@luanpdd/kit-mcp 1.33.0 → 1.35.0

package/kit/skills/streams-eventos-cdc/SKILL.md

@@ -1,712 +1,712 @@
----
-name: streams-eventos-cdc
-description: Use ao implementar event stream em Supabase — diferença AMQP/JMS-style (LISTEN/NOTIFY) vs log-based (pgmq) brokers, padrões CDC via wal2json + Realtime broadcast OU pglogical → Kafka, ev…
----
-
-# Streams, Eventos e CDC — Brokers, Event Sourcing, Exactly-Once em Postgres
-
-## Quando usar
-
-LLM carrega esta skill ao implementar pipeline event-driven em Supabase + Postgres. Trigger phrases:
-
-- "event stream Postgres", "CDC Supabase", "wal2json + Realtime"
-- "pgmq vs LISTEN/NOTIFY", "broker log-based vs AMQP"
-- "event sourcing Postgres", "tabela append-only de eventos"
-- "exactly-once pgmq", "dedup table idempotency"
-- "stream join com janela", "stream-table CDC enrichment"
-- "log compaction Postgres", "snapshot eventos"
-- "projeção materialized view de eventos", "denormalization via trigger"
-
-Esta skill **estende** [`audit-log-multi-tenant`](../audit-log-multi-tenant/SKILL.md) (v1.21) ao reconhecer audit_log como event sourcing parcial; [`supabase-cron-queues`](../supabase-cron-queues/SKILL.md) (v1.8) para pgmq pattern; e [`supabase-realtime`](../supabase-realtime/SKILL.md) (v1.8) para broadcast como CDC stream.
-
-Material-fonte: *Designing Data-Intensive Applications*, Martin Kleppmann (O'Reilly 2017), capítulo 11 "Stream Processing" (linhas 17812-19637 do material extraído; summary 19408-19481). Termos canônicos PT-BR ↔ EN definidos em [`../_shared-dados-distribuidos/glossary.md`](../_shared-dados-distribuidos/glossary.md) seção (h).
-
-## Regras absolutas
-
-**REGRA #1 (broker log-based default para event sourcing):** Para event sourcing, CDC ou pipeline com replay obrigatório, escolher **log-based broker** (Kafka, pgmq) — mensagem retida (TTL configurável), múltiplos consumers tracked offset independente, replay possível. AMQP/JMS-style (RabbitMQ, LISTEN/NOTIFY) deletam mensagem após ack — sem replay, single-consumer.
-
-**REGRA #2 (CDC via wal2json + Realtime é default Supabase):** Se ambiente é Supabase + use case é sync índice/desnormalização/multi-region, default é wal2json + Supabase Realtime broadcast. Zero infra extra. Apenas considerar pglogical → Kafka externo se warehousing analítico for o uso primário.
-
-**REGRA #3 (event sourcing exige tabela append-only + projeções derivadas):** Tabela `events` deve ser **append-only** (REVOKE DELETE/UPDATE como audit_log v1.21). Estado atual = projeção derivada via Materialized View ou trigger-maintained denormalization — NUNCA escrever direto em "tabela de estado". Source of truth = stream de eventos.
-
-**REGRA #4 (exactly-once pgmq exige dedup + idempotency + transactional outbox):** pgmq não garante exactly-once nativo (at-least-once entrega). Para semântica exactly-once: (a) **dedup table** com `unique(event_id)` rejeitando duplicatas; (b) **handler idempotente** (mesmo input → mesmo output, sem efeitos colaterais); (c) **transactional outbox** para cross-service writes.
-
-**REGRA #5 (stream join exige janela temporal explícita):** Stream-stream join sem janela = memória cresce sem limite (cada evento aguarda match indefinidamente). Toda janela deve ter TTL explícito (tumbling, sliding, session). Default: tumbling 5min para business events; sliding 1min para latency-sensitive.
-
-**REGRA #6 (log compaction não-trivial em pgmq — exige snapshot manual):** pgmq não tem log compaction nativa (Kafka tem). Para event sourcing com snapshot: criar tabela `snapshots` periodicamente, deletar `events.id < snapshot_lsn` correspondente. Sem snapshot = tabela `events` cresce sem limite, replay torna-se O(n) caro.
-
-## Patterns canônicos
-
-### REQ STREAMS-01 — Brokers AMQP/JMS-style vs log-based
-
-| Tipo | Exemplos | Mensagem após ack | Multi-consumer | Replay | Use case |
-|---|---|---|---|---|---|
-| **AMQP/JMS-style** | RabbitMQ, postgres `LISTEN/NOTIFY`, ActiveMQ | Deletada (consumida) | Single (work queue — distribui rounds robin) | Não (gone after ack) | Task queue async (envio email, geração PDF) |
-| **Log-based** | Kafka, pgmq, Redpanda, Pulsar | Retida (TTL configurável) | Multiple (cada consumer tracks offset independente) | Sim (replay desde offset N) | Event sourcing, CDC, audit, analytics |
-
-**Como escolher:**
-
-```
-Use case precisa de replay? ─── Sim ──► log-based (pgmq, Kafka)
-                  │
-                  Não
-                  │
-                  ▼
-Múltiplos consumers veem mesma mensagem? ─── Sim ──► log-based
-                  │
-                  Não
-                  │
-                  ▼
-Mensagem é "task" descartável após processada? ─── Sim ──► AMQP/JMS-style (RabbitMQ, LISTEN/NOTIFY)
-                  │
-                  Não
-                  │
-                  ▼
-Default (event-driven em B2B SaaS): log-based (pgmq)
-```
-
-**Exemplo postgres LISTEN/NOTIFY (AMQP-style — single consumer, sem replay):**
-
-```sql
--- Producer
-notify ch_orders, '{"order_id":"abc-123","status":"paid"}';
-
--- Consumer (Edge Function)
-listen ch_orders;
--- Sleep até receber notification — single consumer recebe, mensagem some
-```
-
-**Exemplo pgmq (log-based — multi-consumer, replay):**
-
-```sql
--- Setup (uma vez)
-select pgmq.create('orders');
-
--- Producer
-select pgmq.send('orders', '{"order_id":"abc-123","status":"paid"}');
-
--- Consumer 1 (worker A)
-select * from pgmq.read('orders', 30, 1);
--- vt=30s (visibility timeout), 1 mensagem por leitura
--- Após ler: mensagem fica invisível por 30s — outro worker não pega
--- Worker A processa e dá ack:
-select pgmq.delete('orders', msg_id);
--- Sem ack em 30s → mensagem volta à queue (at-least-once)
-
--- Consumer 2 (worker B / archive)
--- Se queue tem retention, archive table mantém histórico para replay
-select * from pgmq.archive('orders', msg_id);
--- Mensagens em archive são replayable
-```
-
-### REQ STREAMS-02 — 3 padrões CDC em Postgres
-
-CDC (Change Data Capture) = capturar mudanças no DB como stream de eventos. 3 abordagens canônicas em Supabase:
-
-**Abordagem 1: wal2json + Supabase Realtime broadcast** (default)
-
-```sql
--- Habilitar replication identity (necessário para wal2json capturar UPDATE/DELETE com colunas)
-alter table public.orders replica identity full;
-
--- Supabase Realtime já consome WAL via wal2json internamente
--- Cliente subscreve canal específico via JS client
-```
-
-```typescript
-// Cliente Supabase consume CDC stream via Realtime
-const channel = supabase
-  .channel('orders-cdc', { config: { private: true } })
-  .on(
-    'postgres_changes',
-    { event: '*', schema: 'public', table: 'orders' },
-    (payload) => {
-      // payload.eventType: INSERT | UPDATE | DELETE
-      // payload.new: nova row (INSERT/UPDATE)
-      // payload.old: row antiga (UPDATE/DELETE — exige replica identity full)
-      console.log('CDC event:', payload);
-    }
-  )
-  .subscribe();
-```
-
-**Trade-offs:** zero infra extra; baixa latência (sub-segundo); RLS aplicada nas mensagens (cada cliente vê só rows permitidas). Limite: scale na ordem de milhares de subscribers por canal.
