# Como resolver o erro "Pipeline execution was aborted"

A Digibee Integration Platform foi projetada para operações contínuas com alta disponibilidade. Contudo, cada implantação requer configurações adequadas para evitar que a capacidade do pipeline seja ultrapassada, o que pode causar uma indisponibilidade temporária.

Veja como investigar e resolver esse erro caso ele apareça na página [**Execuções concluídas**](/documentation/developer-guide/pt-br/development-cycle/dashboards/completed-executions.md) em **Monitor**:

{% code overflow="wrap" %}

```json
{
    "timestamp": 1710944570421,
    “error”: “This pipeline execution was aborted and cannot be automatically retried because it was configured to disallow redeliveries.”,
    “code”: 500
}
```

{% endcode %}

## **Passos para identificar, resolver e prevenir o erro**

Esse erro costuma ocorrer devido ao uso excessivo de memória e/ou CPU. Mesmo implantações do tipo Large possuem limites de capacidade que precisam ser observados.

### **Identificando a causa do erro**

#### **Monitore a implantação do pipeline**

Na página **Monitor**:

* Acesse a aba [**Métricas**](/documentation/developer-guide/pt-br/development-cycle/dashboards/pipeline-metrics.md) e filtre pelo período de tempo no qual o erro em questão ocorreu. Quanto menor o período de tempo selecionado, mais precisos serão os valores no gráfico. Aprenda mais sobre [Pipeline Metrics](/documentation/developer-guide/pt-br/development-cycle/dashboards/pipeline-metrics.md).
* Verifique se a memória ou CPU excederam. Os limites são:
  * Memória: 100%
  * CPU: Small (20%), Medium (40%) e Large (80%)

    Para mais detalhes, consulte a documentação do [Pipeline Engine](/documentation/developer-guide/pt-br/development-cycle/overview/runtime/pipeline-engine.md).
* Confirme se os payloads de entrada e saída não ultrapassam 5 MB ou o limite configurado no trigger.
* Nas abas [**Execuções concluídas**](/documentation/developer-guide/pt-br/development-cycle/dashboards/completed-executions.md) ou [**Pipeline logs**](/documentation/developer-guide/pt-br/development-cycle/dashboards/pipeline-logs.md), revise os últimos passos antes do erro ocorrer.

#### **Revise a configuração do pipeline**

Na página **Build**, acesse o pipeline e confira se um dos seguintes cenários se aplicam:

* Carregamento de arquivos grandes (por exemplo, arquivos com mais de 7 MB ou que excedam o limite do conector [**File**](/documentation/connectors-and-triggers/pt-br/connectors/files.md)).
* Recuperação de altos volumes de dados pelo conector [**DB**](/documentation/connectors-and-triggers/pt-br/connectors/structured-data/db-v2.md).
* Uso de conectores [**REST**](/documentation/connectors-and-triggers/pt-br/connectors/web-protocols/rest-v2.md) ou [**SOAP**](/documentation/connectors-and-triggers/pt-br/connectors/web-protocols/soap-v3.md), que podem exigir muitos recursos.
* Grande número de conectores com interações externas (como [**REST**](/documentation/connectors-and-triggers/pt-br/connectors/web-protocols/rest-v2.md), [**SOAP**](/documentation/connectors-and-triggers/pt-br/connectors/web-protocols/soap-v3.md), [**DB**](/documentation/connectors-and-triggers/pt-br/connectors/structured-data/db-v2.md), [**Script**](/documentation/connectors-and-triggers/pt-br/connectors/tools/script.md), [**File**](/documentation/connectors-and-triggers/pt-br/connectors/files.md)).
* Blocos de loop com conectores externos em execução em paralelo ou em sequência.
* Uso de [**Parallel Execution**](/documentation/connectors-and-triggers/pt-br/connectors/logic/parallel-execution.md) seguido de múltiplos conectores externos.
* Logs excessivos ou extensos.

### **Corrigindo o erro**

Após identificar o problema, considere implementar uma ou mais das seguintes estratégias:

* Aumente o tamanho da implantação do pipeline.
* Reduza o número de execuções simultâneas.

{% hint style="info" %}
A memória da implantação é compartilhada entre as execuções simultâneas. Por exemplo, se houver 40 execuções em uma implantação Large, a memória total será dividida entre elas. Reduzindo para 30 execuções, cada uma terá mais memória, o que aumenta a estabilidade.
{% endhint %}

* Reduza a quantidade de dados na entrada ou saída do pipeline.
* Gerencie a carga de dados com limites, filtros e [paginação](/documentation/resources/pt-br/use-cases/integration-performance-api-pagination.md).
* Aumente a frequência do pipeline para processamentos mais leves e frequentes.
* Encurte ou remova logs com payloads grandes.
* Libere a memória de conectores de gerenciamento de sessão usando a operação `DELETE`.
* Priorize execuções sequenciais em vez de paralelas.
* Divida o processamento em vários pipelines.

### **Otimizando a implantação**

Para configurar uma implantação otimizada e estável, comece publicando e monitorando a sua performance para identificar áreas que precisam de ajuste.

Além de alocar recursos computacionais adequados (escalabilidade vertical), assegure-se de que o número de execuções simultâneas (escalabilidade horizontal) está balanceado para manter uma taxa de processamento consistente.

Considere também o tamanho da fila aceitável e a taxa de vazão desejada, que relaciona execuções por segundo (EPS) ao tempo de resposta do pipeline.


---

# Agent Instructions: Querying This Documentation

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

Perform an HTTP GET request on the current page URL with the `ask` query parameter:

```
GET https://docs.digibee.com/documentation/troubleshooting/pt-br/deployment-issues/pipeline-execution-was-aborted-error.md?ask=<question>
```

The question should be specific, self-contained, and written in natural language.
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.