: SLO-based health check (latência P99 > N ms = unhealthy, não apenas "respondeu sim/não").
-
-## Patterns canônicos
-
-### REQ ARMADILHAS-01 — Clock skew: tabela canônica de timestamps Postgres
-
-| Função | Semântica | Quando usar | Quando NÃO |
-|---|---|---|---|
-| `now()` / `transaction_timestamp()` | **Início da transação** — monotônico DENTRO da transação (todas as chamadas dentro da mesma trx retornam o mesmo valor) | Audit log timestamps, default values em colunas `created_at`/`updated_at`, lógica de expiração persistida ("token expira em `now() + interval '7 days'`") | Profiling de performance dentro da trx (não muda) |
-| `statement_timestamp()` | **Início do statement atual** — diferente entre statements da mesma trx | Profiling: `select clock_timestamp() - statement_timestamp() as elapsed` para latência por statement | Lógica de expiração (mesma trx pode ter valores diferentes) |
-| `clock_timestamp()` | **Real-time wall clock** — muda a cada chamada; pode pular forward ou backward se NTP corrige drift | Logs de duração interna (mensurar quanto tempo X levou no MEIO de uma trx) | **NUNCA** lógica de expiração; **NUNCA** ordenação cross-transaction; **NUNCA** TTL de lease |
-| `current_timestamp` (palavra-chave SQL) | Sinônimo de `transaction_timestamp()` — início da transação | Idem `now()` | Idem `now()` |
-
-#### Exemplo errado vs certo
-
-**Errado:**
-```sql
--- Token expira 24h após criação — usando wall clock
-insert into public.api_tokens (token, expires_at)
-  values ($1, clock_timestamp() + interval '24 hours');
-```
-
-Por quê: `clock_timestamp()` é real-time. Se NTP corrige drift backward (raro mas possível), o `expires_at` pode ser MENOR que `now()` da próxima validação — token já nasce expirado.
-
-**Certo:**
-```sql
--- Token expira 24h após criação — usando início da transação
-insert into public.api_tokens (token, expires_at)
-  values ($1, now() + interval '24 hours');
-
--- Validação na próxima transação
-select * from public.api_tokens
-  where token = $1
-    and expires_at > now();
-```
-
-#### Profile latência interna sem violar a regra
-
-```sql
--- Profiling DENTRO de uma trx — clock_timestamp OK aqui (não persistido)
-do $$
-declare
-  t0 timestamptz := clock_timestamp();
-begin
-  perform expensive_function();
-  raise notice 'Levou %', clock_timestamp() - t0;
-end $$;
-```
-
----
-
-### REQ ARMADILHAS-02 — Fencing tokens canônicos para distributed locks
-
-#### Pattern Postgres completo
-
-```sql
--- (a) Sequence monotônica para fencing tokens
-create sequence if not exists fencing_tokens_seq;
-
--- (b) Tabela protegida por fencing
-create table public.locked_resource (
-  id uuid primary key,
-  last_token bigint not null default 0,
-  value text,
-  updated_at timestamptz not null default now()
-);
-
--- (c) Acquire lock + obter token (em uma transação)
-begin;
-
--- pg_advisory_xact_lock: lock por nome lógico, libera no commit/rollback
-select pg_advisory_xact_lock(hashtext('resource:42'));
-
--- nextval é safe sob concorrência — sequences são MVCC-exempt
-select nextval('fencing_tokens_seq') as token;
--- (assume retornou: token = 17)
-
--- Faz o trabalho longo aqui (ex: chamar API externa, computar coisa cara)
-
--- Storage rejeita writes com token < último visto
-update public.locked_resource
-   set value = $1,
-       last_token = 17,
-       updated_at = now()
- where id = $resource_id
-   and last_token < 17;
--- if rowcount = 0: outro processo com token MAIOR já escreveu — abort
-
-commit;
-```
-
-#### Aplicações canônicas em Supabase
-
-| Use case | Lock name | Fencing rationale |
-|---|---|---|
-| Super-admin impersonation com TTL 30min | `super_admin:impersonate:<actor_id>` | Edge Function pode sofrer timeout de 60s; sem fencing, segunda invocação assume sessão vencida e duas escritas concorrentes corrompem audit log. Ver [super-admin-platform-pattern](../super-admin-platform-pattern/SKILL.md) |
-| Job agendado pgmq que processa fila | `pgmq:worker:<queue_name>:<batch_id>` | Worker pode crashar mid-batch; fencing garante que retry não duplica processamento mesmo se o worker original "voltar" zumbi |
-| Eleição de líder simples (substituto leve de ZooKeeper) | `leader:<region>` | Nó "líder" sofre GC pause de 60s; outro nó assume; fencing rejeita writes do nó antigo quando volta. Ver REQ ARMADILHAS-03 abaixo |
-
----
-
-### REQ ARMADILHAS-03 — GC pause / process pause: cenário split-brain canônico + mitigação
-
-#### Cenário canônico (DDIA Ch 8 p. 287-291)
-
-```
-T = 0s    Nó A adquire lease 30s no resource R; recebe token = 17
-T = 0s    Nó A começa trabalho lento (ex: write em S3 + DB)
-
-T = 5s    Nó A entra em GC pause (stop-the-world full GC)
-          [Nó A está congelado — não envia heartbeat, não responde]
-
-T = 30s   Lease de A expira no broker
-T = 31s   Nó B ganha lease no resource R; recebe token = 18
-T = 35s   Nó B faz update em R com value="B", token=18, last_token=18
-
-T = 50s   Nó A volta do GC pause