-
-**Abordagem 2: pglogical → Kafka externo** (warehousing analítico)
-
-```sql
--- Em Supabase Pro+ habilitar pglogical (extensão)
-create extension if not exists pglogical;
-
--- Setup nó provider (Postgres source)
-select pglogical.create_node(
-  node_name := 'supabase_prod',
-  dsn := 'host=db.xxx.supabase.co dbname=postgres'
-);
-
--- Replication set para tabelas que viram stream
-select pglogical.create_replication_set(set_name := 'cdc_set');
-select pglogical.replication_set_add_table('cdc_set', 'public.orders', synchronize_data := false);
-
--- Conector Kafka (Debezium ou similar) consome pglogical → publica em Kafka topic
--- Trade-off: requer infra Kafka externa, latência maior (segundos), throughput muito maior
-```
-
-**Abordagem 3: Trigger-based** (casos custom onde wal2json não cobre)
-
-```sql
--- Trigger que emite evento custom quando flag X muda
-create or replace function public.emit_lead_qualified_event()
-returns trigger
-language plpgsql
-security invoker
-set search_path = ''
-as $$
-begin
-  if old.stage != 'qualified' and new.stage = 'qualified' then
-    insert into public.outbox (event_type, payload)
-    values (
-      'lead_qualified',
-      jsonb_build_object(
-        'lead_id', new.id,
-        'org_id', new.org_id,
-        'qualified_by', (select auth.uid()),
-        'qualified_at', now()
-      )
-    );
-  end if;
-  return new;
-end;
-$$;
-
-create trigger lead_qualified_trigger
-  after update on public.leads
-  for each row
-  execute function public.emit_lead_qualified_event();
-```
-
-**Quando usar trigger-based:** semântica de evento mais rica que "linha mudou" (ex: business event "qualified" derivado de mudança específica). Worker async lê outbox e publica downstream.
-
-**Use cases canônicos:**
-
-| Use case | Abordagem recomendada |
-|---|---|
-| Sync índice de busca (Elasticsearch, Meilisearch) | wal2json + Realtime → função client que sincroniza |
-| Desnormalização (Materialized View atualizada por evento) | Trigger-based (mais controle sobre quando refresh) |
-| Sync multi-region cold standby | pglogical → Kafka → consumer remoto |
-| Audit log retroativo + análise comportamental | wal2json (captura cru) → analytics warehouse |
-| Notificação push (mobile app) | Realtime broadcast direto (zero step intermediário) |
-
-### REQ STREAMS-03 — Event sourcing em Postgres
-
-**Princípio canônico:** eventos imutáveis são source of truth; estado atual é projeção derivada.
-
-**Schema canônico:**
-
-```sql
--- Tabela events — source of truth (append-only)
-create table public.events (
-  id bigserial primary key,
-  aggregate_id uuid not null,           -- ID da entidade (order, user, ...)
-  aggregate_type text not null,         -- Tipo da entidade ('order', 'user')
-  event_type text not null,             -- 'order_created', 'order_paid', 'order_shipped'
-  payload jsonb not null,               -- Detalhes do evento
-  metadata jsonb,                       -- actor_id, request_id, trace_id
-  created_at timestamptz not null default now()
-);
-
--- Index canônico (para reproduzir histórico de uma entidade)
-create index events_aggregate_idx on public.events (aggregate_id, id);
-
--- Index para query por tipo (analytics)
-create index events_type_created_idx on public.events (event_type, created_at);
-
--- REGRA #3 — append-only: REVOKE DELETE/UPDATE
-revoke delete, update on public.events from public, authenticated, anon, service_role;
--- Apenas postgres role pode deletar (cleanup com snapshot)
-```
-
-**Cross-ref ATIVO** para [`audit-log-multi-tenant`](../audit-log-multi-tenant/SKILL.md) (v1.21) — audit_log É event sourcing semantics: append-only, imutável, retém histórico cronológico. Quem implementou audit_log já fez event sourcing parcial.
