Neste artigo
- Por que a Block escolheu o monorepo para gerenciar 450 projetos JVM
- O desafio do dependency drift e a complexidade dos polyrepos
- Como a Block utiliza grafos de dependência para otimizar builds
- A experiência do desenvolvedor e o plugin customizado para IntelliJ
- O papel da Inteligência Artificial e dos Agentes no monorepo
- É para o dev e para a empresa brasileira?
- O monorepo torna o Git mais lento?
- Posso usar monorepo com linguagens diferentes de Java?
- Quando NÃO adotar um monorepo?
A gestão de sistemas distribuídos em larga escala costuma trazer um desafio silencioso, mas mortal para a produtividade: o monorepo surge como uma solução para o que muitos chamam de inferno das dependências. A Block, Inc. (anteriormente Square), gigante do setor de pagamentos, revelou detalhes sobre como migrou aproximadamente 450 repositórios baseados em JVM para uma estrutura de monorepo única, atendendo às necessidades das equipes do Cash App e Square.
Por que a Block escolheu o monorepo para gerenciar 450 projetos JVM
A decisão da Block não foi baseada apenas em tendência, mas em uma necessidade crítica de reduzir o que os engenheiros chamam de dependency drift. No modelo anterior de polyrepos, cada serviço ou biblioteca compartilhada vivia em seu próprio repositório. Embora isso desse autonomia inicial às equipes, a longo prazo criou uma barreira invisível: para atualizar uma biblioteca central, era necessário coordenar dezenas de Pull Requests em repositórios diferentes.
Para o desenvolvedor brasileiro que atua em grandes fintechs ou empresas de tecnologia locais, esse cenário é familiar. O custo de coordenação entre times acaba superando o ganho de autonomia individual. A migração permitiu que a Block realizasse atualizações atômicas: uma mudança em uma biblioteca compartilhada pode ser refletida em todos os serviços consumidores em um único commit, garantindo que o main branch esteja sempre em um estado consistente.
O que você precisa saber:
O monorepo da Block agora suporta cerca de 8.800 builds semanais, com um tempo de CI (P90) de aproximadamente 10 minutos, eliminando surpresas de incompatibilidade em tempo de execução.
O desafio do dependency drift e a complexidade dos polyrepos
O dependency drift ocorre quando diferentes projetos em uma organização começam a utilizar versões distintas da mesma biblioteca, levando a comportamentos inconsistentes e bugs difíceis de rastrear. Em ecossistemas JVM, isso frequentemente resulta em conflitos de dependência (o famoso diamond dependency problem), onde uma aplicação depende de duas bibliotecas que, por sua vez, exigem versões incompatíveis de uma terceira.
O dependency drift é a divergência de versões de bibliotecas compartilhadas entre diferentes projetos de uma organização. No modelo de polyrepo, isso exige esforços heroicos de atualização manual, enquanto no monorepo, a atualização é centralizada e testada instantaneamente em todo o ecossistema.
Yissachar Radcliffe, engenheiro na Block, destacou em entrevista que a gestão de dependências no modelo polyrepo havia se tornado insustentável. Mudanças simples em APIs internas exigiam semanas de coordenação. No monorepo, a resolução de dependências ocorre diretamente do código-fonte (source-to-source) sempre que possível, em vez de depender de artefatos JAR versionados e publicados de forma independente.
| Desafio | Modelo Polyrepo (Anterior) | Modelo Monorepo (Atual) |
|---|---|---|
| Atualização de Libs | Manual e fragmentada por repositório | Atômica em um único commit |
| Visibilidade de Erros | Descobertos em runtime no deploy | Descobertos no CI durante o PR |
| Consistência de Versão | Alta divergência (drift) | Versão única para toda a organização |
| Tempo de CI | Rápido individualmente, lento no fluxo total | Otimizado via grafos de dependência |
Como a Block utiliza grafos de dependência para otimizar builds
Um dos maiores medos de migrar para um monorepo é o tempo de build. Se você tem 450 projetos em um só lugar, como evitar que o CI demore horas? A estratégia da Block envolve a construção de grafos de dependência inteligentes. Ao detectar alterações em arquivos específicos, o sistema categoriza a mudança em três níveis: impacto direto, impacto indireto (dependências upstream) ou mudança global.