-          [Nó A AINDA acha que tem o lease — sua memória local diz que sim]
-T = 51s   Nó A faz update em R com value="A", token=17
-
-         Sem fencing: write de A SOBRESCREVE write de B → split brain (corrupção)
-         Com fencing: storage rejeita porque last_token=18 > token=17 → consistência preservada
-```
-
-#### Implementação Edge Function Deno
-
-```typescript
-// Edge Function — write em recurso compartilhado com fencing
-import { Pool } from "npm:pg@8";
-
-const pool = new Pool({ connectionString: Deno.env.get("DATABASE_URL")! });
-
-async function safeWriteWithFencing(
-  resourceId: string,
-  newValue: string,
-): Promise<{ ok: boolean; reason?: string }> {
-  const client = await pool.connect();
-  try {
-    await client.query("begin");
-
-    // Adquire lock por nome lógico (libera no commit/rollback)
-    await client.query(
-      "select pg_advisory_xact_lock(hashtext($1))",
-      [`resource:${resourceId}`],
-    );
-
-    // Obtém fencing token monotônico
-    const { rows: [{ token }] } = await client.query<{ token: string }>(
-      "select nextval('fencing_tokens_seq') as token",
-    );
-
-    // CHAMA EXTERNAL API LENTA — pode levar 10-60s
-    // (Edge Function pode atingir timeout aqui; ou GC pause, ou suspend de VM)
-    await callExternalApiSlowly();
-
-    // Storage rejeita se outro processo já escreveu com token maior
-    const { rowCount } = await client.query(
-      `update public.locked_resource
-          set value = $1, last_token = $2, updated_at = now()
-        where id = $3 and last_token < $2`,
-      [newValue, token, resourceId],
-    );
-
-    await client.query("commit");
-
-    if (rowCount === 0) {
-      // Outro processo (com token maior) já escreveu durante nossa pause
-      return { ok: false, reason: "fenced_out" };
-    }
-    return { ok: true };
-  } catch (err) {
-    await client.query("rollback");
-    throw err;
-  } finally {
-    client.release();
-  }
-}
-```
-
-#### Outros gatilhos de pause além de GC
-
-DDIA Ch 8 enumera (p. 290-291):
-
-- **Stop-the-world garbage collection** — JVM/V8/etc; pode pausar minutos em heaps grandes
-- **VM suspend** — hipervisor pode suspender VM por migração live (segundos a minutos sem aviso)
-- **Swap pesado para disco** — se host fica sem RAM, processo trava em page faults
-- **`SIGSTOP` / Ctrl-Z em terminal** — operador pausa processo investigando bug
-- **NTP step adjustment** — relógio pode pular forward/backward por minutos (raro mas existe)
-
-Em Edge Functions Supabase: timeout do runtime Deno (60s default), VM cold start, suspensão durante deploy = todos gatilhos equivalentes.
-
----
-
-### REQ ARMADILHAS-04 — Falhas parciais: detecção por timeout é falaciosa
-
-#### Por que timeout binário falha
-
-DDIA Ch 8 p. 280-282: "lentidão não é morte". Cenários onde nó está vivo mas parece morto:
-
-- Network congestionado: pacotes filados; RTT 100ms → 5s
-- GC pause: nó vivo mas não responde por 30s
-- CPU starvation: nó com 100% load mas processando aos poucos
-- Driver bug "limping" (REGRA #5): responde, só que LENTO
-
-E vice-versa — nó morto que parece vivo:
-
-- TCP keep-alive ainda válido na conexão até next request
-- Heartbeat enviado segundos antes do crash, ainda dentro da janela
-
-#### Phi accrual failure detector (literatura clássica)
-
-Algoritmo probabilístico (Cassandra usa em produção): em vez de "vivo/morto" binário, calcula `φ` = probabilidade do nó estar morto baseado em variance histórica de heartbeats.
-
-```
-φ alto (e.g. > 8) → quase certeza de morte (assume morto)
-φ médio (3-8)     → suspeito, mas espera mais antes de declarar morto
-φ baixo (< 3)     → vivo, confiar na resposta
-```
-
-Implementação completa de phi accrual em Postgres está fora de escopo (precisa janela móvel de heartbeats por nó, agregação stream); referência se necessário no link DDIA bibliografia.
-
-#### Pattern prático para Supabase: timeout dinâmico
-
-Substituir timeout fixo "30s = morto" por:
-
-```sql
--- Tabela de heartbeats por instância
-create table public.instance_heartbeats (
-  instance_id text primary key,
-  last_seen timestamptz not null,
-  -- janela móvel de RTT últimos 100 heartbeats
-  rtt_p99_ms numeric not null default 1000
-);
-
--- Detecção: nó morto se sem heartbeat por >= 3× P99 RTT histórico
-create or replace view private.suspected_dead_instances as
-select instance_id,
-       extract(epoch from (now() - last_seen)) * 1000 as silent_ms,
-       rtt_p99_ms,
-       case
-         when extract(epoch from (now() - last_seen)) * 1000 >= 3 * rtt_p99_ms
-           then 'suspected_dead'
-         else 'alive'
-       end as status
-from public.instance_heartbeats;
-```
-
-#### Regra de quem assume nó morto
-
-**NÃO** decisão unilateral — regra DDIA p. 296-297: precisa **consenso de N-1 nós** antes de declarar morto e iniciar failover. Em sistema com 3 nós, ≥ 2 precisam concordar. Para apps Supabase com ≤ 3 instâncias, normalmente o broker (pgmq, pg_cron) já faz isso transparentemente — **não tente reimplementar**.