-
-**Projeção via Materialized View:**
-
-```sql
--- Projeção: estado atual de cada order derivado dos eventos
-create materialized view public.order_state as
-select
-  aggregate_id as order_id,
-  -- Reconstrói estado a partir dos eventos (último win)
-  (array_agg(payload->>'status' order by id desc))[1] as current_status,
-  (array_agg(payload->>'total' order by id desc))[1]::numeric as current_total,
-  min(created_at) as created_at,
-  max(created_at) as updated_at,
-  count(*) as event_count
-from public.events
-where aggregate_type = 'order'
-group by aggregate_id;
-
-create unique index on public.order_state (order_id);
-
--- Refresh (incremental via concurrent OR full)
-refresh materialized view concurrently public.order_state;
--- Ou via pg_cron a cada N minutos
-```
-
-**Projeção via trigger-maintained denormalization:**
-
-```sql
--- Tabela de estado mantida por trigger (atualizada por cada novo evento)
-create table public.order_current_state (
-  order_id uuid primary key,
-  status text not null,
-  total numeric,
-  updated_at timestamptz not null default now()
-);
-
-create or replace function public.project_order_event()
-returns trigger
-language plpgsql
-security invoker
-set search_path = ''
-as $$
-begin
-  if new.aggregate_type = 'order' then
-    insert into public.order_current_state (order_id, status, total, updated_at)
-    values (
-      new.aggregate_id,
-      new.payload->>'status',
-      (new.payload->>'total')::numeric,
-      new.created_at
-    )
-    on conflict (order_id) do update
-    set status = excluded.status,
-        total = coalesce(excluded.total, public.order_current_state.total),
-        updated_at = excluded.updated_at;
-  end if;
-  return new;
-end;
-$$;
-
-create trigger project_order_event_trigger
-  after insert on public.events
-  for each row
-  execute function public.project_order_event();
-```
-
-**Quando MV vs trigger:**
-
-| Critério | MV concurrent refresh | Trigger denormalization |
-|---|---|---|
-| **Latência** | Periódica (minutos) | Imediata (no commit do evento) |
-| **Custo write** | Baixo (write apenas em events) | Alto (write em events + state) |
-| **Custo read** | Baixo (state já agregado) | Baixo |
-| **Use case** | Analytics, dashboards | UI real-time, business state |
-
-### REQ STREAMS-04 — Exactly-once em pgmq
-
-pgmq oferece **at-least-once** nativo (mensagem reenviada se worker crash sem ack). Para semântica **exactly-once**, combinação de 3 técnicas:
-
-**Técnica 1: Dedup table com unique(event_id)**
-
-```sql
--- Tabela de eventos já processados
-create table public.processed_events (
-  event_id uuid primary key,
-  processed_at timestamptz not null default now(),
-  processor text not null              -- nome do worker para debug
-);
-```
-
-**Técnica 2: Handler atomic — INSERT na dedup + processamento na MESMA transação**
-
-```sql
--- Worker (Edge Function ou função PG)
-create or replace function public.process_order_event(p_msg_id bigint)
-returns void
-language plpgsql
-security definer  -- worker tem privilégios elevados
-set search_path = ''
-as $$
-declare
-  v_msg record;
-  v_event_id uuid;
-begin
-  -- Lê mensagem da queue com visibility timeout
-  select msg_id, message into v_msg
-  from pgmq.read('orders', 30, 1)
-  limit 1;
-
-  if v_msg is null then return; end if;
-
-  v_event_id := (v_msg.message->>'event_id')::uuid;
-
-  begin
-    -- Atomic: INSERT dedup + processamento
-    insert into public.processed_events (event_id, processor)
-    values (v_event_id, 'process_order_event');
-    -- Falha (unique violation) se já processado → exception abort tudo
-
-    -- ... lógica de processamento idempotente ...
-    update public.orders set status = 'paid' where id = (v_msg.message->>'order_id')::uuid;
-
-    -- Ack — remove da queue
-    perform pgmq.delete('orders', v_msg.msg_id);
-
-  exception when unique_violation then
-    -- Já processado — apenas dar ack para remover da queue
-    perform pgmq.delete('orders', v_msg.msg_id);
-  end;
-end;
-$$;
-```
-
-**Técnica 3: Idempotency key no handler — mesmo input → mesmo output (sem efeitos colaterais)**
-
-Idempotency = processar a mesma mensagem N vezes produz o mesmo resultado. Padrões:
-
-```sql
--- Idempotente via UPDATE condicional (não muda se já está no estado)
-update public.orders
-set status = 'paid'
-where id = $1 and status != 'paid';
--- Se já 'paid' → no-op, RETURNING vazio
-
--- Idempotente via INSERT ON CONFLICT
-insert into public.payments (order_id, amount, transaction_id)
-values ($1, $2, $3)
-on conflict (transaction_id) do nothing;
--- Mesmo transaction_id → no-op
-```
-
-**Cross-ref ATIVO** para [`escolha-modelo-consistencia`](../escolha-modelo-consistencia/SKILL.md) — pattern transactional outbox descrito lá é a base de exactly-once entre DB e broker (write atomic em mesma transação).
-
-### REQ STREAMS-05 — 3 tipos de stream join com SQL exemplo
-
-**Tipo 1: Stream-stream join (com janela temporal)**
-
-Match de eventos de 2 streams dentro de uma janela. Ex: matching pedido + pagamento dentro de 5min via tumbling window.
-
-```sql
--- Materialização: 2 tabelas event log + JOIN com window
-create table public.order_events (
-  order_id uuid not null,
-  event_at timestamptz not null,
-  event_type text not null,
-  payload jsonb
-);
-
-create table public.payment_events (
-  payment_id uuid not null,
-  order_id uuid not null,
-  event_at timestamptz not null,
-  amount numeric
-);
-
--- Stream-stream join via tumbling window 5min
-create or replace view public.order_payment_join_5min as
-select
-  o.order_id,
-  o.event_at as order_at,
-  p.event_at as paid_at,
-  p.amount,
-  date_trunc('minute', o.event_at) as window_start
-from public.order_events o
-join public.payment_events p on p.order_id = o.order_id
-where o.event_type = 'order_created'
-  and p.event_at between o.event_at and o.event_at + interval '5 minutes'
-order by o.event_at;
-```
-
-**Trade-off:** janela tumbling = não-overlapping, mais simples; sliding = overlapping, mais alertas; session = dinâmica, agrupada por user activity.
-
-**Tipo 2: Stream-table join (CDC + atividade — enrichment)**
-
-Stream de eventos enriquecido com lookup em tabela de referência atualizada por CDC.
-
-```sql
--- Tabela users mantida atualizada via CDC (Realtime ou trigger)
--- Stream de eventos: clicks, logins, purchases — precisa enriched com user info
-
-select
-  e.event_id,
-  e.event_type,
-  e.event_at,
-  -- Enrichment: lookup do user no momento atual (não do momento do evento)
-  u.email,
-  u.tier,
-  u.country
-from public.user_events e
-join public.users u on u.id = e.user_id
-where e.event_at > now() - interval '1 hour';
-
--- Para latência baixa: keep tabela users em memória do worker (CDC stream → cache)
-```
-
-**Cuidado canônico:** se a tabela mudou desde o evento, enrichment usa o estado **atual** do user, não o estado **no momento do evento**. Para histórico fiel: capturar snapshot no payload do evento (ex: `payload.user_email_at_event`).
-
-**Tipo 3: Table-table join (merge de changelogs CDC)**
-
-Merge de 2 changelogs CDC para produzir view denormalizada. Ex: orders changelog + customers changelog → view denormalizada de pedidos com info do cliente.
-
-```sql
--- Materialized view derivada de 2 streams CDC mergeados
-create materialized view public.orders_denorm as
-select
-  o.order_id,
-  o.status,
-  o.total,
-  o.created_at as order_created_at,
-  c.email as customer_email,
-  c.tier as customer_tier,
-  c.country as customer_country
-from public.orders o
-join public.customers c on c.id = o.customer_id;
-
-create unique index on public.orders_denorm (order_id);
-
--- Refresh disparado por CDC events em orders OU customers
-create or replace function public.refresh_orders_denorm()
-returns trigger
-language plpgsql
-as $$
-begin
-  refresh materialized view concurrently public.orders_denorm;
-  return null;
-end;
-$$;
-
-create trigger orders_changelog_trigger
-  after insert or update on public.orders
-  for each statement
-  execute function public.refresh_orders_denorm();
-
-create trigger customers_changelog_trigger
-  after update on public.customers
-  for each statement
-  execute function public.refresh_orders_denorm();
-```
-
-**Trade-off:** refresh CONCURRENTLY exige unique index, latência maior. Para tabelas grandes, usar incremental refresh via trigger denormalization (REQ STREAMS-03).
