Converter vídeo é lento e faminto por CPU. Feito dentro da requisição web, um upload trava o servidor, o usuário encara um spinner, e um timeout do navegador perde o job inteiro. Escalar esse desenho ingênuo significa escalar a aplicação inteira só para ganhar mais capacidade de conversão, mesmo a API em si sendo barata e constante.
— Projeto 19
Video Converter
Trabalho de vídeo pesado e em picos separado atrás de uma fila, para que um upload nunca trave o app

visão geral do projeto
Um pipeline de microsserviços que transforma um upload de vídeo em MP3 sem nunca travar a requisição: um gateway aceita o arquivo e retorna na hora, uma mensagem vai para o RabbitMQ, e um converter dedicado faz a transcodificação sempre que tem capacidade — então a capacidade de conversão escala sozinha e um worker que cai significa uma mensagem reenfileirada, não um arquivo perdido.
resultado entregue
Uploads retornam na hora, a capacidade de conversão escala independente da camada web, e a queda de um worker reenfileira a mensagem em vez de perder o arquivo. A stack inteira sobe com um comando do Docker Compose, cada serviço é entregue como uma imagem com health checks e manifestos de Kubernetes, e um teste de ponta a ponta conduz um upload real por uma fila real e pelos dois bancos em vez de simulá-los.
- Atuação
- Arquitetura e desenvolvimento solo
- Período
- 2024 — construído em 3 meses, código aberto
- Ano
- 2024
- Equipe
- Solo
O sistema é dividido em pequenos serviços que conversam por uma fila de mensagens em vez de se chamarem diretamente. O gateway é o único ponto de entrada público: valida a requisição, guarda o arquivo, publica um job e retorna. Um serviço converter consome esses jobs sempre que tem capacidade, roda a transcodificação e publica uma mensagem de conclusão à qual um serviço de notificação reage. Nenhum deles se chama de forma síncrona no caminho pesado, então 'trabalho pedido' fica totalmente desacoplado de 'trabalho feito' — o que torna o converter escalável por conta própria. Arquivos grandes vão para o MongoDB GridFS, que os fragmenta entre documentos para que um upload ou resultado seja transmitido em fluxo em vez de carregado inteiro na memória; os dados relacionais — usuários, jobs, status — ficam no PostgreSQL.
Uploads retornam na hora, a capacidade de conversão escala independente da camada web, e a queda de um worker reenfileira a mensagem em vez de perder o arquivo. A stack inteira sobe com um comando do Docker Compose, cada serviço é entregue como uma imagem com health checks e manifestos de Kubernetes, e um teste de ponta a ponta conduz um upload real por uma fila real e pelos dois bancos em vez de simulá-los.
— O produto em uso
O produto de verdade
Capturas verificadas da interface real do projeto, com os diferentes estados e páginas apresentados abaixo.



— Processo de entrega
Da necessidade da operação ao sistema entregue
O trabalho segue os riscos do projeto. Regras do negócio e estados de falha vêm antes do acabamento da interface; a automação chega antes da entrega.
Primeiro, achar o gargalo
Uma versão de serviço único e ingênua foi perfilada antes de qualquer divisão. A etapa de conversão dominava tudo, o que justificou os microsserviços — eles foram uma conclusão medida, não uma suposição inicial.
Desenhar os contratos de mensagem
Os payloads que trafegam foram escritos antes de extrair qualquer serviço. Num sistema baseado em filas, o contrato da mensagem é a API de verdade, então foi desenhado de propósito em vez de surgir do código.
Extrair um serviço de cada vez
Autenticação primeiro, depois conversão, depois notificações. Cada extração manteve o sistema funcionando, então nunca houve uma reescrita de uma vez só para depurar.
Containerizar e orquestrar
Cada serviço é entregue como uma imagem Docker com health checks; manifestos de Kubernetes então definem réplicas, recursos e comportamento de reinício.
Provar de ponta a ponta
Um teste de ponta a ponta faz upload de um arquivo real e verifica que o MP3 volta, exercitando a fila e os dois bancos em vez de stubs.
— Arquitetura do sistema
Limites claros, responsabilidades explícitas
Cada camada tem uma função e um contrato bem definido. Isso permite substituir serviços externos e testar o comportamento do produto.
gateway / borda pública
aceita → retorna
um upload nunca trava uma requisição
caminho pesado
só assíncrono · fora da requisição
serviços / desacoplados
Frontend Next.js
UI de upload com polling de status do job e download do áudio pronto — uma superfície propositalmente fina sobre o pipeline.
API Gateway (NestJS)
O único ponto de entrada público: valida requisições, confere a autenticação, publica jobs e nunca trava na conversão.
Serviço de autenticação
Dono dos usuários e tokens para que nenhum outro serviço toque em credenciais.
RabbitMQ
Filas duráveis desacoplam requisição de processamento e dão retentativas e backpressure de graça.
Serviços de conversão e notificação
Consumidores escaláveis de forma independente: a conversão roda conforme a profundidade da fila, as notificações disparam em eventos de conclusão.
PostgreSQL + MongoDB GridFS
Dados relacionais para usuários e jobs; armazenamento binário fragmentado para a mídia em si, transmitida em fluxo em vez de mantida na memória.
— O que foi entregue
O que o produto faz
Uploads sem bloqueio
A requisição retorna assim que o arquivo é guardado com segurança e o job é enfileirado.
Escala independente
Adicione réplicas do converter sem tocar na camada da API — a razão inteira da divisão.
Retentativas automáticas
A queda de um worker reenfileira a mensagem em vez de descartar o job.
Notificações de conclusão
Um serviço dedicado observa os jobs concluídos e avisa o usuário quando o arquivo está pronto.
— Desafios de engenharia
Desafios resolvidos
Entrega ao-menos-uma-vez exige idempotência
Filas podem entregar um job duas vezes, então os consumidores conferem o estado do job antes de trabalhar — reprocessar uma mensagem é inofensivo por construção, não por sorte.
Seis partes móveis, um comando
Um sistema distribuído é hostil ao onboarding, então o Docker Compose sobe a stack inteira com um comando e dados de seed.
Rastrear uma falha entre serviços
Um id de job se propaga por cada mensagem, então um único upload pode ser seguido pelo gateway, pelo converter e pelo serviço de notificação.
links verificados do projeto
próxima conversa
Precisa de um sistema pensado assim?
Traga o desafio da operação. Vamos transformá-lo em um briefing claro e um próximo passo viável.
Começar um projeto