Isso permite que apenas os projetos afetados sejam reconstruídos e testados. Se você alterar um arquivo de documentação ou um serviço que ninguém mais consome, o sistema pula os checks desnecessários. Para os desenvolvedores que utilizam Gradle no Brasil, essa é uma lição valiosa sobre o uso de plugins de convenção para padronizar o comportamento de builds em larga escala.
A experiência do desenvolvedor e o plugin customizado para IntelliJ
Manter um monorepo gigante sem ferramentas de suporte destruiria a produtividade. A Block desenvolveu um plugin customizado para o IntelliJ IDEA para lidar com a carga cognitiva. Em vez de carregar os 450 projetos de uma vez — o que travaria qualquer máquina — o desenvolvedor seleciona apenas os módulos em que está trabalhando.
Nos bastidores, o plugin realiza um artifact swap: ele substitui as referências de projeto por arquivos JAR publicados para as dependências que o desenvolvedor não está editando ativamente. Isso mantém a IDE ágil e o processo de configuração do Gradle extremamente rápido. Projetos open-source como o Artifact Swap da Block já permitem que outras empresas implementem lógica semelhante.
O impacto foi muito além das ferramentas. O que começou como uma migração complexa tornou-se um salto na experiência do desenvolvedor: um código moderno, coeso e otimizado.
O papel da Inteligência Artificial e dos Agentes no monorepo
Um ponto inesperado revelado pela engenharia da Block foi como o monorepo beneficiou o uso de ferramentas de IA, como GitHub Copilot e agentes autônomos. Como o código está todo em um único local e segue padrões rígidos (via plugins do Gradle), os modelos de linguagem têm acesso a todo o contexto necessário para sugerir mudanças mais assertivas.
Com a padronização, os agentes de IA conseguem seguir caminhos já desbravados (paved paths), o que aumentou a taxa de alterações de código sem necessariamente aumentar a carga de trabalho manual dos engenheiros. Para o dev brasileiro, isso reforça que a organização do código e a padronização de arquitetura são pré-requisitos para tirar proveito real da IA generativa no dia a dia.
É para o dev e para a empresa brasileira?
Migrar para um monorepo não é uma bala de prata. A própria Block alerta que essa estrutura exige um investimento pesado em engenharia de plataforma. Se a sua empresa não pode dedicar um time exclusivo para manter as ferramentas de build, o monorepo pode se tornar um fardo, onde o erro de um time impede o progresso de todos os outros.
No Brasil, onde muitas startups estão escalando rapidamente, o modelo de polyrepo ainda faz sentido para times pequenos que precisam de independência total de deploy. No entanto, à medida que a maturidade técnica aumenta e a complexidade de integração se torna o principal gargalo, olhar para a estratégia da Block pode ser o diferencial para manter a velocidade de entrega sem sacrificar a sanidade do time de backend.
Perguntas frequentes
O monorepo torna o Git mais lento?
Sim, à medida que o histórico cresce, o Git pode sofrer. A Block investiu em técnicas como sparse checkouts e ajustes de performance no Git para mitigar isso. Para a maioria das empresas, o limite de performance demora a ser atingido, mas exige monitoramento constante.
Posso usar monorepo com linguagens diferentes de Java?
Sim, mas os benefícios de resolução de dependência direta (source-to-source) são mais evidentes quando o ecossistema é homogêneo (como JVM ou Node.js). Em ambientes poliglotas, o monorepo ajuda na visibilidade, mas a integração de builds fica mais complexa.
Quando NÃO adotar um monorepo?
Se você não tem uma equipe de Platform Engineering dedicada ou se seus projetos são muito heterogêneos em termos de stack e processos. Sem automação de build e detecção de mudanças inteligente, o monorepo será mais lento que múltiplos repositórios independentes.