Pular para o conteúdo

Pub/Sub ou fila de mensagens: diagramas, entrega e quando usar cada um

Uma fila entrega cada mensagem a um consumidor; pub/sub envia uma cópia a cada assinatura: compare garantias, ordenação, replay e os principais brokers.

· Fundador e desenvolvedor

Publicado em

Duas faixas. Acima, Upload API envia m1 a m3 à resize-jobs, e três workers recebem uma mensagem cada. Abaixo, Order service publica em order-events, que copia as mensagens para três assinaturas ligadas a três serviços.

Seu serviço de e-mail envia recibos de pedidos. Você o escala para três réplicas, e os clientes começam a receber três recibos por pedido. Cada réplica assinou com seu próprio grupo de consumidores, então recebeu uma cópia própria de cada mensagem. O erro inverso é igualmente comum: tarefas de redimensionamento vão para um tópico de difusão, um segundo worker entra e cada imagem é redimensionada duas vezes.

Os dois problemas confundem dois modelos de mensageria: uma fila de mensagens, em que cada mensagem vai para um consumidor, e publicação-assinatura, em que cada assinante recebe sua própria cópia. Este artigo compara os dois com um diagrama e depois aborda garantias de entrega, ordenação, replay, fan-out e filas de mensagens não processadas, além de como Kafka, RabbitMQ, SQS/SNS e Pub/Sub correspondem a cada modelo.

Fila ou tópico: quem recebe cada mensagem

No modelo ponto a ponto, um produtor envia uma mensagem a uma fila e um consumidor a recebe. Os consumidores de uma fila competem: o broker entrega cada mensagem a um deles e a exclui quando esse consumidor confirma o recebimento. São réplicas de um serviço; portanto, adicionar réplicas esvazia a fila mais rápido. Esse padrão de consumidores concorrentes combina com trabalhos que precisam acontecer uma vez, como redimensionar uma imagem.

Em publicação-assinatura, um publicador envia uma mensagem a um tópico, e o tópico entrega uma cópia a cada assinatura. Os assinantes são serviços diferentes que não sabem uns dos outros; adicionar outro não altera o publicador.

A maioria dos sistemas combina os dois: um tópico distribui mensagens para assinaturas, e cada assinatura é uma fila na qual as réplicas de um serviço competem. A questão de projeto é onde acontecem o fan-out e a concorrência.

Fila de mensagens (ponto a ponto) Publicação-assinatura
Consumidores por mensagem Um Um por assinatura
Os consumidores são Réplicas de um serviço Serviços diferentes
Escala por Adição de consumidores Adição de consumidores a uma assinatura
Retenção Até a confirmação ou expiração Por assinatura ou durante uma janela do log
Replay Não Sim, se o broker mantiver um log
Uso típico Tarefas e comandos Eventos e notificações

Como Kafka, RabbitMQ, SQS/SNS e Pub/Sub representam os modelos

Cada broker implementa os dois modelos:

Sistema Fan-out (pub/sub) Consumidores concorrentes (fila) Ordenação Replay
Apache Kafka Cada grupo de consumidores lê todos os registros Consumidores de um grupo dividem partições; grupos compartilhados dividem registros Por partição Redefinir offsets do grupo
RabbitMQ Exchanges copiam mensagens para filas vinculadas Consumidores de uma fila Por fila, um consumidor Somente streams
Amazon SNS + SQS SNS copia para cada fila assinante Consumidores de uma fila SQS FIFO, por grupo de mensagens Apenas tópicos FIFO do SNS
Google Cloud Pub/Sub Cada assinatura recebe todas as mensagens Clientes de uma assinatura Chaves de ordenação Seek

Kafka. Cada partição é consumida por exatamente um consumidor dentro de cada grupo assinante (documentação de projeto); portanto, um grupo nunca tem mais consumidores ativos do que partições. Kafka 4.2 (fevereiro de 2026) tornou os grupos compartilhados (KIP-932, Queues for Kafka) prontos para produção: consumidores compartilham registros das mesmas partições e confirmam cada um individualmente, sem o limite de partições ou ordenação.

