Estratégia de reprocessamento em integrações orientadas a eventos
O reprocessamento é essencial para manter a estabilidade das integrações. Este artigo explica como o reprocessamento de registros com falhas pode:
Prevenir a perda de dados.
Reduzir a intervenção manual.
Manter os sistemas funcionando de forma contínua.
Entender o valor de um pipeline de reprocessamento ajuda a compreender como ele sustenta processos de integração eficientes e confiáveis.
Reprocessamento em arquiteturas orientadas a eventos
As arquiteturas orientadas a eventos (Event-Driven Architectures, EDA) permitem que os sistemas respondam dinamicamente a eventos em tempo real, acionando ações com base em mensagens recebidas. Para gerenciar esses eventos e melhorar o isolamento de tarefas, as integrações podem ser divididas em pipelines separados. Por exemplo, um pipeline principal pode ser responsável por ler registros, enquanto pipelines dedicados gerenciam o processamento, reprocessamento de eventos com falha e tratamento de erros.
Em integrações orientadas a eventos, problemas temporários, como interrupções de rede ou indisponibilidade de serviços, podem interromper o processamento de mensagens. Esses erros geralmente são classificados como:
Reprocessáveis (lado do servidor): Causados por problemas temporários.
Não reprocessáveis (lado do cliente): Causados por payloads malformados ou dados de entrada incorretos.
Sem uma estratégia de reprocessamento, esses erros aumentam os custos operacionais, criam ineficiências e exigem monitoramento constante para manter a integridade dos dados. Um pipeline de reprocessamento resolve isso enviando erros reprocessáveis de volta ao pipeline principal.
Desafios do reprocessamento
Não ter um mecanismo de reprocessamento pode levar a problemas significativos quando eventos falham devido a erros reprocessáveis, resultando em vários desafios importantes:
Perda de dados: Eventos que falham devido a erros temporários, como interrupções de rede ou indisponibilidade do sistema, podem ser descartados, resultando em perda crítica de dados e inconsistências.
Intervenção manual: Sem uma estratégia automatizada, eventos com falha exigem recuperação manual constante, aumentando a carga de trabalho das equipes de TI.
Estados inconsistentes: Quando eventos não são reprocessados, integrações podem resultar em estados inconsistentes. Isso acontece quando os sistemas mantêm dados conflitantes ou incompletos devido a eventos com falha que não foram tentados novamente, levando a dados conflitantes ou incompletos e à necessidade de correções manuais.
Esses problemas não apenas afetam a satisfação do cliente, mas também aumentam solicitações de suporte, reembolsos e interrupções nos negócios.
Colocando a teoria em prática
Considere uma arquitetura de integração com múltiplos pipelines, cada um projetado para um propósito específico: um que consulta registros no banco de dados e publica eventos, outro que processa esses eventos individualmente, um terceiro que reprocessa os registros que falharam no pipeline de processamento e, por fim, um pipeline que gerencia o tratamento de erros. Nesse contexto, o pipeline de reprocessamento resolve o desafio de registros que falham em concluir seus processos devido a erros temporários e passíveis de nova tentativa, como problemas de rede ou indisponibilidade de serviços.
Visão de alto nível em integrações orientadas a eventos
Esse pipeline oferece uma solução para reprocessar eventos que falham na primeira tentativa de integração porque ele repete automaticamente erros reprocessáveis por um número configurado de tentativas.
Por exemplo, em uma integração onde pedidos de compra são enviados a um sistema de depósito, se o depósito estiver temporariamente indisponível, o pipeline de processamento salva o pedido com falha com um status de erro em um banco de dados de controle.
Em intervalos programados, o pipeline de reprocessamento recupera esses registros e os envia de volta para a fila de processamento. Isso garante que os pedidos sejam reprocessados e enviados quando o sistema estiver disponível. Se um pedido ainda falhar após o número máximo de tentativas, ele é encaminhado para o pipeline de tratamento de erros para uma ação adicional.
