<\> Casa do Dev
Notícias abrir
Ferramentas abrir
Vagas abrir
Aprender abrir
Comunidade abrir
Guia de Compras abrir

Como a Datadog usou IA para migrar sistemas críticos

DA

4 min

Entusiasta das Tecnologias

Como a Datadog usou IA para migrar sistemas críticos

Descubra como a Datadog superou gargalos de armazenamento utilizando Claude e Cursor em um processo de migração de código rigorosamente testado.

Neste artigo

Aceleração de migração com Claude e Cursor

Esta semana, engenheiros da Datadog compartilharam detalhes sobre como utilizaram o Claude e o Cursor para automatizar a refatoração de um sistema crítico. O objetivo era substituir um modelo de armazenamento obsoleto por uma infraestrutura mais eficiente, utilizando um processo de desenvolvimento orientado a testes (TDD) para garantir a integridade dos dados em produção.

O Stream Router da Datadog, API responsável pelo roteamento de métricas, enfrentava limites severos em seu banco de dados chave-valor (KV). O sistema original exigia que o código reconstruísse relacionamentos complexos em memória, resultando em lentidão extrema, com operações chegando a 45 minutos devido a milhares de requisições sequenciais desnecessárias.

Desafios técnicos e a estratégia de refatoração

Para resolver o gargalo, a equipe redesenhou o esquema de banco de dados para suportar relacionamentos relacionais nativos, permitindo que chaves estrangeiras substituíssem a lógica de processamento em código. O desafio era realizar a transição do banco FoundationDB para PostgreSQL sem interromper o serviço em produção.

Abordagem test-driven com IA

A migração não foi realizada de forma autônoma pelas ferramentas de inteligência artificial. Os engenheiros da Datadog forneciam a implementação antiga, o novo esquema de dados e um teste unitário falhando para cada método, permitindo que o Claude sugerisse correções validadas imediatamente pela suíte de testes.

Pilares da confiança na IA

Três elementos foram cruciais para o sucesso desta migração assistida: modularidade de código, uma suíte de testes abrangente e infraestrutura paralela. A modularidade permitiu que o novo Stream Router implementasse a mesma API sobre PostgreSQL, enquanto a validação contínua comparou respostas de instâncias rodando lado a lado.

TDD com IA é uma estratégia onde testes automatizados servem como critério objetivo de sucesso para cada trecho de código gerado por modelos de linguagem, garantindo que a automação não comprometa a estabilidade do sistema.

Resultados e lições aprendidas

Após a conclusão, o tempo das operações caiu de 45 minutos para apenas um segundo. Além do ganho massivo em performance e redução de custos de banco de dados em 90%, a equipe observou uma simplificação significativa no tratamento de relacionamentos, provando que a IA é um catalisador quando integrada a processos de engenharia robustos.

Limitações de otimização de consultas

Wakim ressaltou que, embora o Claude fosse eficaz em refatorações, ele falhou em otimizações complexas como batching e expressões de tabela comum (CTE). Nesses casos, a intervenção humana foi essencial para evitar que a IA gerasse consultas com excesso de tráfego de rede, apesar de estarem tecnicamente corretas.

A adoção dessa estratégia reforça a importância de entender as ferramentas de auxílio, como explorado em como usar IA no dia a dia da programação. Ter uma base sólida é indispensável para revisar o que as IAs produzem.

FAQ

A IA escreveu o código de forma autônoma na Datadog?

Não. Os engenheiros utilizaram o Claude para gerar a lógica baseada em testes falhando e no esquema de dados, mantendo sempre o controle humano para revisar a arquitetura, validar resultados e aplicar otimizações complexas que o modelo não identificava sozinho.

Qual a importância dos testes na migração?

Os testes atuaram como a única fonte da verdade, servindo como critério de aceitação para o código gerado. Sem uma suíte de testes abrangente, a equipe não teria a confiança necessária para migrar um sistema tão crítico entre diferentes tecnologias de armazenamento.

O que foi necessário otimizar manualmente?

A equipe precisou otimizar manualmente consultas SQL complexas, implementando estratégias como batching e uso de UNNEST. O Claude gerava consultas que funcionavam, mas eram ineficientes, realizando mais requisições do que o necessário para completar a tarefa solicitada.

Produtos relacionados

Este conteúdo tem links de afiliado: se você comprar por eles, podemos receber uma comissão sem custo extra para você. A escolha dos produtos segue critérios próprios e não é influenciada por comissão.

O que você achou deste artigo?

Responda a Pergunta do Dia Teste seu conhecimento e mantenha sua streak. Crie seu Dev Card público Perfil dev compartilhável em um único link.

Depois dessa formação...

Veja vagas em tecnologia →

Vagas relacionadas

Ver todas as vagas →
DA

Escrito por

Dagmar Cirino

Entusiasta das Tecnologias

Atualizado em 06/10/2026 •

Sou o Cirino, e desenvolvo soluções e produtos utilizando linguagens de programação e ferramentas de analytics e monitoração baseadas em Cloud. Trabalho com tecnologia desde 2010,...

Ver perfil do autor

COMPARTILHAR