De SNS para SQS. SNS copia cada mensagem para uma fila SQS por serviço assinante, em um envelope JSON, a menos que você ative a entrega bruta de mensagens (guia de fan-out da AWS). Os workers de cada serviço competem em sua própria fila.

RabbitMQ. Produtores publicam em uma exchange, e os vínculos decidem quais filas recebem uma cópia: fanout copia para toda fila vinculada, topic corresponde a padrões como order.#, direct corresponde à chave exata e headers corresponde aos cabeçalhos da mensagem (tipos de exchange).

Google Pub/Sub. Uma assinatura por serviço; seus clientes assinantes compartilham as mensagens.

O problema dos três recibos é uma assinatura por réplica, em vez de por serviço. Nomeie assinaturas, filas e IDs de grupo segundo o serviço (billing-sub, group.id=billing), nunca segundo um host ou Pod.

Garantias de entrega

Brokers entregam novamente mensagens não confirmadas; portanto, a questão é quando seu consumidor confirma:

  • No máximo uma vez: confirme antes de processar. Uma falha perde a mensagem, que não é entregue novamente.
  • Pelo menos uma vez: confirme depois de processar. Uma falha provoca nova entrega, então uma mensagem pode ser processada duas vezes. As filas SQS standard e o Pub/Sub entregam pelo menos uma vez por padrão.
  • Exatamente uma vez: cada mensagem é processada uma única vez, algo que os brokers oferecem apenas dentro de certos limites.

Filas SQS FIFO descartam um reenvio com o mesmo ID de desduplicação dentro de 5 minutos. A entrega exatamente uma vez do Google Pub/Sub impede novas entregas após uma confirmação bem-sucedida, para assinaturas pull em uma região. Transações Kafka abrangem leituras e gravações dentro do Kafka. Nada disso impede um consumidor de cobrar um cartão duas vezes se ele falhar entre a cobrança e a confirmação.

A resposta prática é processamento efetivamente único: entrega pelo menos uma vez mais um consumidor idempotente que registra cada ID de mensagem na transação do efeito colateral:

BEGIN;
INSERT INTO processed_messages (consumer, message_id)
VALUES ('billing', 'm2')
ON CONFLICT DO NOTHING;
-- 0 rows: duplicate, skip the side effect
-- 1 row: apply the side effect in this transaction
COMMIT;
-- acknowledge the message only after the commit

No produtor, o padrão transactional outbox mantém a gravação no banco e a publicação consistentes.

Ordenação

Consumidores concorrentes quebram a ordem primeiro a entrar, primeiro a sair: m1 vai para o worker 1, m2 para o worker 2, e m2 pode terminar primeiro. Filas SQS standard prometem apenas a melhor ordenação possível de qualquer forma. Ordem estrita exige um escopo, com um consumidor por vez em cada escopo:

  • SQS FIFO: a ordem vale dentro de um grupo de mensagens (MessageGroupId), e os grupos executam em paralelo. A vazão é de 300 chamadas de API por segundo por ação sem lotes, 3.000 mensagens por segundo com lotes de 10 e mais no modo de alta vazão.
  • Kafka: registros com a mesma chave chegam à mesma partição, lida por um consumidor por grupo.
  • Google Pub/Sub: mensagens com a mesma chave de ordenação, publicadas em uma região, chegam em ordem a uma assinatura com ordenação ativada. Cada chave tem limite de publicação de 1 MBps, e uma nova entrega também entrega novamente as mensagens posteriores dessa chave.

Ordene por conta ou dispositivo, nunca globalmente: ordem global significa um consumidor e um teto de vazão.

Retenção e replay: log versus fila

Uma fila é uma lista de tarefas: mensagens confirmadas são excluídas, e o SQS expira as não consumidas após 4 dias por padrão (de 60 segundos a 14 dias). Um log é um histórico: Kafka mantém registros pelo período de retenção, lidos ou não (log.retention.hours tem padrão de 168, sete dias). Cada grupo de consumidores armazena somente um offset; assim, um grupo novo pode começar no registro mais antigo e um grupo existente pode retroceder. Streams do RabbitMQ também são logs, lidos a partir de um ponto definido por x-stream-offset. O Google Pub/Sub fica no meio: mensagens não confirmadas permanecem 7 dias por padrão (de 10 minutos a 31 dias), as confirmadas são opcionais e assinaturas podem voltar no histórico.

