Às 10h de uma segunda-feira, o provedor de cálculo de frete fica lento. Não cai — apenas passa a responder em 40 segundos em vez de 400 milissegundos.

Em poucos minutos, o checkout da loja trava. As conexões do servidor se esgotam esperando respostas. O catálogo, que não tem nada a ver com frete, também fica lento porque compartilha os mesmos recursos. A equipe de atendimento não consegue consultar pedidos. O painel mostra o site “no ar”, mas ninguém consegue comprar.

A falha foi de um fornecedor. A parada foi da empresa inteira.

Esse cenário é mais comum do que parece. Empresas dependem cada vez mais de serviços externos: pagamentos, emissão fiscal, logística, identidade, comunicação, antifraude, ERP em nuvem. Cada um deles vai falhar em algum momento. A questão não é se, mas como a sua operação vai se comportar quando isso acontecer.

Minha posição: toda integração externa precisa de uma política explícita para falhas — quanto esperar, o que fazer quando não houver resposta, o que pode continuar funcionando e como recuperar depois. Nem toda falha precisa interromper a jornada completa do cliente.

Por que uma integração lenta é pior do que uma integração fora do ar

Quando um serviço externo cai completamente, o erro aparece rápido: a conexão é recusada e o sistema pode reagir.

Quando o serviço fica lento, o problema é mais traiçoeiro. Cada requisição fica esperando, ocupando conexões, memória e processamento. Se o sistema não define um limite de espera, essas requisições se acumulam até esgotar os recursos — e a lentidão de um único fornecedor se propaga para funcionalidades que nem dependem dele.

Esse efeito cascata é a razão pela qual muitas indisponibilidades graves começam com uma dependência secundária que simplesmente ficou devagar.

Cinco perguntas para cada integração crítica

Antes de discutir técnicas, vale responder, para cada serviço externo relevante:

  1. O que acontece com a operação se esse serviço ficar indisponível por 5 minutos? E por 4 horas?
  2. Quanto tempo vale a pena esperar por uma resposta?
  3. A operação pode continuar sem ele, mesmo que de forma reduzida?
  4. Se a operação for adiada, como e quando ela será concluída?
  5. Quem é avisado, e como sabemos que o serviço voltou?

Essas perguntas são de negócio antes de serem técnicas. Quem decide se um pedido pode ser aceito sem confirmação imediata de frete é a área comercial, não o desenvolvedor.

Estratégias que mantêm a operação funcionando

Limites de tempo explícitos

Toda chamada externa deve ter um timeout compatível com a experiência esperada. Se o cliente não vai esperar mais de 5 segundos para ver o valor do frete, não faz sentido o sistema esperar 60.

Timeouts curtos e conscientes impedem que a lentidão do fornecedor consuma os recursos da empresa.

Circuit breaker: parar de insistir quando o serviço está com problemas

Um circuit breaker funciona como um disjuntor. Quando as falhas de um serviço ultrapassam um limite, o sistema deixa de chamá-lo por um período e passa a responder imediatamente com uma alternativa. Depois, testa com cautela se o serviço voltou.

Isso protege a empresa — que deixa de desperdiçar recursos — e o próprio fornecedor, que não recebe uma avalanche de novas tentativas enquanto tenta se recuperar.

Degradação planejada

Esta é a estratégia com maior impacto de negócio. Em vez de “funciona ou não funciona”, a empresa define o que continua funcionando de forma reduzida:

Serviço indisponívelComportamento sem planejamentoDegradação possível
Cálculo de freteCheckout bloqueadoUsar tabela de frete padrão por região e ajustar depois, dentro de regras definidas
AntifraudeNenhum pedido aprovadoAprovar automaticamente pedidos de baixo valor de clientes recorrentes; enfileirar os demais para análise
Emissão fiscalPedido não pode ser concluídoAceitar o pedido e emitir o documento assim que o serviço voltar, dentro do prazo legal
Recomendação de produtosPágina de produto com erroExibir produtos mais vendidos da categoria
Envio de e-mailCadastro falhaConcluir cadastro e enviar a confirmação depois

Exemplos ilustrativos. Cada degradação precisa ser avaliada sob riscos financeiros, fiscais e regulatórios da empresa.

Nem toda operação admite degradação — às vezes, a decisão correta é realmente interromper. O importante é que essa escolha seja deliberada, não consequência acidental da arquitetura.

Filas e processamento assíncrono

Muitas operações não precisam ser concluídas no mesmo instante em que o cliente clica. Quando o pedido é registrado e as etapas seguintes são processadas por meio de uma fila, uma indisponibilidade temporária do fornecedor apenas atrasa o processamento, em vez de perdê-lo.

