Visão geral
Estamos continuamente evoluindo o Pipefy para tornar suas integrações mais resilientes, escaláveis e confiáveis.
Hoje compartilhamos duas atualizações importantes relacionadas à forma como o nosso mecanismo de integrações mapeia dados e gerencia tempos de execução.
1. Atualização estrutural: integrações mais estáveis com System IDs
Como era antes
Anteriormente, ao criar integrações utilizando ações do Pipefy (como Get Card by ID), o mecanismo de integração utilizava os nomes dos campos e das fases para mapear dados.
Isso criava uma vulnerabilidade estrutural: caso um campo ou fase fosse renomeado dentro do processo no Pipefy, a integração poderia deixar de funcionar corretamente.
Como será feito agora
Atualizamos o mecanismo de integração para utilizar System IDs únicos e imutáveis, em vez dos nomes visíveis na interface.
Com isso, mesmo que você renomeie campos ou fases para adaptar o processo às necessidades do negócio, suas integrações continuarão funcionando normalmente.
Quem precisa realizar alguma ação?
🟢 Flows publicados (nenhuma ação necessária)
Se você possui flows publicados e não pretende editá-los neste momento, nenhuma ação é necessária. Eles continuarão funcionando normalmente.
🟡 Flows que forem editados (ação necessária)
Se você abrir e editar um flow existente, o sistema atualizará automaticamente o flow para a nova estrutura baseada em System IDs.
Nesse caso, será necessário remapear as variáveis dinâmicas antes de publicar novamente o flow.
2. Saúde da plataforma: limite de 5 minutos para execução de flows
Para garantir performance consistente para todos os clientes, implementamos recentemente um limite máximo de 5 minutos para a execução de um flow.
Por que essa mudança?
O ambiente de integrações do Pipefy é uma infraestrutura compartilhada. Execuções extremamente longas podem gerar gargalos e impactar o desempenho geral da plataforma.
Esse limite ajuda a garantir que a infraestrutura continue operando de forma estável e eficiente para todos os usuários.
A plataforma é projetada principalmente para orquestração orientada a eventos, e não para processamento massivo de dados.
Sobre timeouts e monitoramento
Se você acompanha ocorrências de timeout em seus flows, é importante considerar que o tempo de execução pode variar dependendo de fatores como:
- Volume de dados processados
- Complexidade da lógica do flow
- Tamanho do payload retornado por sistemas externos
Mais relevante para
- Desenvolvedores
- Times de TI
- Pipe Admins
- Equipes responsáveis por integrações e automações