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
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
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
- Entre com Google ou GitHub e crie um diagrama.
- Adicione um título Texto do pacote Básico para cada faixa.
- 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.
- 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”.
- Colora cada faixa com um acento, azul ou azul-petróleo, e adicione uma nota Texto do pacote Básico sob a fila e o tópico.
- 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.