-
----
-
-### REQ ARMADILHAS-05 — Modelos de sistema: quando cada um aplica em Supabase
-
-| Modelo | Premissa | Realista em Supabase? | Exemplo |
-|---|---|---|---|
-| **Crash-stop** | Nó crashou, **nunca volta** | NÃO — irreal | Apenas para análise teórica de algoritmos |
-| **Crash-recovery** | Nó pode crashar, depois reiniciar com **estado parcial** (estado em memória perdido; estado em disco preservado) | **SIM — modelo Supabase típico** | Edge Function timeout + restart; Postgres failover preservando WAL; pgmq worker crash + retry |
-| **Byzantine** | Nó pode mentir, enviar mensagens corrompidas, agir maliciosamente | NÃO — fora do scope | Apenas blockchain (Bitcoin, Ethereum), aviônica, militar |
-
-#### Implicações práticas
-
-**Como Supabase = crash-recovery, você DEVE:**
-
-1. **Persistir estado crítico em disco antes de "ack"** — Edge Function não pode confirmar processamento até `commit` no DB.
-2. **Tornar operações idempotentes** — qualquer write deve ser safe se executado N vezes (exemplo canônico: `INSERT ... ON CONFLICT DO NOTHING` para webhook de pagamento).
-3. **Usar fencing tokens (REQ ARMADILHAS-02)** quando tem distributed locks — porque "nó voltou achando que ainda é líder" é cenário comum em crash-recovery.
-4. **Nunca confiar em estado em memória sobreviver crash** — caches em memória de Edge Function são perdidos em restart; persista no Postgres ou Redis.
-
-**O que NÃO se preocupar (fora do scope):**
-
-- Nó Postgres mentindo (corrupção de dados maliciosa) — não é seu modelo. Se preocupação real, use TLS + checksums (Postgres já tem); se preocupação extrema, blockchain.
-- Eleição de líder bizantina (Paxos, Raft com defesa contra mentira) — Supabase usa pg + replicas single-leader, modelo trust-based dentro do tenant.
-
-#### Anti-modelo: tratar Supabase como crash-stop
-
-```typescript
-// ERRADO — assume que se Edge Function crashar, simplesmente "desaparece"
-async function processPayment(payment: Payment) {
-  await chargeStripe(payment);     // sem idempotency key
-  await db.insert("payments", payment);  // sem ON CONFLICT
-  // Se crashar entre chargeStripe e insert: cobrança feita mas não registrada
-  // Retry vai cobrar de novo (Stripe sem idempotency key cobra 2×)
-}
-```
-
-```typescript
-// CERTO — assume crash-recovery; idempotente em todas as etapas
-async function processPayment(payment: Payment) {
-  // Stripe idempotency key — Stripe rejeita se key já vista
-  await chargeStripe(payment, { idempotencyKey: payment.id });
-
-  // INSERT ... ON CONFLICT — DB rejeita duplicata silenciosamente
-  await db.query(
-    `insert into public.payments (id, amount, status)
-       values ($1, $2, 'charged')
-       on conflict (id) do nothing`,
-    [payment.id, payment.amount],
-  );
-}
-```
-
----
-
-## Anti-patterns
-
-### Anti-pattern 1: `clock_timestamp()` em lógica de expiração
-
-**Errado:**
-```sql
-update public.sessions set expires_at = clock_timestamp() + interval '1 hour' where id = $1;
-```
-
-**Por quê:** `clock_timestamp()` real-time pode pular para trás se NTP corrige drift. Sessão pode expirar antes do esperado (ou nunca expirar, se relógio voltou). Viola REGRA #1.
-
-**Certo:** `now()` (alias `transaction_timestamp()`) — monotônico dentro da trx:
-```sql
-update public.sessions set expires_at = now() + interval '1 hour' where id = $1;
-```
-
-### Anti-pattern 2: Distributed lock sem fencing token
-
-**Errado:**
-```typescript
-// "Adquire lock 30s, faz trabalho, libera"
-const lockId = await redis.set("resource:42", "locked", { EX: 30, NX: true });
-if (lockId) {
-  await doExpensiveWork();  // pode levar 60s; ou GC pause de 45s
-  await writeToStorage(value);  // sem proteção
-  await redis.del("resource:42");
-}
-```
-
-**Por quê:** se `doExpensiveWork()` excede 30s (lease expirou) ou processo sofre pause, outro nó assume lock e começa a trabalhar. Quando este volta, `writeToStorage` sobrescreve o write do segundo nó. Split brain — viola REGRA #2.
-
-**Certo:** fencing token (REQ ARMADILHAS-02). Cada acquire pega `nextval('fencing_tokens_seq')`; storage compara com `last_token` e rejeita writes antigos.
-
-### Anti-pattern 3: Detectar nó morto com timeout fixo
-
-**Errado:**
-```python
-# Heartbeat check
-if time_since_last_heartbeat > 30_seconds:
-    declare_dead(node)
-    failover()
-```
-
-**Por quê:** sob carga ou GC pause, nó vivo pode silenciar 30s. Failover desnecessário gera split brain (dois nós ativos). Viola REGRA #3.