-
-### REQ STREAMS-06 — Log compaction strategy
-
-Log compaction = para cada chave, manter apenas o último valor. Reduz storage sem perder estado atual.
-
-**pgmq não tem nativa** — usa retention TTL via `vacuum_archive`:
-
-```sql
--- pgmq archive movido para tabela archive periodicamente
-select pgmq.archive('orders', 12345);
--- Após N dias na archive, vacuum_archive deleta hard
-
--- Configurar TTL via pg_cron
-select cron.schedule(
-  'pgmq_vacuum_archive',
-  '0 2 * * *',
-  $$ select pgmq.purge_archive('orders', 30); $$
-  -- Deleta da archive mensagens > 30 dias
-);
-```
-
-**Event sourcing exige snapshot periódico + compact:**
-
-```sql
--- Tabela de snapshots — estado materializado a cada N eventos
-create table public.snapshots (
-  aggregate_id uuid primary key,
-  snapshot_lsn bigint not null,        -- até qual event.id este snapshot reflete
-  state jsonb not null,                -- estado serializado
-  created_at timestamptz not null default now()
-);
-
--- Função: criar snapshot para um aggregate quando event_count > threshold
-create or replace function public.create_snapshot(p_aggregate_id uuid)
-returns void
-language plpgsql
-security invoker
-set search_path = ''
-as $$
-declare
-  v_state jsonb;
-  v_snapshot_lsn bigint;
-begin
-  -- Reproduzir todos os eventos para construir estado atual
-  select
-    jsonb_build_object(
-      'status', (array_agg(payload->>'status' order by id desc))[1],
-      'total', (array_agg(payload->>'total' order by id desc))[1]::numeric,
-      'event_count', count(*)
-    ),
-    max(id)
-  into v_state, v_snapshot_lsn
-  from public.events
-  where aggregate_id = p_aggregate_id;
-
-  -- Salvar snapshot (insert or update)
-  insert into public.snapshots (aggregate_id, snapshot_lsn, state)
-  values (p_aggregate_id, v_snapshot_lsn, v_state)
-  on conflict (aggregate_id) do update
-  set snapshot_lsn = excluded.snapshot_lsn,
-      state = excluded.state,
-      created_at = now();
-end;
-$$;
-
--- Compact: deletar eventos < snapshot_lsn (tomados em consideração no snapshot)
--- ATENÇÃO: requer privilégio especial (REGRA #3 — REVOKE DELETE em events)
--- Apenas postgres role + função SECURITY DEFINER
-create or replace function public.compact_aggregate_events(p_aggregate_id uuid)
-returns int
-language plpgsql
-security definer
-set search_path = ''
-as $$
-declare
-  v_deleted int;
-  v_snapshot_lsn bigint;
-begin
-  -- Confirmar que snapshot existe
-  select snapshot_lsn into v_snapshot_lsn
-  from public.snapshots
-  where aggregate_id = p_aggregate_id;
-
-  if v_snapshot_lsn is null then
-    raise exception 'Snapshot ausente para aggregate_id %', p_aggregate_id;
-  end if;
-
-  -- Deletar eventos antes do snapshot
-  delete from public.events
-  where aggregate_id = p_aggregate_id
-    and id <= v_snapshot_lsn;
-
-  get diagnostics v_deleted = row_count;
-  return v_deleted;
-end;
-$$;
-
-revoke execute on function public.compact_aggregate_events from public, authenticated, anon;
--- Apenas service_role pode chamar
-```
-
-**Estratégia canônica:** snapshot a cada 1000 eventos por aggregate; compact após snapshot validado (replay do snapshot reproduz estado atual). Sem snapshot/compact, replay para reconstruir estado torna-se O(n) caro em aggregates antigos.
-
-## Anti-patterns
-
-### Anti-pattern 1: Usar LISTEN/NOTIFY para event sourcing
-
-**Errado:**
-
-```sql
--- ❌ LISTEN/NOTIFY como "event log"
-notify ch_orders, '{"order_id":"abc","event":"paid"}';
--- Consumer offline → mensagem perdida
--- Sem replay, sem multi-consumer
-```
-
-**Por quê:** LISTEN/NOTIFY é AMQP/JMS-style — single consumer ativo recebe, mensagem some. Se consumer offline durante notify, evento perdido. Sem replay.
-
-**Certo:** pgmq (log-based) ou tabela `events` append-only para event sourcing (REGRA #1).
-
-### Anti-pattern 2: Event sourcing sem dedup → eventos duplicados
-
-**Errado:**
-
-```sql
--- ❌ Worker pgmq processa sem dedup table
-create or replace function public.process_event(p_msg jsonb)
-returns void
-language plpgsql
-as $$
-begin
-  -- Processa direto, sem checar se já processado
-  update public.orders set status = 'paid' where id = (p_msg->>'order_id')::uuid;
-  -- Se mensagem reentregue (worker crash + redelivery) → status setado 2×
-  -- Se webhook externo → cobra cliente 2×
-end;
-$$;
-```
-
-**Por quê:** pgmq é at-least-once. Mensagem pode ser entregue >1× (worker crash sem ack, visibility timeout expirado). Sem dedup, processamento repetido = side effect duplicado.
-
-**Certo:** dedup table + handler idempotente (REGRA #4). Mesmo input → mesmo output.
-
-### Anti-pattern 3: Stream-stream join sem janela temporal
-
-**Errado:**
-
-```sql
--- ❌ Sem janela temporal: memória cresce indefinidamente
-select o.order_id, p.payment_id
-from public.order_events o
-join public.payment_events p on p.order_id = o.order_id;
--- Cada evento aguarda match indefinido — payment de 3 anos atrás casa com order recente
--- Memória do worker cresce sem limite
-```
-
-**Por quê:** stream join sem TTL = sistema mantém eventos em memória aguardando match. Memória cresce linearmente com tempo, eventualmente OOM.
-
-**Certo:** janela explícita (REGRA #5):
-
-```sql
--- ✅ Tumbling window 5min
-join public.payment_events p on p.order_id = o.order_id
-where p.event_at between o.event_at and o.event_at + interval '5 minutes';
-```
-
-### Anti-pattern 4: Materialized View sem CONCURRENTLY → bloqueio em refresh
-
-**Errado:**
-
-```sql
--- ❌ refresh sem CONCURRENTLY trava reads na MV durante refresh
-refresh materialized view public.order_state;
--- Bloqueia SELECT na MV até terminar — minutos em MVs grandes
-```
-
-**Por quê:** refresh exclusivo locka a MV. Leitores ficam bloqueados.