Reproduzir um grupo Kafka depois de um deploy defeituoso, com seus consumidores parados:

kafka-consumer-groups.sh --bootstrap-server localhost:9092 \
  --group billing --topic order-events \
  --reset-offsets --to-datetime 2026-11-28T00:00:00.000 --execute

O replay reconstrói modelos de leitura do CQRS e preenche o histórico de serviços novos, então todo consumidor precisa tolerar reprocessamento. O diagrama de arquitetura Kafka detalha partições e offsets.

Backpressure, tempos de visibilidade e filas de mensagens não processadas

Filas absorvem picos porque os consumidores buscam trabalho no próprio ritmo, e filas por canal em um sistema de notificações impedem que um provedor de SMS lento atrase o e-mail e o push. RabbitMQ empurra mensagens para consumidores; limite, portanto, mensagens não confirmadas por consumidor com um limite de prefetch basic.qos.

Enquanto um consumidor trabalha, o broker esconde a mensagem dos outros por um período limitado, como as concessões de um agendador de tarefas. Se o processamento demorar mais, a mensagem reaparece e um segundo consumidor também a recebe. Defina o tempo acima do processamento normal mais lento ou estenda-o:

Broker Concessão durante o processamento Estender com Parar de tentar após
Amazon SQS Tempo de visibilidade: padrão de 30 s, máximo de 12 h ChangeMessageVisibility maxReceiveCount, depois uma fila de mensagens não processadas
Google Pub/Sub Prazo de confirmação: padrão de 10 s, máximo de 600 s ModifyAckDeadline 5 tentativas por padrão (até 100), depois um tópico de mensagens não processadas
Grupos compartilhados Kafka Bloqueio de aquisição: padrão de 30 s Confirmação RENEW 5 tentativas por padrão, depois o registro é arquivado; o Kafka 4.4 também pode gravá-lo em um tópico de mensagens não processadas

RabbitMQ entrega novamente quando o canal de um consumidor fecha antes da confirmação e encaminha mensagens falhas por dead-letter exchanges.

Mensagens venenosas, que sempre falham, pertencem a uma fila de mensagens não processadas: alerte sobre sua profundidade e mantenha um procedimento de reenvio. Em pub/sub, as falhas ficam isoladas: um consumidor de análise com problema só aumenta seu próprio acúmulo; alerte, portanto, sobre a mensagem não confirmada mais antiga de cada assinatura.

Escolher por caso de uso

Caso de uso Modelo Boas opções
Tarefas em segundo plano: miniaturas, PDFs, e-mail Fila SQS standard, uma fila quorum RabbitMQ, um grupo compartilhado Kafka
Comandos ordenados por conta Fila com escopo de ordenação SQS FIFO agrupado por conta, Kafka com chave de conta
Evento ao qual vários serviços reagem Pub/sub, uma fila por assinante SNS para SQS, uma exchange fanout RabbitMQ, assinaturas Pub/Sub, grupos de consumidores Kafka
Reconstrução de estado ou preenchimento do histórico de um consumidor Log Kafka, streams RabbitMQ
Processo de várias etapas entre serviços Comandos em filas, resultados em pub/sub O padrão saga

O diagrama de fila e pub/sub

Duas faixas. Acima, Upload API envia m1 a m3 à resize-jobs, e três workers recebem uma mensagem cada. Abaixo, Order service publica em order-events, que copia as mensagens para três assinaturas ligadas a três serviços.

18 componentes · 11 conexões

Abrir no Archboard
Conteúdo do diagrama
  • Upload API
  • resize-jobs
  • Resize worker 1
  • Resize worker 2
  • Resize worker 3
  • Order service
  • order-events
  • email-sub
  • billing-sub
  • analytics-sub
  • Email service
  • Billing service
  • Analytics service
  • send m1, m2, m3
  • m1
  • m2
  • m3
  • publish m1, m2, m3
  • copy
  • m1, m2, m3
Uma fila e um tópico pub/sub lado a lado. A fila distribui m1, m2 e m3 entre três workers concorrentes; o tópico copia os três para três assinaturas, e os serviços de e-mail, cobrança e análise processam todas as mensagens.