-
-**Certo:** timeout dinâmico baseado em P99 histórico + consenso (REQ ARMADILHAS-04):
-```python
-threshold = max(3 * historical_p99_rtt_ms, 30_000)  # piso de 30s
-if time_since_last_heartbeat > threshold:
-    if quorum_agrees(node):
-        declare_dead(node)
-```
-
-### Anti-pattern 4: Assumir crash-stop em Edge Function
-
-**Errado:**
-```typescript
-// Edge Function que envia email e marca como enviado
-async function sendWelcomeEmail(userId: string) {
-  await emailService.send(userId);
-  await db.query("update users set welcome_sent = true where id = $1", [userId]);
-}
-```
-
-**Por quê:** se Edge Function crashar entre `emailService.send` e o `update`, retry vai mandar 2 emails. Crash-recovery é a realidade — viola REGRA #4.
-
-**Certo:** mover para "outbox pattern" (write na tabela primeiro, send depois — separado por job idempotente):
-```typescript
-// 1. Idempotent enqueue
-await db.query(
-  `insert into public.email_outbox (user_id, kind)
-     values ($1, 'welcome') on conflict (user_id, kind) do nothing`,
-  [userId],
-);
-// 2. Worker pgmq consome outbox e envia (com idempotency key no provider)
-```
-
-### Anti-pattern 5: `clock_timestamp()` para ordenar eventos cross-node
-
-**Errado:**
-```sql
--- Tabela de eventos com ordering por clock_timestamp
-insert into public.events (kind, payload, occurred_at)
-  values ('user_action', $1, clock_timestamp());
-
--- Query "ordem global"
-select * from public.events order by occurred_at desc limit 100;
-```
-
-**Por quê:** se `events` é populada por múltiplos nós (Edge Functions diferentes), cada um tem `clock_timestamp()` próprio. Skew de 100ms entre nós distorce ordenação. Eventos podem aparecer "fora de ordem causal" — viola REGRA #1.
-
-**Certo:** ordenação por `id` monotônico (sequence) ou logical timestamp (Lamport, vector clock — fora de scope desta skill, ver futuras skills consenso v1.23).
-```sql
--- Sequence monotônica garante ordem global
-alter table public.events add column event_seq bigint default nextval('events_seq');
-select * from public.events order by event_seq desc limit 100;
-```
-
-## Ver também
-
-- [cascading-failures](../cascading-failures/SKILL.md) — timeout vs falha real (esta skill estende para clock skew + fencing)
-- [super-admin-platform-pattern](../super-admin-platform-pattern/SKILL.md) — TTL impersonation 30min usa fencing token (REQ ARMADILHAS-02 aplicação canônica)
-- [supabase-cron-queues](../supabase-cron-queues/SKILL.md) — pgmq worker é crash-recovery (REGRA #4); idempotency obrigatória
-- [retry-strategies](../retry-strategies/SKILL.md) — retry exige idempotency (cross-ref para Anti-pattern 4)
-- [postgres-isolamento-concorrencia](../postgres-isolamento-concorrencia/SKILL.md) — `pg_advisory_xact_lock` definido lá; aqui usamos para fencing
-- [_shared-dados-distribuidos/glossary.md](../_shared-dados-distribuidos/glossary.md) seção (e) — definições canônicas PT-BR ↔ EN de partial failure, clock skew, fencing token, GC pause, byzantine fault, phi accrual
-- [PostgreSQL Documentation — Date/Time Functions](https://www.postgresql.org/docs/current/functions-datetime.html#FUNCTIONS-DATETIME-CURRENT) — fonte canônica oficial das 4 funções de timestamp
-- DDIA Cap 8 (Kleppmann, O'Reilly 2017) — The Trouble with Distributed Systems — clock skew p. 287-294, fencing tokens p. 304-305, summary p. 302-303
+---
+name: armadilhas-sistemas-distribuidos
+description: Use ao desenhar lógica que depende de relógio (expiração, TTL, ordenação por timestamp) ou distributed lock em Supabase…
+---
+
+# Armadilhas de Sistemas Distribuídos — Clock Skew, Fencing Tokens, GC Pause, Falhas Parciais, Modelos de Sistema
+
+## Quando usar
+
+LLM carrega esta skill ao desenhar ou revisar código que depende de relógio (expiração, TTL, ordenação por timestamp) ou distributed lock em ambiente Supabase / Edge Function. Trigger phrases:
+
+- "TTL expirado", "lease", "deadline", "timeout"
+- "clock skew", "wall clock", "now() vs clock_timestamp()", "timestamp errado"
+- "ordenação por timestamp", "ordering cross-node"
+- "distributed lock", "leader election", "advisory lock", "fencing token"
+- "split brain", "GC pause", "process pause", "stop-the-world"
+- "nó morto vs lento", "detecção de falha", "phi accrual", "heartbeat"
+- "byzantine fault", "crash-recovery model", "crash-stop"
+- "Edge Function não responde", "lock que não libera"
+
+Esta skill **estende** [`cascading-failures`](../cascading-failures/SKILL.md) (v1.11) — herda noção de timeout vs falha real e adiciona armadilhas de relógio + fencing tokens + modelos de sistema (cap 8 DDIA).
+
+Termos canônicos preservados em EN porque são padrão internacional do livro DDIA Ch 8 + literatura de sistemas distribuídos. Definições PT-BR ↔ EN no glossário [`_shared-dados-distribuidos/glossary.md`](../_shared-dados-distribuidos/glossary.md) seção (e).
+
+## Regras absolutas
+
+**REGRA #1 (NUNCA wall clock para lógica de expiração):** `clock_timestamp()` retorna real-time wall clock que pode pular (forward ou backward) quando NTP corrige drift. NUNCA usar para expirar TTL, lease, invite token, ordenação cross-transaction. Use `now()` ou `transaction_timestamp()` (alias) — monotônico DENTRO da transação. Para timestamp absoluto persistido, escreva `now()` na transação que cria o token.
