> For the complete documentation index, see [llms.txt](https://docs.digibee.com/documentation/llms.txt). Markdown versions of documentation pages are available by appending `.md` to page URLs; this page is available as [Markdown](https://docs.digibee.com/documentation/developer-guide/pt-br/development-cycle/overview/how-pipeline-execution-works.md).

# Como funciona a execução de pipelines

Aprenda como o Pipeline Engine executa seus pipelines na Digibee Integration Platform e como o tamanho, os consumers e as réplicas afetam o desempenho.

## **O que o Pipeline Engine faz**

O Pipeline Engine interpreta e executa os pipelines que você cria na Plataforma. Ao implantar um pipeline (fazer o deploy), você define quanta capacidade ele recebe. Entender como a execução funciona ajuda você a escolher as configurações certas.

## **Arquitetura de execução**

Cada pipeline é executado em seu próprio container no Kubernetes. Isso garante:

* **Isolamento:** Cada pipeline usa sua própria CPU e memória.
* **Segurança:** Os pipelines não interferem uns nos outros, a menos que você os configure para isso.
* **Escalabilidade independente:** Você pode adicionar ou remover réplicas de cada pipeline conforme a demanda.

Os triggers recebem as invocações e enviam as mensagens para uma fila. O pipeline consome as mensagens dessa fila.

## **Tamanho do pipeline**

O tamanho define os recursos de cada réplica. É a forma de escalar um pipeline verticalmente.

| Tamanho    | Consumers | CPU          | Memória |
| ---------- | --------- | ------------ | ------- |
| **Small**  | 10        | 20% de 1 CPU | 64 MB   |
| **Medium** | 20        | 40% de 1 CPU | 128 MB  |
| **Large**  | 40        | 80% de 1 CPU | 256 MB  |

A CPU define quantos ciclos de processamento o pipeline pode usar. A memória define quantos dados o pipeline pode processar e armazenar durante a execução.

## **Consumers e execuções simultâneas**

Os consumers definem quantas mensagens uma réplica pode processar ao mesmo tempo. Por exemplo, um pipeline com 10 consumers processa 10 mensagens em paralelo, enquanto um pipeline com 1 consumer processa as mensagens uma por vez.

Ao fazer o deploy de um pipeline, você define o número de execuções simultâneas. O máximo depende do tamanho do pipeline.

## **Réplicas**

Réplicas são cópias do pipeline em execução ao mesmo tempo. Elas são a forma de escalar um pipeline horizontalmente. Por exemplo, um pipeline Small com 2 réplicas tem o dobro da capacidade de processamento de um pipeline Small com 1 réplica.

As réplicas também aumentam a disponibilidade: se uma réplica falhar, as outras continuam processando mensagens.

Se o seu realm usa o Modelo baseado em consumo, a Plataforma pode ajustar o número de réplicas automaticamente. Consulte [Autoscaling](https://docs.digibee.com/documentation/developer-guide/pt-br/development-cycle/overview/autoscaling.md).

{% hint style="info" %}
Um pipeline Large tem os mesmos recursos de 4 pipelines Small, mas eles não são equivalentes para todas as cargas de trabalho. Cargas de trabalho que processam mensagens grandes geralmente precisam de mais memória por réplica, então escolha Medium ou Large para elas.
{% endhint %}

## **Processamento e reentrega de mensagens**

Cada consumer processa uma mensagem por vez. Enquanto uma mensagem está sendo processada, ela fica marcada como em uso, e nenhuma outra réplica a processa.

Se o pipeline falhar ou reiniciar, a mensagem volta para a fila e pode ser processada novamente por qualquer réplica. A opção **Allow Redeliveries** do trigger define o que acontece:

* **Ativada:** A mensagem é processada novamente.
* **Desativada:** A mensagem é identificada como uma nova tentativa e rejeitada com erro.

As mensagens podem ser reentregues até atingir o timeout do trigger (triggers síncronos) ou o tempo de expiração (triggers assíncronos).

Para verificar se uma mensagem está sendo reprocessada, use a seguinte expressão de [Double Braces](https://docs.digibee.com/documentation/connectors-and-triggers/pt-br/double-braces/overview.md):

```
{{ metadata.execution.redelivery }}
```

## **Timeout e expiração**

Os triggers têm dois limites de tempo:

* **Timeout:** O tempo máximo que o trigger espera pela resposta do pipeline. Defina-o em milissegundos no campo **Maximum Timeout** do trigger. Use um valor maior que a soma dos timeouts de todos os conectores externos, para que o pipeline tenha tempo de tratar os erros. Consulte as [dicas para definir valores de timeout](https://docs.digibee.com/documentation/resources/pt-br/best-practices/best-practices-for-error-handling-in-pipelines.md#dicas-para-configurar-os-valores-de-timeout).
* **Expiração:** O tempo máximo que uma mensagem pode esperar na fila. Ela se aplica a triggers assíncronos, como o [Event Trigger](https://docs.digibee.com/documentation/connectors-and-triggers/pt-br/triggers/messaging-and-events/event.md). Triggers síncronos, como o [REST Trigger](https://docs.digibee.com/documentation/connectors-and-triggers/pt-br/triggers/web-protocols/rest.md), usam uma expiração interna fixa para evitar a perda de mensagens, por isso você não pode configurá-la.

O timeout é o mesmo nos ambientes de teste e produção. Ele só pode variar entre versões do pipeline.

## **Versões da engine**

A versão da engine executa seu pipeline. Ao fazer o deploy, a versão mais recente é selecionada por padrão. A página Run mostra a versão da engine de cada implantação abaixo do status e você pode filtrar as implantações pela versão da engine.

## **Próximos passos**

Agora que você entende como a execução funciona, leia [Implantar (fazer deploy) e gerenciar pipelines](https://docs.digibee.com/documentation/developer-guide/pt-br/development-cycle/overview/deploy-and-manage-pipelines.md) para aplicar essas configurações em uma implantação.


---

# Agent Instructions
This documentation is published with GitBook. GitBook is the documentation platform designed so that both humans and AI agents can read, navigate, and reason over technical content effectively. Learn more at gitbook.com.

## Querying This Documentation
If you need additional information that is not directly available in this page, you can query the documentation by asking a question.

Perform an HTTP GET request on the following URL with the `ask` and `goal` query parameters:

```
GET https://docs.digibee.com/documentation/developer-guide/pt-br/development-cycle/overview/how-pipeline-execution-works.md?ask=<question>&goal=<user_goal>
```

`ask` is the immediate question: it should be specific, self-contained, and written in natural language.
`goal` is what the user is ultimately trying to achieve, the reason they need the answer. Sharing it helps GitBook give you a better, more relevant answer. A goal is most helpful when it describes the outcome the user wants rather than restating the question. For example, with `ask=how do I create an API token`, a goal like `automate deployments from our CI pipeline` lets GitBook tailor the answer to that use case.

The response will contain a direct answer to the question and relevant excerpts and sources from the documentation.

Use this mechanism when the answer is not explicitly present in the current page, you need clarification or additional context, or you want to retrieve related documentation sections.
