Como a Amazon Key atingiu 80ms de latência com 2000 eventos/segundo usando EventBridge

O Problema: Acoplamento Forte e Eventos Frágeis

Sistemas legados frequentemente sofrem de dependências invisíveis. O time da Amazon Key—responsável por entregas dentro da garagem e gerenciamento de acesso a edifícios—bateu num muro: um único serviço falhando poderia causar um deadlock generalizado. Os schemas de eventos eram soltos, a validação era manual, e adicionar um novo assinante exigia trabalho artesanal toda vez.

Números do sistema antigo:

• Integração de serviço para um novo caso de uso: 5 dias
• Onboarding de um novo schema de evento: 48 horas
• Integração publicador/assinante: 40 horas

A causa raiz? Um monólito fortemente acoplado onde cada serviço conversava com todos os outros através de pares SNS/SQS ad-hoc. Não havia uma fonte única da verdade para definições de eventos, nenhuma validação automatizada, e nenhum roteamento padronizado.

A Solução: Barramento Único, Multi-Conta com Governança de Schemas

O time escolheu Amazon EventBridge como o sistema nervoso central, mas não pararam por aí. Eles construíram três componentes complementares que transformaram um barramento de eventos simples em uma plataforma escalável e amigável para desenvolvedores:

1. Repositório de Schemas de Eventos

Em vez de depender apenas do registro de schemas nativo do EventBridge (que não tem validação nativa), eles construíram um repositório de schemas customizado que atua como a fonte única da verdade. Este repositório:

• Armazena JSON Schemas para cada tipo de evento
• Aplica políticas de versionamento e deprecação
• Fornece um portal self-service para equipes descobrirem e documentarem eventos
• Executa validação automatizada em tempo de compilação, não em tempo de execução

2. Biblioteca Cliente (Geração de Código Type-Safe)

Em tempo de compilação, a biblioteca gera bindings type-safe a partir do repositório de schemas. Isso significa que os desenvolvedores obtêm autocomplete, verificação de erros em tempo de compilação e serialização/desserialização automáticas.

# Exemplo: Publicando um evento usando a biblioteca cliente gerada
from amazon_key.events import DeliveryCompletedEvent
from amazon_key.client import EventBusClient

# O cliente valida o evento contra o schema ANTES de publicar
client = EventBusClient()
evento = DeliveryCompletedEvent(
    garage_id="garagem-123",
    delivery_id="entrega-456",
    timestamp="2025-03-15T10:30:00Z",
    package_count=2
)
# A validação acontece aqui - se o schema mudar, isso falha em tempo de compilação
client.publish(evento)

# Exemplo: Assinando eventos com a mesma segurança de tipos
@client.subscribe(DeliveryCompletedEvent)
def handle_delivery(evento: DeliveryCompletedEvent):
    # evento.garage_id é uma string tipada, não um dicionário genérico
    print(f"Entrega {evento.delivery_id} concluída na garagem {evento.garage_id}")

3. Biblioteca de Constructos para Assinantes (CDK)

Usando AWS CDK, eles criaram constructos de infraestrutura reutilizáveis que automatizam a configuração de:

• Barramento de eventos dedicado por conta de assinante
• Papéis IAM para comunicação entre contas
• Dashboards e alarmes do CloudWatch

// Constructo CDK para um novo assinante
import { EventBridgeSubscriber } from '@amazon-key/subscriber-constructs';

new EventBridgeSubscriber(this, 'GarageDeliveryService', {
  eventBusName: 'barramento-central-eventos',
  subscriberAccountId: '123456789012',
  events: ['DeliveryCompleted', 'DeliveryFailed'],
  // Cria automaticamente regras, destinos e monitoramento
});

Resultados: Impacto Mensurável

O Que Você Pode Aprender com Este Case Study

1. Validação de Schema Deve Ser no Lado do Cliente, Não Centralizada

O time avaliou um serviço de validação centralizado, mas rejeitou devido à latência e sobrecarga de infraestrutura. Em vez disso, moveram a validação para a biblioteca cliente, capturando erros em tempo de compilação. Este é um padrão chave: empurre a validação para a borda, não para o barramento.

2. Type Safety Não É Opcional para Arquiteturas Orientadas a Eventos

Sem eventos tipados, você está essencialmente passando blobs JSON e torcendo para que todos concordem com a forma. A geração de código da biblioteca cliente elimina uma classe inteira de erros em tempo de execução.

3. Constructos CDK Reduzem Carga Cognitiva

Ao abstrair a configuração de infraestrutura em constructos reutilizáveis, o time permitiu que as equipes de serviço se concentrassem na lógica de negócio. Esta é a mesma filosofia por trás de ferramentas como Backstage para portais de desenvolvedores.

Limitações e Cuidados

• Repositório de schemas customizado requer manutenção. Se você é uma equipe pequena, o registro de schemas nativo do EventBridge pode ser suficiente. O repositório customizado agrega valor apenas quando você tem muitas equipes e requisitos rigorosos de governança.
• Validação no lado do cliente assume que todos os clientes estão atualizados. Se um publicador usa uma versão antiga da biblioteca cliente, ele pode publicar eventos inválidos. O time mitigou isso com uma validação de fallback nos constructos de assinante.
• EventBridge entre contas adiciona complexidade. Embora o padrão multi-conta melhore a segurança, também introduz gerenciamento adicional de políticas IAM e desafios de agregação de logs do CloudWatch.

Próximos Passos

Se você está considerando uma arquitetura semelhante:

1. Comece pequeno: Escolha um fluxo de evento e implemente o padrão de repositório de schemas + biblioteca cliente antes de escalar.
2. Invista em monitoramento: Use as métricas nativas do EventBridge (Invocations, FailedInvocations, ThrottledRules) e crie dashboards cedo.
3. Planeje a evolução de schemas: Prepare-se para mudanças que quebram compatibilidade. O time da Amazon Key usou uma política de deprecação que permitiu que schemas antigos e novos coexistissem por uma janela de migração.

Para mais padrões orientados a eventos, confira este case study relacionado: Como o Spotify Honk Automatizou 240 Migrações de Dataset em 6 Meses. E se você está construindo sistemas de IA com datasets culturalmente conscientes, não perca Nemotron-Personas-Brazil: O Dataset Aberto para Construir IA com Base Cultural.

Referência: Esta análise é baseada no post do AWS Architecture Blog Mastering millisecond latency and millions of events.