-
-**Certo:** CONCURRENTLY + unique index na MV:
-
-```sql
--- ✅ Unique index obrigatório para CONCURRENTLY
-create unique index on public.order_state (order_id);
-
-refresh materialized view concurrently public.order_state;
--- Refresh em background; reads continuam funcionando
-```
-
-### Anti-pattern 5: Event sourcing sem snapshot → replay O(n) caro
-
-**Errado:**
-
-```sql
--- ❌ Reconstruir estado de aggregate antigo via replay completo
-select * from public.events
-where aggregate_id = $1
-order by id;
--- Aggregate com 1M eventos → query lenta, alocação memória pesada
-```
-
-**Por quê:** sem snapshot, replay para reconstruir estado é O(n) onde n = número total de eventos do aggregate. Em aggregates antigos (orders de 5 anos), aggregação fica cara.
-
-**Certo:** snapshot periódico + replay incremental (REGRA #6):
-
-```sql
--- ✅ Carregar snapshot + replay apenas eventos posteriores
-select state from public.snapshots where aggregate_id = $1;
--- Aplicar eventos com id > snapshot_lsn (poucos eventos recentes)
-select * from public.events
-where aggregate_id = $1 and id > (select snapshot_lsn from public.snapshots where aggregate_id = $1);
-```
-
-## Ver também
-
-- [_shared-dados-distribuidos/glossary.md](../_shared-dados-distribuidos/glossary.md) — termos `AMQP/JMS-style broker`, `log-based broker`, `CDC`, `event sourcing`, `exactly-once semantics`, `at-least-once semantics`, `stream-stream join`, `stream-table join`, `table-table join`, `log compaction` (seção h)
-- [audit-log-multi-tenant](../audit-log-multi-tenant/SKILL.md) — Phase 109 v1.21, audit_log É event sourcing semantics (REQ STREAMS-03 cross-ref ATIVO)
-- [supabase-cron-queues](../supabase-cron-queues/SKILL.md) — v1.8, pgmq pattern + cleanup retention TTL
-- [supabase-realtime](../supabase-realtime/SKILL.md) — v1.8, broadcast como CDC stream (REQ STREAMS-02 abordagem 1)
-- [escolha-modelo-consistencia](../escolha-modelo-consistencia/SKILL.md) — Phase 121 (irmã), transactional outbox como base de exactly-once (REQ STREAMS-04 cross-ref ATIVO)
-- [supabase-database-functions](../supabase-database-functions/SKILL.md) — v1.8, security invoker + search_path canônicos
-- DDIA Ch 11 (Stream Processing, summary p.464) — material-fonte canônico
-</content>
+---
+name: streams-eventos-cdc
+description: Use ao implementar event stream em Supabase — diferença AMQP/JMS-style (LISTEN/NOTIFY) vs log-based (pgmq) brokers, padrões CDC via wal2json + Realtime broadcast OU pglogical → Kafka, ev…
+---
+
+# Streams, Eventos e CDC — Brokers, Event Sourcing, Exactly-Once em Postgres
+
+## Quando usar
+
+LLM carrega esta skill ao implementar pipeline event-driven em Supabase + Postgres. Trigger phrases:
+
+- "event stream Postgres", "CDC Supabase", "wal2json + Realtime"
+- "pgmq vs LISTEN/NOTIFY", "broker log-based vs AMQP"
+- "event sourcing Postgres", "tabela append-only de eventos"
+- "exactly-once pgmq", "dedup table idempotency"
+- "stream join com janela", "stream-table CDC enrichment"
+- "log compaction Postgres", "snapshot eventos"
+- "projeção materialized view de eventos", "denormalization via trigger"
+
+Esta skill **estende** [`audit-log-multi-tenant`](../audit-log-multi-tenant/SKILL.md) (v1.21) ao reconhecer audit_log como event sourcing parcial; [`supabase-cron-queues`](../supabase-cron-queues/SKILL.md) (v1.8) para pgmq pattern; e [`supabase-realtime`](../supabase-realtime/SKILL.md) (v1.8) para broadcast como CDC stream.
+
+Material-fonte: *Designing Data-Intensive Applications*, Martin Kleppmann (O'Reilly 2017), capítulo 11 "Stream Processing" (linhas 17812-19637 do material extraído; summary 19408-19481). Termos canônicos PT-BR ↔ EN definidos em [`../_shared-dados-distribuidos/glossary.md`](../_shared-dados-distribuidos/glossary.md) seção (h).
+
+## Regras absolutas
+
+**REGRA #1 (broker log-based default para event sourcing):** Para event sourcing, CDC ou pipeline com replay obrigatório, escolher **log-based broker** (Kafka, pgmq) — mensagem retida (TTL configurável), múltiplos consumers tracked offset independente, replay possível. AMQP/JMS-style (RabbitMQ, LISTEN/NOTIFY) deletam mensagem após ack — sem replay, single-consumer.
+
+**REGRA #2 (CDC via wal2json + Realtime é default Supabase):** Se ambiente é Supabase + use case é sync índice/desnormalização/multi-region, default é wal2json + Supabase Realtime broadcast. Zero infra extra. Apenas considerar pglogical → Kafka externo se warehousing analítico for o uso primário.
+
+**REGRA #3 (event sourcing exige tabela append-only + projeções derivadas):** Tabela `events` deve ser **append-only** (REVOKE DELETE/UPDATE como audit_log v1.21). Estado atual = projeção derivada via Materialized View ou trigger-maintained denormalization — NUNCA escrever direto em "tabela de estado". Source of truth = stream de eventos.
+
+**REGRA #4 (exactly-once pgmq exige dedup + idempotency + transactional outbox):** pgmq não garante exactly-once nativo (at-least-once entrega). Para semântica exactly-once: (a) **dedup table** com `unique(event_id)` rejeitando duplicatas; (b) **handler idempotente** (mesmo input → mesmo output, sem efeitos colaterais); (c) **transactional outbox** para cross-service writes.
+
+**REGRA #5 (stream join exige janela temporal explícita):** Stream-stream join sem janela = memória cresce sem limite (cada evento aguarda match indefinidamente). Toda janela deve ter TTL explícito (tumbling, sliding, session). Default: tumbling 5min para business events; sliding 1min para latency-sensitive.
+
+**REGRA #6 (log compaction não-trivial em pgmq — exige snapshot manual):** pgmq não tem log compaction nativa (Kafka tem). Para event sourcing com snapshot: criar tabela `snapshots` periodicamente, deletar `events.id < snapshot_lsn` correspondente. Sem snapshot = tabela `events` cresce sem limite, replay torna-se O(n) caro.