+
+**REGRA #2 (lock distribuído sem fencing token = split-brain garantido):** Qualquer pattern de "adquire lease 30s + faz trabalho" é vulnerável a GC pause / network partition / VM suspend. Mitigação **obrigatória**: token de fencing monotônico crescente; o storage rejeita writes com `last_token < $token`. Sem fencing, dois processos podem se achar líder simultaneamente e gerar writes conflitantes. Pattern Postgres canônico: `pg_advisory_xact_lock(hashtext('lock_name'))` + `nextval('fencing_tokens_seq')`.
+
+**REGRA #3 (timeout fixo para detectar nó morto = false positives):** Timeout binário (responde em N ms = vivo, não responde = morto) confunde lentidão com morte. Em rede sob carga, RTT pode subir 10× sem o nó estar morto. Mitigação: timeout dinâmico baseado em P99 RTT histórico (`>= 3× P99`) + consenso de N-1 nós antes de declarar morto.
+
+**REGRA #4 (default Supabase = crash-recovery model):** Em Supabase você assume `crash-recovery` — Edge Functions reiniciam, Postgres faz failover preservando WAL, jobs pgmq são re-entregues após crash. NÃO assuma `crash-stop` (nó nunca volta). NÃO assuma `byzantine` (nó mente) — fora do scope, apenas blockchain/safety-critical.
+
+**REGRA #5 (lentidão é a pior falha — pior que down):** Nó completamente down é facilmente detectável (TCP RST imediato, conexão recusada). Nó "limping" (Gigabit interface caiu para 1 kbit/s por driver bug — exemplo DDIA Ch 8 nota [90]) ainda responde mas degrada o sistema inteiro. Mitigação: SLO-based health check (latência P99 > N ms = unhealthy, não apenas "respondeu sim/não").
+
+## Patterns canônicos
+
+### REQ ARMADILHAS-01 — Clock skew: tabela canônica de timestamps Postgres
+
+| Função | Semântica | Quando usar | Quando NÃO |
+|---|---|---|---|
+| `now()` / `transaction_timestamp()` | **Início da transação** — monotônico DENTRO da transação (todas as chamadas dentro da mesma trx retornam o mesmo valor) | Audit log timestamps, default values em colunas `created_at`/`updated_at`, lógica de expiração persistida ("token expira em `now() + interval '7 days'`") | Profiling de performance dentro da trx (não muda) |
+| `statement_timestamp()` | **Início do statement atual** — diferente entre statements da mesma trx | Profiling: `select clock_timestamp() - statement_timestamp() as elapsed` para latência por statement | Lógica de expiração (mesma trx pode ter valores diferentes) |
+| `clock_timestamp()` | **Real-time wall clock** — muda a cada chamada; pode pular forward ou backward se NTP corrige drift | Logs de duração interna (mensurar quanto tempo X levou no MEIO de uma trx) | **NUNCA** lógica de expiração; **NUNCA** ordenação cross-transaction; **NUNCA** TTL de lease |
+| `current_timestamp` (palavra-chave SQL) | Sinônimo de `transaction_timestamp()` — início da transação | Idem `now()` | Idem `now()` |
+
+#### Exemplo errado vs certo
+
+**Errado:**
+```sql
+-- Token expira 24h após criação — usando wall clock
+insert into public.api_tokens (token, expires_at)
+  values ($1, clock_timestamp() + interval '24 hours');
+```
+
+Por quê: `clock_timestamp()` é real-time. Se NTP corrige drift backward (raro mas possível), o `expires_at` pode ser MENOR que `now()` da próxima validação — token já nasce expirado.
+
+**Certo:**
+```sql
+-- Token expira 24h após criação — usando início da transação
+insert into public.api_tokens (token, expires_at)
+  values ($1, now() + interval '24 hours');
+
+-- Validação na próxima transação
+select * from public.api_tokens
+  where token = $1
+    and expires_at > now();
+```
+
+#### Profile latência interna sem violar a regra
+
+```sql
+-- Profiling DENTRO de uma trx — clock_timestamp OK aqui (não persistido)
+do $$
+declare
+  t0 timestamptz := clock_timestamp();
+begin
+  perform expensive_function();
+  raise notice 'Levou %', clock_timestamp() - t0;
+end $$;
+```
+
+---
+
+### REQ ARMADILHAS-02 — Fencing tokens canônicos para distributed locks
+
+#### Pattern Postgres completo
+
+```sql
+-- (a) Sequence monotônica para fencing tokens
+create sequence if not exists fencing_tokens_seq;
+
+-- (b) Tabela protegida por fencing
+create table public.locked_resource (
+  id uuid primary key,
+  last_token bigint not null default 0,
+  value text,
+  updated_at timestamptz not null default now()
+);
+
+-- (c) Acquire lock + obter token (em uma transação)
+begin;
+
+-- pg_advisory_xact_lock: lock por nome lógico, libera no commit/rollback
+select pg_advisory_xact_lock(hashtext('resource:42'));
+
+-- nextval é safe sob concorrência — sequences são MVCC-exempt
+select nextval('fencing_tokens_seq') as token;
+-- (assume retornou: token = 17)
+
+-- Faz o trabalho longo aqui (ex: chamar API externa, computar coisa cara)
+
+-- Storage rejeita writes com token < último visto
+update public.locked_resource
+   set value = $1,
+       last_token = 17,
+       updated_at = now()
+ where id = $resource_id
+   and last_token < 17;
+-- if rowcount = 0: outro processo com token MAIOR já escreveu — abort
