Tempo de Execução dos Fluxos de Automação

Ao construir automações dentro do Workflow Studio, é essencial considerar o tempo de execução total do fluxo, principalmente quando se utilizam functions (funções internas) e integrações externas. O tempo de execução influencia diretamente na performance do processo e na experiência do usuário ou sistema que aguarda a conclusão.

Tempo médio das funções internas (funções cVortex)

Abaixo estão alguns exemplos de funções comuns e seus tempos médios de execução:

• getRecord – tempo médio de execução: ~150ms

• updateRecord – tempo médio de execução: ~150ms

• Outras funções internas seguem uma média semelhante, variando entre 100ms e 200ms, dependendo da complexidade da operação.

Tempo médio de integrações externas

O tempo de execução de integrações externas depende do desempenho da API de destino. Porém, de forma geral, considera-se:

• Tempo médio de resposta de uma integração externa: ~300ms

Esse tempo pode variar consideravelmente, especialmente se a API estiver sobrecarregada ou tiver alta latência.

Cuidado com loops e funções repetidas

Se sua automação utiliza loops (repetições), é importante entender como isso impacta no tempo final. Por exemplo:

Automação com loops requer atenção especial, pois o tempo total de execução cresce rapidamente com o número de iterações e funções chamadas em cada ciclo. Veja um exemplo:

• Loop com 100 casos

• Cada iteração executa 10 funções (getRecord, updateRecord)

• Tempo médio por função: 150ms

• 10 funções x 150ms = 1.500ms (1,5s) por iteração

• 100 iterações x 1,5s = 150s (2 minutos e 30 segundos)

Se houver também chamadas externas (integrações), esse tempo pode aumentar consideravelmente.

Otimização de tempo de execução com uso de lopps

Um exemplo prático de como pequenas alterações podem gerar ganhos significativos:

Cenário original:

Automação: t

• 1.000 casos processados

• 4 chamadas getRecord por caso (independente do status)

• 4 x 150ms = 600ms por caso

• 1.000 x 600ms = 600.000ms (10 minutos)

Solução aplicada:

A automação foi otimizada para executar getRecord apenas quando o status realmente exigia a busca. A maioria dos casos passou a executar apenas uma chamada por iteração.

Novo cenário:

• 1 x 150ms = 150ms por caso

• 1.000 x 150ms = 150.000ms (2 minutos e 30 segundos)

✅ Redução de 75% no tempo total de execução

Resultado
Uma simples verificação condicional evitou chamadas desnecessárias, proporcionando ganho de performance relevante especialmente em fluxos de alto volume.

Conclusão

Automações eficientes vão além da lógica funcional: elas exigem atenção ao impacto de cada operação. Evitar funções desnecessárias especialmente em loops e aplicar chamadas condicionais sempre que possível são atitudes simples que fazem grande diferença. Ao otimizar pequenas partes do fluxo, é possível melhorar o tempo de resposta, reduzir o consumo de recursos e garantir a escalabilidade da solução.

Recomendação final

Revise seus fluxos com foco em eficiência. Sempre que possível, condicione o uso de funções, evite buscas ou atualizações desnecessárias e teste com grandes volumes para identificar gargalos. No fim, pequenos ajustes geram grandes ganhos e contribuem para uma experiência mais ágil, estável e econômica.