+
+## Patterns canônicos
+
+### REQ STREAMS-01 — Brokers AMQP/JMS-style vs log-based
+
+| Tipo | Exemplos | Mensagem após ack | Multi-consumer | Replay | Use case |
+|---|---|---|---|---|---|
+| **AMQP/JMS-style** | RabbitMQ, postgres `LISTEN/NOTIFY`, ActiveMQ | Deletada (consumida) | Single (work queue — distribui rounds robin) | Não (gone after ack) | Task queue async (envio email, geração PDF) |
+| **Log-based** | Kafka, pgmq, Redpanda, Pulsar | Retida (TTL configurável) | Multiple (cada consumer tracks offset independente) | Sim (replay desde offset N) | Event sourcing, CDC, audit, analytics |
+
+**Como escolher:**
+
+```
+Use case precisa de replay? ─── Sim ──► log-based (pgmq, Kafka)
+                  │
+                  Não
+                  │
+                  ▼
+Múltiplos consumers veem mesma mensagem? ─── Sim ──► log-based
+                  │
+                  Não
+                  │
+                  ▼
+Mensagem é "task" descartável após processada? ─── Sim ──► AMQP/JMS-style (RabbitMQ, LISTEN/NOTIFY)
+                  │
+                  Não
+                  │
+                  ▼
+Default (event-driven em B2B SaaS): log-based (pgmq)
+```
+
+**Exemplo postgres LISTEN/NOTIFY (AMQP-style — single consumer, sem replay):**
+
+```sql
+-- Producer
+notify ch_orders, '{"order_id":"abc-123","status":"paid"}';
+
+-- Consumer (Edge Function)
+listen ch_orders;
+-- Sleep até receber notification — single consumer recebe, mensagem some
+```
+
+**Exemplo pgmq (log-based — multi-consumer, replay):**
+
+```sql
+-- Setup (uma vez)
+select pgmq.create('orders');
+
+-- Producer
+select pgmq.send('orders', '{"order_id":"abc-123","status":"paid"}');
+
+-- Consumer 1 (worker A)
+select * from pgmq.read('orders', 30, 1);
+-- vt=30s (visibility timeout), 1 mensagem por leitura
+-- Após ler: mensagem fica invisível por 30s — outro worker não pega
+-- Worker A processa e dá ack:
+select pgmq.delete('orders', msg_id);
+-- Sem ack em 30s → mensagem volta à queue (at-least-once)
+
+-- Consumer 2 (worker B / archive)
+-- Se queue tem retention, archive table mantém histórico para replay
+select * from pgmq.archive('orders', msg_id);
+-- Mensagens em archive são replayable
+```
+
+### REQ STREAMS-02 — 3 padrões CDC em Postgres
+
+CDC (Change Data Capture) = capturar mudanças no DB como stream de eventos. 3 abordagens canônicas em Supabase:
+
+**Abordagem 1: wal2json + Supabase Realtime broadcast** (default)
+
+```sql
+-- Habilitar replication identity (necessário para wal2json capturar UPDATE/DELETE com colunas)
+alter table public.orders replica identity full;
+
+-- Supabase Realtime já consome WAL via wal2json internamente
+-- Cliente subscreve canal específico via JS client
+```
+
+```typescript
+// Cliente Supabase consume CDC stream via Realtime
+const channel = supabase
+  .channel('orders-cdc', { config: { private: true } })
+  .on(
+    'postgres_changes',
+    { event: '*', schema: 'public', table: 'orders' },
+    (payload) => {
+      // payload.eventType: INSERT | UPDATE | DELETE
+      // payload.new: nova row (INSERT/UPDATE)
+      // payload.old: row antiga (UPDATE/DELETE — exige replica identity full)
+      console.log('CDC event:', payload);
+    }
+  )
+  .subscribe();
+```
+
+**Trade-offs:** zero infra extra; baixa latência (sub-segundo); RLS aplicada nas mensagens (cada cliente vê só rows permitidas). Limite: scale na ordem de milhares de subscribers por canal.
+
+**Abordagem 2: pglogical → Kafka externo** (warehousing analítico)
+
+```sql
+-- Em Supabase Pro+ habilitar pglogical (extensão)
+create extension if not exists pglogical;
+
+-- Setup nó provider (Postgres source)
+select pglogical.create_node(
+  node_name := 'supabase_prod',
+  dsn := 'host=db.xxx.supabase.co dbname=postgres'
+);
+
+-- Replication set para tabelas que viram stream
+select pglogical.create_replication_set(set_name := 'cdc_set');
+select pglogical.replication_set_add_table('cdc_set', 'public.orders', synchronize_data := false);
+
+-- Conector Kafka (Debezium ou similar) consome pglogical → publica em Kafka topic
+-- Trade-off: requer infra Kafka externa, latência maior (segundos), throughput muito maior
+```
+
+**Abordagem 3: Trigger-based** (casos custom onde wal2json não cobre)
+
+```sql
+-- Trigger que emite evento custom quando flag X muda
+create or replace function public.emit_lead_qualified_event()
+returns trigger
+language plpgsql
+security invoker
+set search_path = ''
+as $$
+begin
+  if old.stage != 'qualified' and new.stage = 'qualified' then
+    insert into public.outbox (event_type, payload)
+    values (
+      'lead_qualified',
+      jsonb_build_object(
+        'lead_id', new.id,
+        'org_id', new.org_id,
+        'qualified_by', (select auth.uid()),
+        'qualified_at', now()
+      )
+    );
+  end if;
+  return new;
+end;
+$$;
+
+create trigger lead_qualified_trigger
+  after update on public.leads
+  for each row
+  execute function public.emit_lead_qualified_event();
+```
+
+**Quando usar trigger-based:** semântica de evento mais rica que "linha mudou" (ex: business event "qualified" derivado de mudança específica). Worker async lê outbox e publica downstream.
+
+**Use cases canônicos:**
+
+| Use case | Abordagem recomendada |
+|---|---|
+| Sync índice de busca (Elasticsearch, Meilisearch) | wal2json + Realtime → função client que sincroniza |
+| Desnormalização (Materialized View atualizada por evento) | Trigger-based (mais controle sobre quando refresh) |
+| Sync multi-region cold standby | pglogical → Kafka → consumer remoto |
+| Audit log retroativo + análise comportamental | wal2json (captura cru) → analytics warehouse |
+| Notificação push (mobile app) | Realtime broadcast direto (zero step intermediário) |
+
+### REQ STREAMS-03 — Event sourcing em Postgres
+
+**Princípio canônico:** eventos imutáveis são source of truth; estado atual é projeção derivada.
+
+**Schema canônico:**
+
+```sql
+-- Tabela events — source of truth (append-only)
+create table public.events (
+  id bigserial primary key,
+  aggregate_id uuid not null,           -- ID da entidade (order, user, ...)
+  aggregate_type text not null,         -- Tipo da entidade ('order', 'user')
+  event_type text not null,             -- 'order_created', 'order_paid', 'order_shipped'
+  payload jsonb not null,               -- Detalhes do evento
+  metadata jsonb,                       -- actor_id, request_id, trace_id
+  created_at timestamptz not null default now()
+);
+
+-- Index canônico (para reproduzir histórico de uma entidade)
+create index events_aggregate_idx on public.events (aggregate_id, id);
+
+-- Index para query por tipo (analytics)
+create index events_type_created_idx on public.events (event_type, created_at);
+
+-- REGRA #3 — append-only: REVOKE DELETE/UPDATE
+revoke delete, update on public.events from public, authenticated, anon, service_role;
+-- Apenas postgres role pode deletar (cleanup com snapshot)
+```
+
+**Cross-ref ATIVO** para [`audit-log-multi-tenant`](../audit-log-multi-tenant/SKILL.md) (v1.21) — audit_log É event sourcing semantics: append-only, imutável, retém histórico cronológico. Quem implementou audit_log já fez event sourcing parcial.