+
+commit;
+```
+
+#### Aplicações canônicas em Supabase
+
+| Use case | Lock name | Fencing rationale |
+|---|---|---|
+| Super-admin impersonation com TTL 30min | `super_admin:impersonate:<actor_id>` | Edge Function pode sofrer timeout de 60s; sem fencing, segunda invocação assume sessão vencida e duas escritas concorrentes corrompem audit log. Ver [super-admin-platform-pattern](../super-admin-platform-pattern/SKILL.md) |
+| Job agendado pgmq que processa fila | `pgmq:worker:<queue_name>:<batch_id>` | Worker pode crashar mid-batch; fencing garante que retry não duplica processamento mesmo se o worker original "voltar" zumbi |
+| Eleição de líder simples (substituto leve de ZooKeeper) | `leader:<region>` | Nó "líder" sofre GC pause de 60s; outro nó assume; fencing rejeita writes do nó antigo quando volta. Ver REQ ARMADILHAS-03 abaixo |
+
+---
+
+### REQ ARMADILHAS-03 — GC pause / process pause: cenário split-brain canônico + mitigação
+
+#### Cenário canônico (DDIA Ch 8 p. 287-291)
+
+```
+T = 0s    Nó A adquire lease 30s no resource R; recebe token = 17
+T = 0s    Nó A começa trabalho lento (ex: write em S3 + DB)
+
+T = 5s    Nó A entra em GC pause (stop-the-world full GC)
+          [Nó A está congelado — não envia heartbeat, não responde]
+
+T = 30s   Lease de A expira no broker
+T = 31s   Nó B ganha lease no resource R; recebe token = 18
+T = 35s   Nó B faz update em R com value="B", token=18, last_token=18
+
+T = 50s   Nó A volta do GC pause
+          [Nó A AINDA acha que tem o lease — sua memória local diz que sim]
+T = 51s   Nó A faz update em R com value="A", token=17
+
+         Sem fencing: write de A SOBRESCREVE write de B → split brain (corrupção)
+         Com fencing: storage rejeita porque last_token=18 > token=17 → consistência preservada
+```
+
+#### Implementação Edge Function Deno
+
+```typescript
+// Edge Function — write em recurso compartilhado com fencing
+import { Pool } from "npm:pg@8";
+
+const pool = new Pool({ connectionString: Deno.env.get("DATABASE_URL")! });
+
+async function safeWriteWithFencing(
+  resourceId: string,
+  newValue: string,
+): Promise<{ ok: boolean; reason?: string }> {
+  const client = await pool.connect();
+  try {
+    await client.query("begin");
+
+    // Adquire lock por nome lógico (libera no commit/rollback)
+    await client.query(
+      "select pg_advisory_xact_lock(hashtext($1))",
+      [`resource:${resourceId}`],
+    );
+
+    // Obtém fencing token monotônico
+    const { rows: [{ token }] } = await client.query<{ token: string }>(
+      "select nextval('fencing_tokens_seq') as token",
+    );
+
+    // CHAMA EXTERNAL API LENTA — pode levar 10-60s
+    // (Edge Function pode atingir timeout aqui; ou GC pause, ou suspend de VM)
+    await callExternalApiSlowly();
+
+    // Storage rejeita se outro processo já escreveu com token maior
+    const { rowCount } = await client.query(
+      `update public.locked_resource
+          set value = $1, last_token = $2, updated_at = now()
+        where id = $3 and last_token < $2`,
+      [newValue, token, resourceId],
+    );
+
+    await client.query("commit");
+
+    if (rowCount === 0) {
+      // Outro processo (com token maior) já escreveu durante nossa pause
+      return { ok: false, reason: "fenced_out" };
+    }
+    return { ok: true };
+  } catch (err) {
+    await client.query("rollback");
+    throw err;
+  } finally {
+    client.release();
+  }
+}
+```
+
+#### Outros gatilhos de pause além de GC
+
+DDIA Ch 8 enumera (p. 290-291):
+
+- **Stop-the-world garbage collection** — JVM/V8/etc; pode pausar minutos em heaps grandes
+- **VM suspend** — hipervisor pode suspender VM por migração live (segundos a minutos sem aviso)
+- **Swap pesado para disco** — se host fica sem RAM, processo trava em page faults
+- **`SIGSTOP` / Ctrl-Z em terminal** — operador pausa processo investigando bug
+- **NTP step adjustment** — relógio pode pular forward/backward por minutos (raro mas existe)
+
+Em Edge Functions Supabase: timeout do runtime Deno (60s default), VM cold start, suspensão durante deploy = todos gatilhos equivalentes.
+
+---
+
+### REQ ARMADILHAS-04 — Falhas parciais: detecção por timeout é falaciosa
+
+#### Por que timeout binário falha
+
+DDIA Ch 8 p. 280-282: "lentidão não é morte". Cenários onde nó está vivo mas parece morto:
+
+- Network congestionado: pacotes filados; RTT 100ms → 5s
+- GC pause: nó vivo mas não responde por 30s
+- CPU starvation: nó com 100% load mas processando aos poucos
+- Driver bug "limping" (REGRA #5): responde, só que LENTO
+
+E vice-versa — nó morto que parece vivo:
+
+- TCP keep-alive ainda válido na conexão até next request
+- Heartbeat enviado segundos antes do crash, ainda dentro da janela
+
+#### Phi accrual failure detector (literatura clássica)
+
+Algoritmo probabilístico (Cassandra usa em produção): em vez de "vivo/morto" binário, calcula `φ` = probabilidade do nó estar morto baseado em variance histórica de heartbeats.