Como ler:

  • Duas faixas, os mesmos IDs de mensagens. Acima: uma fila ponto a ponto. Abaixo: publicação-assinatura. Cada produtor envia m1 a m3.
  • Faixa superior: a fila resize-jobs entrega cada mensagem a um worker diferente, todos réplicas de um serviço.
  • Faixa inferior: o tópico order-events copia cada mensagem para três assinaturas, uma por serviço; assim, os serviços de e-mail, cobrança e análise recebem cada um m1, m2 e m3.
  • Setas contínuas são etapas de envio, publicação e cópia; setas tracejadas são entregas assíncronas que os consumidores confirmam.
  • O bloco Markdown lista os padrões de tempo limite e retenção.

Desenhar diagramas de mensageria com clareza

  • Desenhe assinaturas, não apenas tópicos. Setas diretas de um tópico para serviços escondem onde as mensagens esperam e quem é responsável por cada acúmulo.
  • Rotule arestas com nomes ou IDs de mensagens, não com “eventos”: m1, m2 e m3 mostram divisão versus cópia.
  • Mostre réplicas quando a concorrência importar, e marque a chave de ordenação e o caminho de mensagens falhas ao lado da fila ou do tópico.

O guia do diagrama de arquitetura orientada a eventos amplia essa notação para um sistema Kafka completo.

Monte no Archboard

  1. Entre com Google ou GitHub e crie um diagrama.
  2. Adicione um título Texto do pacote Básico para cada faixa.
  3. Faixa superior: adicione um Contêiner do pacote Modelo C4 chamado Upload API, uma Fila do pacote Dados chamada resize-jobs e três nós Contêiner, Resize worker 1 a 3. Desenhe uma aresta contínua “send m1, m2, m3” para a fila e arestas tracejadas m1, m2 e m3 para os workers.
  4. Faixa inferior: adicione um Contêiner chamado Order service, um Tópico do pacote Dados chamado order-events, três nós Fila (email-sub, billing-sub, analytics-sub) e três nós Contêiner para os serviços de e-mail, cobrança e análise. Rotule as arestas do tópico como “copy” e as entregas tracejadas como “m1, m2, m3”.
  5. Colora cada faixa com um acento, azul ou azul-petróleo, e adicione uma nota Texto do pacote Básico sob a fila e o tópico.
  6. Adicione um bloco Markdown do pacote Básico com os padrões.

Para um sistema maior, comece pelo modelo de arquitetura orientada a eventos; para fluxos já em Mermaid, a ferramenta Mermaid para diagrama editável produz um primeiro rascunho.

O exemplo usa 14 nós de diagrama e fica dentro do plano Free.

Perguntas frequentes

Qual é a diferença entre pub/sub e uma fila de mensagens? Uma fila entrega cada mensagem a um consumidor e a exclui depois da confirmação. Pub/sub fornece uma cópia a cada assinatura, para que vários serviços possam reagir a um evento.

Kafka é uma fila de mensagens ou um sistema pub/sub? Os dois. Cada grupo de consumidores lê todos os registros, o que é pub/sub, e os consumidores de um grupo dividem as partições como uma fila. Grupos compartilhados do Kafka 4.2 adicionam confirmação por registro.

Kafka, RabbitMQ ou SQS: qual devo usar? SQS para uma fila gerenciada na AWS sem componentes para operar, RabbitMQ para roteamento flexível e Kafka para alta vazão com histórico reproduzível.

Preciso de SNS se já uso SQS? Somente se mais de um serviço precisar de cada mensagem. O SNS então copia cada mensagem para uma fila SQS por serviço, cada uma com suas próprias tentativas e fila de mensagens não processadas.

Alguma fila de mensagens garante entrega exatamente uma vez? Não de ponta a ponta. SQS FIFO, Google Pub/Sub e transações Kafka impedem duplicatas dentro de certos limites, mas e-mails ou pagamentos ainda exigem um consumidor idempotente.

Comece grátis — um assento, sem cartão de crédito.

Artigos relacionados

← Voltar ao blog

Abra um canvas em um minuto

Entre com Google ou GitHub. Grátis para um assento. Faça upgrade quando a equipe entrar.