+
+**Projeção via Materialized View:**
+
+```sql
+-- Projeção: estado atual de cada order derivado dos eventos
+create materialized view public.order_state as
+select
+  aggregate_id as order_id,
+  -- Reconstrói estado a partir dos eventos (último win)
+  (array_agg(payload->>'status' order by id desc))[1] as current_status,
+  (array_agg(payload->>'total' order by id desc))[1]::numeric as current_total,
+  min(created_at) as created_at,
+  max(created_at) as updated_at,
+  count(*) as event_count
+from public.events
+where aggregate_type = 'order'
+group by aggregate_id;
+
+create unique index on public.order_state (order_id);
+
+-- Refresh (incremental via concurrent OR full)
+refresh materialized view concurrently public.order_state;
+-- Ou via pg_cron a cada N minutos
+```
+
+**Projeção via trigger-maintained denormalization:**
+
+```sql
+-- Tabela de estado mantida por trigger (atualizada por cada novo evento)
+create table public.order_current_state (
+  order_id uuid primary key,
+  status text not null,
+  total numeric,
+  updated_at timestamptz not null default now()
+);
+
+create or replace function public.project_order_event()
+returns trigger
+language plpgsql
+security invoker
+set search_path = ''
+as $$
+begin
+  if new.aggregate_type = 'order' then
+    insert into public.order_current_state (order_id, status, total, updated_at)
+    values (
+      new.aggregate_id,
+      new.payload->>'status',
+      (new.payload->>'total')::numeric,
+      new.created_at
+    )
+    on conflict (order_id) do update
+    set status = excluded.status,
+        total = coalesce(excluded.total, public.order_current_state.total),
+        updated_at = excluded.updated_at;
+  end if;
+  return new;
+end;
+$$;
+
+create trigger project_order_event_trigger
+  after insert on public.events
+  for each row
+  execute function public.project_order_event();
+```
+
+**Quando MV vs trigger:**
+
+| Critério | MV concurrent refresh | Trigger denormalization |
+|---|---|---|
+| **Latência** | Periódica (minutos) | Imediata (no commit do evento) |
+| **Custo write** | Baixo (write apenas em events) | Alto (write em events + state) |
+| **Custo read** | Baixo (state já agregado) | Baixo |
+| **Use case** | Analytics, dashboards | UI real-time, business state |
+
+### REQ STREAMS-04 — Exactly-once em pgmq
+
+pgmq oferece **at-least-once** nativo (mensagem reenviada se worker crash sem ack). Para semântica **exactly-once**, combinação de 3 técnicas:
+
+**Técnica 1: Dedup table com unique(event_id)**
+
+```sql
+-- Tabela de eventos já processados
+create table public.processed_events (
+  event_id uuid primary key,
+  processed_at timestamptz not null default now(),
+  processor text not null              -- nome do worker para debug
+);
+```
+
+**Técnica 2: Handler atomic — INSERT na dedup + processamento na MESMA transação**
+
+```sql
+-- Worker (Edge Function ou função PG)
+create or replace function public.process_order_event(p_msg_id bigint)
+returns void
+language plpgsql
+security definer  -- worker tem privilégios elevados
+set search_path = ''
+as $$
+declare
+  v_msg record;
+  v_event_id uuid;
+begin
+  -- Lê mensagem da queue com visibility timeout
+  select msg_id, message into v_msg
+  from pgmq.read('orders', 30, 1)
+  limit 1;
+
+  if v_msg is null then return; end if;
+
+  v_event_id := (v_msg.message->>'event_id')::uuid;
+
+  begin
+    -- Atomic: INSERT dedup + processamento
+    insert into public.processed_events (event_id, processor)
+    values (v_event_id, 'process_order_event');
+    -- Falha (unique violation) se já processado → exception abort tudo
+
+    -- ... lógica de processamento idempotente ...
+    update public.orders set status = 'paid' where id = (v_msg.message->>'order_id')::uuid;
+
+    -- Ack — remove da queue
+    perform pgmq.delete('orders', v_msg.msg_id);
+
+  exception when unique_violation then
+    -- Já processado — apenas dar ack para remover da queue
+    perform pgmq.delete('orders', v_msg.msg_id);
+  end;
+end;
+$$;
+```
+
+**Técnica 3: Idempotency key no handler — mesmo input → mesmo output (sem efeitos colaterais)**
+
+Idempotency = processar a mesma mensagem N vezes produz o mesmo resultado. Padrões:
+
+```sql
+-- Idempotente via UPDATE condicional (não muda se já está no estado)
+update public.orders
+set status = 'paid'
+where id = $1 and status != 'paid';
+-- Se já 'paid' → no-op, RETURNING vazio
+
+-- Idempotente via INSERT ON CONFLICT
+insert into public.payments (order_id, amount, transaction_id)
+values ($1, $2, $3)
+on conflict (transaction_id) do nothing;
+-- Mesmo transaction_id → no-op
+```
+
+**Cross-ref ATIVO** para [`escolha-modelo-consistencia`](../escolha-modelo-consistencia/SKILL.md) — pattern transactional outbox descrito lá é a base de exactly-once entre DB e broker (write atomic em mesma transação).
+
+### REQ STREAMS-05 — 3 tipos de stream join com SQL exemplo
+
+**Tipo 1: Stream-stream join (com janela temporal)**
+
+Match de eventos de 2 streams dentro de uma janela. Ex: matching pedido + pagamento dentro de 5min via tumbling window.
+
+```sql
+-- Materialização: 2 tabelas event log + JOIN com window
+create table public.order_events (
+  order_id uuid not null,
+  event_at timestamptz not null,
+  event_type text not null,
+  payload jsonb
+);
+
+create table public.payment_events (
+  payment_id uuid not null,
+  order_id uuid not null,
+  event_at timestamptz not null,
+  amount numeric
+);
+
+-- Stream-stream join via tumbling window 5min
+create or replace view public.order_payment_join_5min as
+select
+  o.order_id,
+  o.event_at as order_at,
+  p.event_at as paid_at,
+  p.amount,
+  date_trunc('minute', o.event_at) as window_start
+from public.order_events o
+join public.payment_events p on p.order_id = o.order_id
+where o.event_type = 'order_created'
+  and p.event_at between o.event_at and o.event_at + interval '5 minutes'
+order by o.event_at;
+```
+
+**Trade-off:** janela tumbling = não-overlapping, mais simples; sliding = overlapping, mais alertas; session = dinâmica, agrupada por user activity.
+
+**Tipo 2: Stream-table join (CDC + atividade — enrichment)**
+
+Stream de eventos enriquecido com lookup em tabela de referência atualizada por CDC.