+
+```
+φ alto (e.g. > 8) → quase certeza de morte (assume morto)
+φ médio (3-8)     → suspeito, mas espera mais antes de declarar morto
+φ baixo (< 3)     → vivo, confiar na resposta
+```
+
+Implementação completa de phi accrual em Postgres está fora de escopo (precisa janela móvel de heartbeats por nó, agregação stream); referência se necessário no link DDIA bibliografia.
+
+#### Pattern prático para Supabase: timeout dinâmico
+
+Substituir timeout fixo "30s = morto" por:
+
+```sql
+-- Tabela de heartbeats por instância
+create table public.instance_heartbeats (
+  instance_id text primary key,
+  last_seen timestamptz not null,
+  -- janela móvel de RTT últimos 100 heartbeats
+  rtt_p99_ms numeric not null default 1000
+);
+
+-- Detecção: nó morto se sem heartbeat por >= 3× P99 RTT histórico
+create or replace view private.suspected_dead_instances as
+select instance_id,
+       extract(epoch from (now() - last_seen)) * 1000 as silent_ms,
+       rtt_p99_ms,
+       case
+         when extract(epoch from (now() - last_seen)) * 1000 >= 3 * rtt_p99_ms
+           then 'suspected_dead'
+         else 'alive'
+       end as status
+from public.instance_heartbeats;
+```
+
+#### Regra de quem assume nó morto
+
+**NÃO** decisão unilateral — regra DDIA p. 296-297: precisa **consenso de N-1 nós** antes de declarar morto e iniciar failover. Em sistema com 3 nós, ≥ 2 precisam concordar. Para apps Supabase com ≤ 3 instâncias, normalmente o broker (pgmq, pg_cron) já faz isso transparentemente — **não tente reimplementar**.
+
+---
+
+### REQ ARMADILHAS-05 — Modelos de sistema: quando cada um aplica em Supabase
+
+| Modelo | Premissa | Realista em Supabase? | Exemplo |
+|---|---|---|---|
+| **Crash-stop** | Nó crashou, **nunca volta** | NÃO — irreal | Apenas para análise teórica de algoritmos |
+| **Crash-recovery** | Nó pode crashar, depois reiniciar com **estado parcial** (estado em memória perdido; estado em disco preservado) | **SIM — modelo Supabase típico** | Edge Function timeout + restart; Postgres failover preservando WAL; pgmq worker crash + retry |
+| **Byzantine** | Nó pode mentir, enviar mensagens corrompidas, agir maliciosamente | NÃO — fora do scope | Apenas blockchain (Bitcoin, Ethereum), aviônica, militar |
+
+#### Implicações práticas
+
+**Como Supabase = crash-recovery, você DEVE:**
+
+1. **Persistir estado crítico em disco antes de "ack"** — Edge Function não pode confirmar processamento até `commit` no DB.
+2. **Tornar operações idempotentes** — qualquer write deve ser safe se executado N vezes (exemplo canônico: `INSERT ... ON CONFLICT DO NOTHING` para webhook de pagamento).
+3. **Usar fencing tokens (REQ ARMADILHAS-02)** quando tem distributed locks — porque "nó voltou achando que ainda é líder" é cenário comum em crash-recovery.
+4. **Nunca confiar em estado em memória sobreviver crash** — caches em memória de Edge Function são perdidos em restart; persista no Postgres ou Redis.
+
+**O que NÃO se preocupar (fora do scope):**
+
+- Nó Postgres mentindo (corrupção de dados maliciosa) — não é seu modelo. Se preocupação real, use TLS + checksums (Postgres já tem); se preocupação extrema, blockchain.
+- Eleição de líder bizantina (Paxos, Raft com defesa contra mentira) — Supabase usa pg + replicas single-leader, modelo trust-based dentro do tenant.
+
+#### Anti-modelo: tratar Supabase como crash-stop
+
+```typescript
+// ERRADO — assume que se Edge Function crashar, simplesmente "desaparece"
+async function processPayment(payment: Payment) {
+  await chargeStripe(payment);     // sem idempotency key
+  await db.insert("payments", payment);  // sem ON CONFLICT
+  // Se crashar entre chargeStripe e insert: cobrança feita mas não registrada
+  // Retry vai cobrar de novo (Stripe sem idempotency key cobra 2×)
+}
+```
+
+```typescript
+// CERTO — assume crash-recovery; idempotente em todas as etapas
+async function processPayment(payment: Payment) {
+  // Stripe idempotency key — Stripe rejeita se key já vista
+  await chargeStripe(payment, { idempotencyKey: payment.id });
+
+  // INSERT ... ON CONFLICT — DB rejeita duplicata silenciosamente
+  await db.query(
+    `insert into public.payments (id, amount, status)
+       values ($1, $2, 'charged')
+       on conflict (id) do nothing`,
+    [payment.id, payment.amount],
+  );
+}
+```
+
+---
+
+## Anti-patterns
+
+### Anti-pattern 1: `clock_timestamp()` em lógica de expiração
+
+**Errado:**
+```sql
+update public.sessions set expires_at = clock_timestamp() + interval '1 hour' where id = $1;
+```
+
+**Por quê:** `clock_timestamp()` real-time pode pular para trás se NTP corrige drift. Sessão pode expirar antes do esperado (ou nunca expirar, se relógio voltou). Viola REGRA #1.
