<\> Casa do Dev
Notícias abrir
Ferramentas abrir
Vagas abrir
Aprender abrir
Comunidade abrir
Guia de Compras abrir

Uber escala processamento de ledger com batching: 30+ atualizações por segundo

DA

8 min

Entusiasta das Tecnologias

Uber escala processamento de ledger com batching: 30+ atualizações por segundo

O Uber revelou como escalou seu processamento financeiro para suportar mais de 30 atualizações por segundo por conta usando batching de 250ms e Redis, eliminando gargalos de contenção de escrita.

Neste artigo

Aumentando a performance de sistemas financeiros com a estratégia de batching do Uber

Lidar com a consistência de dados em sistemas financeiros é um dos maiores desafios de engenharia, especialmente quando falamos de escala global. O Uber enfrentou um problema crítico em sua infraestrutura de contabilidade: a contenção de escrita em contas individuais, conhecida como hot accounts. Quando milhares de atualizações atingem a mesma conta simultaneamente, o modelo tradicional de processamento por requisição torna-se um gargalo, gerando latência e risco de falhas.

Para resolver isso, a equipe de engenharia do Uber implementou um novo sistema de processamento de ledger (livro-razão) baseado em batching. Com essa mudança, a empresa conseguiu elevar a capacidade de processamento para mais de 30 atualizações por segundo por conta, mantendo a consistência rigorosa e a auditabilidade exigidas por sistemas financeiros, reduzindo pipelines que levavam horas para apenas alguns minutos.

O que você precisa saber:

O Uber resolveu o problema de contenção de escrita em contas financeiras agrupando atualizações em janelas de 250ms, reduzindo drasticamente as interações com o banco de dados e aumentando o throughput do sistema.

O problema das hot accounts no processamento de ledger

Em qualquer sistema de pagamentos, a precisão é inegociável. O Uber utiliza um modelo de contabilidade de dupla entrada (double-entry accounting), onde cada movimentação financeira deve ser registrada com rigor absoluto. O problema surge quando a carga de trabalho não é distribuída uniformemente. Em cenários de ajustes em massa, reconciliações ou correções operacionais, algumas contas recebem um volume massivo de escritas em um curtíssimo espaço de tempo.

No modelo anterior, cada atualização de ledger disparava um ciclo completo de processamento: a recuperação do estado atual da conta, a validação, o cálculo do novo saldo e a persistência dos dados e logs de auditoria. Para um desenvolvedor brasileiro trabalhando em fintechs ou e-commerces, esse cenário é familiar: quando milhares de transações tentam atualizar o mesmo registro no banco de dados, ocorrem os famosos locks, que travam a aplicação e derrubam a performance.

Essa abordagem de "uma requisição, uma escrita" causava uma amplificação de escrita insustentável. O custo de coordenação e a repetida interação com o armazenamento tornavam o sistema lento, expondo gargalos que impediam a escalabilidade horizontal da plataforma financeira.

A solução técnica: Como funciona o batching de 250ms

Para eliminar a contenção, o Uber mudou a lógica de execução. Em vez de processar cada transação isoladamente, o sistema agora agrega múltiplas operações destinadas à mesma conta em janelas temporais curtas. Isso permite que diversas atualizações compartilhem um único ciclo de leitura e escrita no ledger.

Resposta rápida: O sistema do Uber agrupa atualizações por afinidade de conta em janelas de 250 milissegundos, utilizando Redis para coordenação e atualizações atômicas otimistas para garantir a consistência sem sacrificar a performance.

O fluxo de trabalho foi reestruturado em três etapas claras para garantir que nenhum centavo seja perdido e que a performance seja máxima:

1. Agrupamento por afinidade

As atualizações recebidas são agrupadas em lotes (batches) com base na conta de destino. Se dez atualizações chegam para a conta X em 200ms, elas não serão processadas dez vezes, mas sim agrupadas em um único bloco de trabalho.

2. Execução atômica

O lote é executado como uma única unidade atômica contra o estado do ledger. A validação e a atualização do saldo ocorrem apenas uma vez por lote, reduzindo drasticamente a quantidade de chamadas ao banco de dados e a contenção de locks.

3. Persistência e propagação

Os resultados finais são persistidos e propagados para os sistemas de downstream, como logs de auditoria e pipelines de reconciliação, garantindo que a rastreabilidade ponta a ponta seja mantida.

Trade-offs e a escolha da janela de tempo

A escolha do tempo de 250ms não foi aleatória. Existe um equilíbrio delicado entre a latência de ponta a ponta e a eficiência do sistema. Janelas menores reduzem a latência (o usuário recebe a confirmação mais rápido), mas aumentam o overhead do sistema. Janelas maiores melhoram a eficiência do throughput, mas atrasam o processamento.

