S: "ב-platform team, החלטתי על caching strategy ל-API שלנו.
    בחרתי TTL של 1 שעה כדי להוריד load מה-database."

T: "הייתי Tech Lead והיה לי autonomy לקבל את ההחלטה הזו.
    ה-business requirement: לקוחות צריכים לראות updates תוך 15 דקות."

A: "ה-cache עבד מצוין — database load ירד ב-60%. שבועיים אחרי,
    customer support התחיל לקבל complaints: 'עשיתי שינוי ב-X,
    אבל עדיין רואה ישן.' ה-bug report הגיע לידיי.
    
    בדקתי את ה-requirement document שלא הסתכלתי בו לפני ההחלטה —
    שם כתוב בבירור: updates צריכים להתעדכן תוך 15 דקות.
    TTL של שעה שובר את זה לחלוטין.
    
    פתרון מהיר: הורדתי ל-TTL של 15 דקות ומ-cache invalidation
    על update events. אבל זה היה workaround כי ה-database load עלה חזרה ב-40%."

R: "3 שבועות של customer complaints. SLA breach על 2 enterprise customers.
    
    מה שיניתי: לפני כל performance optimization — קורא את ה-requirements
    ומוודא שה-optimization לא conflict עם business requirements.
    כעת אני משתמש ב-event-driven cache invalidation במקום pure TTL.
    ה-lesson הזה הפך לחלק מה-onboarding של engineers חדשים בצוות."
Failure & Learning — סיפורי כישלון

Failure & Learning — סיפורי כישלון

Failure & Learning — סיפורי כישלון