Como a solução proposta funciona
Scheduler Trigger: O pipeline de reprocessamento inicia com um scheduler que o aciona em intervalos regulares.
Recuperação de eventos com falha: A cada intervalo, o pipeline verifica um banco de dados temporário para registros que não puderam ser processados pelo pipeline de processamento e os prepara para nova tentativa.
Iterar registros da consulta: Um conector de loop, como o For Each, para iterar por cada registro recuperado. Dentro do Subfluxo OnProcess, o primeiro passo é incrementar o contador de tentativas para rastrear o número de reprocessamentos realizados para o registro.
Ramificação condicional: Baseando-se no número de tentativas, o pipeline determina o próximo passo:
Enviar para o pipeline de tratamento de erros: Se o registro atingir o limite máximo de tentativas, ele é enviado para o pipeline de tratamento de erros para resolução adicional. É uma boa prática especificar o erro e notificar as partes interessadas sobre o limite atingido.
Enviar para reprocessamento: Se o registro não exceder o limite de tentativas, ele é enviado de volta ao pipeline de processamento para uma nova tentativa. Nessa abordagem, o pipeline usa o conector Event Publisher para publicar cada registro de volta ao pipeline de processamento.
Além disso, é possível usar outros conectores, como o Pipeline Executor, que suporta comunicação assíncrona e síncrona, oferecendo maior flexibilidade para além do Event Publisher.
Limpeza de registros: Após o reprocessamento bem-sucedido ou o envio ao pipeline de tratamento de erros, o registro é removido do banco de dados temporário. Essa limpeza mantém o banco de dados eficiente e garante que nenhum dado desatualizado seja armazenado. O processo faz parte do ciclo de vida do evento e evita que o sistema seja sobrecarregado com registros antigos ou desnecessários.
Conceitos-chave
Banco de dados temporário: Armazena temporariamente registros com falha até que sejam reprocessados ou atinjam o limite configurado de tentativas.
Tentativas configuráveis: O número de tentativas ajustado conforme a estratégia de reprocessamento, permitindo múltiplas tentativas se necessário. A idempotência é crucial para evitar processamento duplicado.
Event Broker: Facilita a comunicação roteando eventos de publicadores (conector event publisher) para assinantes (event trigger), permitindo interações desacopladas e escaláveis no sistema.
Benefícios do pipeline de reprocessamento
Maior resiliência do sistema: O pipeline melhora a resiliência ao reprocessar eventos que falharam devido a problemas no lado do servidor, garantindo que erros temporários sejam resolvidos e registros críticos preservados.
Redução da intervenção manual: Automatizando o reprocessamento de eventos com falha, o pipeline minimiza a necessidade de monitoramento manual e intervenção após cada falha.
Uso eficiente de recursos: Com limites configuráveis de tentativas, o pipeline otimiza a alocação de recursos, alinhando as tentativas às prioridades do negócio e à capacidade do sistema, reduzindo o risco de sobrecarga.
Integração contínua com tratamento de erros: Uma vez atingido o limite de tentativas, o pipeline envia o evento para um pipeline de tratamento de erros, garantindo que eventos não resolvidos sejam gerenciados sem interromper o fluxo geral do sistema.
Considerações finais
Em uma arquitetura orientada a eventos, erros temporários são inevitáveis. No entanto, o pipeline de reprocessamento garante que registros que falharam devido a erros no lado do servidor possam ser reprocessados sem interromper a integração. Ao gerenciar esses registros, o pipeline lida eficientemente com dados críticos e mantém a operação contínua de integrações orientadas a eventos.
Para mais informações sobre o pipeline de reprocessamento, arquiteturas orientadas a eventos e estratégias para integrações escaláveis, explore nosso Portal de Documentação, visite o Digibee Academy para cursos ou acesse nosso Blog para mais recursos e insights.
Se você tiver feedback sobre este Caso Prático de Uso ou sugestões para futuros artigos, adoraríamos ouvir sua opinião. Compartilhe as suas ideias no nosso formulário de feedback.
Atualizado