A fila também permite controlar o ritmo: em vez de enviar mil requisições simultâneas a um parceiro que suporta cem, o sistema processa no limite adequado.

Controle de concorrência

Mesmo com o fornecedor saudável, disparar volume excessivo pode provocar bloqueios por limite de requisições ou degradar o serviço. Limitar quantas operações simultâneas cada integração pode executar é uma proteção simples e eficaz.

Esse tipo de controle está chegando às próprias plataformas. Em novembro de 2026, a Cloudflare anunciou no seu changelog o controle de concorrência por Workflow, permitindo colocar instâncias excedentes em fila em vez de executá-las todas ao mesmo tempo. Não é uma solução automática para outros ambientes, mas ilustra bem o princípio: proteger a dependência faz parte do desenho do sistema.

Novas tentativas com critério

Tentar novamente faz sentido para falhas temporárias, mas precisa de limite e intervalo crescente entre as tentativas. Retentativas agressivas e simultâneas transformam uma instabilidade em sobrecarga.

E toda operação que pode ser repetida precisa ser idempotente: tentar duas vezes não pode gerar duas cobranças, dois pedidos ou dois documentos fiscais.

Reconciliação

Quando a operação é concluída mais tarde, é preciso verificar se tudo foi efetivamente processado. Uma rotina de reconciliação compara o que deveria ter acontecido com o que de fato aconteceu e aponta pendências — antes que o cliente ou o financeiro as encontre.

Um exemplo: a distribuidora e o ERP em nuvem

Considere uma distribuidora fictícia cujo portal de pedidos consulta o ERP em nuvem para validar crédito e disponibilidade a cada novo pedido.

Antes: quando o ERP ficava instável, o portal parava. Vendedores anotavam pedidos em planilhas e redigitavam tudo depois, com erros e duplicidades.

Depois:

  • o portal passou a usar um limite de espera de poucos segundos para o ERP;
  • disponibilidade de estoque começou a ser consultada em uma cópia atualizada periodicamente, com aviso quando a informação estiver desatualizada;
  • pedidos de clientes com crédito aprovado recentemente passaram a ser aceitos e enfileirados para confirmação;
  • pedidos de clientes novos ou acima de um valor definido aguardam a volta do ERP;
  • uma rotina de reconciliação compara, ao fim do dia, os pedidos aceitos com os registrados no ERP.

Exemplo ilustrativo, sem relação com um cliente real.

O ERP continuou falhando eventualmente. A diferença é que a venda não parou.

Sinais de que suas integrações precisam de revisão

  • Uma instabilidade em um fornecedor já causou indisponibilidade em funcionalidades não relacionadas.
  • Ninguém sabe dizer o timeout configurado para as principais integrações.
  • Não existe comportamento definido para quando um serviço externo está fora.
  • Operações perdidas durante falhas são recuperadas manualmente — quando são percebidas.
  • O volume de chamadas a um parceiro não tem limite, e já houve bloqueios por excesso de requisições.
  • Os contratos com fornecedores críticos não definem níveis de serviço, ou eles nunca foram comparados com a necessidade real do negócio.

Perguntas frequentes

Preciso de microsserviços para aplicar essas estratégias?

Não. Timeouts, circuit breakers, filas e degradação planejada se aplicam a sistemas monolíticos também. O que importa é tratar cada dependência externa como um ponto de falha possível.

Contratar um fornecedor com SLA alto não resolve?

Ajuda, mas não elimina o problema. Um SLA de 99,9% ainda permite mais de oito horas de indisponibilidade por ano — e, normalmente, a compensação contratual é muito menor do que o prejuízo de uma operação parada.

Por onde começar?

Liste as integrações externas, identifique as que sustentam processos críticos e responda, para cada uma, as cinco perguntas apresentadas neste artigo. Comece pela integração cuja falha causaria o maior impacto.

Como testar se a operação resiste a falhas?

Simule falhas e lentidão em ambientes controlados e observe o comportamento. Descobrir os pontos frágeis em um teste planejado é muito mais barato do que descobri-los em um incidente real.

Conclusão

Dependências externas são inevitáveis. Ser refém delas, não.

Uma arquitetura resiliente não promete que nada vai falhar. Ela garante que cada falha tenha um comportamento previsto, impacto limitado e um caminho claro de recuperação.

Se uma integração de terceiros consegue interromper um processo essencial da sua empresa, vale revisar as dependências e o comportamento esperado durante falhas.

Fale comigo pela página de contato profissional. Os projetos de engenharia e consultoria são conduzidos pela IVATEC. Para quem quer aprofundar a coordenação de processos distribuídos, o artigo sobre o padrão Saga com .NET, MassTransit e RabbitMQ mostra uma abordagem técnica complementar.