Para devs que planejam arquiteturas similares, é fundamental entender que o batching introduz uma pequena latência artificial, mas o ganho em escalabilidade é exponencial. O Uber utilizou o Redis para coordenar esse agrupamento, garantindo que a distribuição de carga entre os nós da arquitetura horizontal fosse eficiente.

AbordagemImpacto na LatênciaImpacto no ThroughputCarga no Banco de Dados
Per-request (Antigo)Baixa (individual)Baixo (bloqueios)Altíssima
Batching (Novo)Média (espera 250ms)AltíssimoBaixa (consolidada)

Resiliência e isolamento de falhas

Um risco inerente ao batching é o efeito cascata: se uma operação dentro de um lote falha, todo o lote é invalidado? Para evitar isso, o Uber implementou mecanismos de isolamento de falhas. Problemas transitórios de rede ou armazenamento são isolados ao nível da operação sempre que possível.

Isso evita a "amplificação de retentativas" (retry amplification), onde falhas simples geram milhares de novas requisias que podem derrubar o sistema em cascata. Para quem atua com microsserviços e sistemas distribuídos no Brasil, aplicar esse conceito de isolamento é a diferença entre um sistema que sobrevive a um pico de Black Friday e um que entra em colapso.

"Construímos um sistema de processamento de transações para lidar com tráfego extremo sem sacrificar a consistência. Com batching de 250ms e atualizações atômicas, cortamos pipelines de várias horas para apenas alguns minutos." — Raghav Kumar Gautam, Staff Software Engineer no Uber.

O impacto para o desenvolvedor e o mercado tech

Essa implementação demonstra que, em escala de Big Tech, a solução para problemas de performance raramente é apenas "adicionar mais hardware". A otimização semântica do fluxo de dados e a mudança no modelo de escrita são as chaves para a escalabilidade real.

Para o desenvolvedor brasileiro que busca evoluir para cargos de Sênior ou Especialista, entender padrões de Event Driven Architecture e processamento de fluxos de eventos (Event Stream Processing) é essencial. Dominar a arte de equilibrar consistência rigorosa com alta disponibilidade é o que diferencia arquitetos de software de programadores.

A aplicação de optimistic atomic updates, como feito pelo Uber, é uma técnica poderosa para evitar locks pessimistas que travam tabelas inteiras, permitindo que o sistema assuma que a maioria das operações terá sucesso e trate a exceção apenas quando houver conflito real.

O próximo passo na evolução de sistemas financeiros

A estratégia do Uber abre caminho para discussões sobre como processar volumes massivos de dados financeiros sem abrir mão da precisão. A tendência agora é a evolução para sistemas de processamento de fluxo em tempo real ainda mais granulares, onde a IA pode ajudar a prever picos de carga e ajustar as janelas de batching dinamicamente.

Se você está construindo sistemas que lidam com transações, comece a analisar onde estão seus gargalos de escrita. Muitas vezes, a solução não está em trocar o banco de dados, mas em repensar como as requisições chegam até ele.

Você já teve que lidar com contenção de escrita em sistemas de alta carga? Como resolveu o problema de locks no seu projeto? Compartilhe sua experiência nos comentários ou explore outros artigos de arquitetura aqui no Casa do Dev.

Perguntas frequentes

O que são hot accounts em sistemas de ledger?

Hot accounts são contas que recebem um volume desproporcional de atualizações em um curto período. Isso causa contenção de escrita, onde múltiplas transações tentam alterar o mesmo registro simultaneamente, gerando locks e lentidão no banco de dados.

Qual a diferença entre batching e processamento tradicional?

No processamento tradicional, cada transação é processada individualmente (uma leitura, uma escrita). No batching, várias transações são agrupadas em uma janela de tempo (ex: 250ms) e processadas juntas em um único ciclo, reduzindo o overhead de IO.

O batching compromete a consistência financeira?

Não, desde que implementado com atualizações atômicas. O Uber mantém a consistência rigorosa e a auditabilidade, pois a operação final no ledger é atômica, garantindo que o saldo final esteja correto independentemente do agrupamento.

Quando devo usar a estratégia de batching?

O batching é recomendado quando você tem alta contenção de escrita no mesmo registro e a latência de alguns milissegundos é aceitável em troca de um aumento massivo no throughput e estabilidade do sistema.

Você pode saber mais sobre os resultados no blog da Uber uber.com

O que você achou deste artigo?

Responda a Pergunta do Dia Teste seu conhecimento e mantenha sua streak. Crie seu Dev Card público Perfil dev compartilhável em um único link.

Depois dessa formação...

Veja vagas em tecnologia →

Vagas relacionadas

Ver todas as vagas →
DA

Escrito por

Dagmar Cirino

Entusiasta das Tecnologias

Atualizado em 06/10/2026 •

Sou o Cirino, e desenvolvo soluções e produtos utilizando linguagens de programação e ferramentas de analytics e monitoração baseadas em Cloud. Trabalho com tecnologia desde 2010,...

Ver perfil do autor

COMPARTILHAR