+
+**Certo:** `now()` (alias `transaction_timestamp()`) — monotônico dentro da trx:
+```sql
+update public.sessions set expires_at = now() + interval '1 hour' where id = $1;
+```
+
+### Anti-pattern 2: Distributed lock sem fencing token
+
+**Errado:**
+```typescript
+// "Adquire lock 30s, faz trabalho, libera"
+const lockId = await redis.set("resource:42", "locked", { EX: 30, NX: true });
+if (lockId) {
+  await doExpensiveWork();  // pode levar 60s; ou GC pause de 45s
+  await writeToStorage(value);  // sem proteção
+  await redis.del("resource:42");
+}
+```
+
+**Por quê:** se `doExpensiveWork()` excede 30s (lease expirou) ou processo sofre pause, outro nó assume lock e começa a trabalhar. Quando este volta, `writeToStorage` sobrescreve o write do segundo nó. Split brain — viola REGRA #2.
+
+**Certo:** fencing token (REQ ARMADILHAS-02). Cada acquire pega `nextval('fencing_tokens_seq')`; storage compara com `last_token` e rejeita writes antigos.
+
+### Anti-pattern 3: Detectar nó morto com timeout fixo
+
+**Errado:**
+```python
+# Heartbeat check
+if time_since_last_heartbeat > 30_seconds:
+    declare_dead(node)
+    failover()
+```
+
+**Por quê:** sob carga ou GC pause, nó vivo pode silenciar 30s. Failover desnecessário gera split brain (dois nós ativos). Viola REGRA #3.
+
+**Certo:** timeout dinâmico baseado em P99 histórico + consenso (REQ ARMADILHAS-04):
+```python
+threshold = max(3 * historical_p99_rtt_ms, 30_000)  # piso de 30s
+if time_since_last_heartbeat > threshold:
+    if quorum_agrees(node):
+        declare_dead(node)
+```
+
+### Anti-pattern 4: Assumir crash-stop em Edge Function
+
+**Errado:**
+```typescript
+// Edge Function que envia email e marca como enviado
+async function sendWelcomeEmail(userId: string) {
+  await emailService.send(userId);
+  await db.query("update users set welcome_sent = true where id = $1", [userId]);
+}
+```
+
+**Por quê:** se Edge Function crashar entre `emailService.send` e o `update`, retry vai mandar 2 emails. Crash-recovery é a realidade — viola REGRA #4.
+
+**Certo:** mover para "outbox pattern" (write na tabela primeiro, send depois — separado por job idempotente):
+```typescript
+// 1. Idempotent enqueue
+await db.query(
+  `insert into public.email_outbox (user_id, kind)
+     values ($1, 'welcome') on conflict (user_id, kind) do nothing`,
+  [userId],
+);
+// 2. Worker pgmq consome outbox e envia (com idempotency key no provider)
+```
+
+### Anti-pattern 5: `clock_timestamp()` para ordenar eventos cross-node
+
+**Errado:**
+```sql
+-- Tabela de eventos com ordering por clock_timestamp
+insert into public.events (kind, payload, occurred_at)
+  values ('user_action', $1, clock_timestamp());
+
+-- Query "ordem global"
+select * from public.events order by occurred_at desc limit 100;
+```
+
+**Por quê:** se `events` é populada por múltiplos nós (Edge Functions diferentes), cada um tem `clock_timestamp()` próprio. Skew de 100ms entre nós distorce ordenação. Eventos podem aparecer "fora de ordem causal" — viola REGRA #1.
+
+**Certo:** ordenação por `id` monotônico (sequence) ou logical timestamp (Lamport, vector clock — fora de scope desta skill, ver futuras skills consenso v1.23).
+```sql
+-- Sequence monotônica garante ordem global
+alter table public.events add column event_seq bigint default nextval('events_seq');
+select * from public.events order by event_seq desc limit 100;
+```
+
+## Ver também
+
+- [cascading-failures](../cascading-failures/SKILL.md) — timeout vs falha real (esta skill estende para clock skew + fencing)
+- [super-admin-platform-pattern](../super-admin-platform-pattern/SKILL.md) — TTL impersonation 30min usa fencing token (REQ ARMADILHAS-02 aplicação canônica)
+- [supabase-cron-queues](../supabase-cron-queues/SKILL.md) — pgmq worker é crash-recovery (REGRA #4); idempotency obrigatória
+- [retry-strategies](../retry-strategies/SKILL.md) — retry exige idempotency (cross-ref para Anti-pattern 4)
+- [postgres-isolamento-concorrencia](../postgres-isolamento-concorrencia/SKILL.md) — `pg_advisory_xact_lock` definido lá; aqui usamos para fencing
+- [_shared-dados-distribuidos/glossary.md](../_shared-dados-distribuidos/glossary.md) seção (e) — definições canônicas PT-BR ↔ EN de partial failure, clock skew, fencing token, GC pause, byzantine fault, phi accrual
+- [PostgreSQL Documentation — Date/Time Functions](https://www.postgresql.org/docs/current/functions-datetime.html#FUNCTIONS-DATETIME-CURRENT) — fonte canônica oficial das 4 funções de timestamp
+- DDIA Cap 8 (Kleppmann, O'Reilly 2017) — The Trouble with Distributed Systems — clock skew p. 287-294, fencing tokens p. 304-305, summary p. 302-303