+
+```sql
+-- Tabela users mantida atualizada via CDC (Realtime ou trigger)
+-- Stream de eventos: clicks, logins, purchases — precisa enriched com user info
+
+select
+  e.event_id,
+  e.event_type,
+  e.event_at,
+  -- Enrichment: lookup do user no momento atual (não do momento do evento)
+  u.email,
+  u.tier,
+  u.country
+from public.user_events e
+join public.users u on u.id = e.user_id
+where e.event_at > now() - interval '1 hour';
+
+-- Para latência baixa: keep tabela users em memória do worker (CDC stream → cache)
+```
+
+**Cuidado canônico:** se a tabela mudou desde o evento, enrichment usa o estado **atual** do user, não o estado **no momento do evento**. Para histórico fiel: capturar snapshot no payload do evento (ex: `payload.user_email_at_event`).
+
+**Tipo 3: Table-table join (merge de changelogs CDC)**
+
+Merge de 2 changelogs CDC para produzir view denormalizada. Ex: orders changelog + customers changelog → view denormalizada de pedidos com info do cliente.
+
+```sql
+-- Materialized view derivada de 2 streams CDC mergeados
+create materialized view public.orders_denorm as
+select
+  o.order_id,
+  o.status,
+  o.total,
+  o.created_at as order_created_at,
+  c.email as customer_email,
+  c.tier as customer_tier,
+  c.country as customer_country
+from public.orders o
+join public.customers c on c.id = o.customer_id;
+
+create unique index on public.orders_denorm (order_id);
+
+-- Refresh disparado por CDC events em orders OU customers
+create or replace function public.refresh_orders_denorm()
+returns trigger
+language plpgsql
+as $$
+begin
+  refresh materialized view concurrently public.orders_denorm;
+  return null;
+end;
+$$;
+
+create trigger orders_changelog_trigger
+  after insert or update on public.orders
+  for each statement
+  execute function public.refresh_orders_denorm();
+
+create trigger customers_changelog_trigger
+  after update on public.customers
+  for each statement
+  execute function public.refresh_orders_denorm();
+```
+
+**Trade-off:** refresh CONCURRENTLY exige unique index, latência maior. Para tabelas grandes, usar incremental refresh via trigger denormalization (REQ STREAMS-03).
+
+### REQ STREAMS-06 — Log compaction strategy
+
+Log compaction = para cada chave, manter apenas o último valor. Reduz storage sem perder estado atual.
+
+**pgmq não tem nativa** — usa retention TTL via `vacuum_archive`:
+
+```sql
+-- pgmq archive movido para tabela archive periodicamente
+select pgmq.archive('orders', 12345);
+-- Após N dias na archive, vacuum_archive deleta hard
+
+-- Configurar TTL via pg_cron
+select cron.schedule(
+  'pgmq_vacuum_archive',
+  '0 2 * * *',
+  $$ select pgmq.purge_archive('orders', 30); $$
+  -- Deleta da archive mensagens > 30 dias
+);
+```
+
+**Event sourcing exige snapshot periódico + compact:**
+
+```sql
+-- Tabela de snapshots — estado materializado a cada N eventos
+create table public.snapshots (
+  aggregate_id uuid primary key,
+  snapshot_lsn bigint not null,        -- até qual event.id este snapshot reflete
+  state jsonb not null,                -- estado serializado
+  created_at timestamptz not null default now()
+);
+
+-- Função: criar snapshot para um aggregate quando event_count > threshold
+create or replace function public.create_snapshot(p_aggregate_id uuid)
+returns void
+language plpgsql
+security invoker
+set search_path = ''
+as $$
+declare
+  v_state jsonb;
+  v_snapshot_lsn bigint;
+begin
+  -- Reproduzir todos os eventos para construir estado atual
+  select
+    jsonb_build_object(
+      'status', (array_agg(payload->>'status' order by id desc))[1],
+      'total', (array_agg(payload->>'total' order by id desc))[1]::numeric,
+      'event_count', count(*)
+    ),
+    max(id)
+  into v_state, v_snapshot_lsn
+  from public.events
+  where aggregate_id = p_aggregate_id;
+
+  -- Salvar snapshot (insert or update)
+  insert into public.snapshots (aggregate_id, snapshot_lsn, state)
+  values (p_aggregate_id, v_snapshot_lsn, v_state)
+  on conflict (aggregate_id) do update
+  set snapshot_lsn = excluded.snapshot_lsn,
+      state = excluded.state,
+      created_at = now();
+end;
+$$;
+
+-- Compact: deletar eventos < snapshot_lsn (tomados em consideração no snapshot)
+-- ATENÇÃO: requer privilégio especial (REGRA #3 — REVOKE DELETE em events)
+-- Apenas postgres role + função SECURITY DEFINER
+create or replace function public.compact_aggregate_events(p_aggregate_id uuid)
+returns int
+language plpgsql
+security definer
+set search_path = ''
+as $$
+declare
+  v_deleted int;
+  v_snapshot_lsn bigint;
+begin
+  -- Confirmar que snapshot existe
+  select snapshot_lsn into v_snapshot_lsn
+  from public.snapshots
+  where aggregate_id = p_aggregate_id;
+
+  if v_snapshot_lsn is null then
+    raise exception 'Snapshot ausente para aggregate_id %', p_aggregate_id;
+  end if;
+
+  -- Deletar eventos antes do snapshot
+  delete from public.events
+  where aggregate_id = p_aggregate_id
+    and id <= v_snapshot_lsn;
+
+  get diagnostics v_deleted = row_count;
+  return v_deleted;
+end;
+$$;
+
+revoke execute on function public.compact_aggregate_events from public, authenticated, anon;
+-- Apenas service_role pode chamar
+```
+
+**Estratégia canônica:** snapshot a cada 1000 eventos por aggregate; compact após snapshot validado (replay do snapshot reproduz estado atual). Sem snapshot/compact, replay para reconstruir estado torna-se O(n) caro em aggregates antigos.
+
+## Anti-patterns
+
+### Anti-pattern 1: Usar LISTEN/NOTIFY para event sourcing
+
+**Errado:**
+
+```sql
+-- ❌ LISTEN/NOTIFY como "event log"
+notify ch_orders, '{"order_id":"abc","event":"paid"}';
+-- Consumer offline → mensagem perdida
+-- Sem replay, sem multi-consumer
+```
+
+**Por quê:** LISTEN/NOTIFY é AMQP/JMS-style — single consumer ativo recebe, mensagem some. Se consumer offline durante notify, evento perdido. Sem replay.
+
+**Certo:** pgmq (log-based) ou tabela `events` append-only para event sourcing (REGRA #1).
+
+### Anti-pattern 2: Event sourcing sem dedup → eventos duplicados
+
+**Errado:**
+
+```sql
+-- ❌ Worker pgmq processa sem dedup table
+create or replace function public.process_event(p_msg jsonb)
+returns void
+language plpgsql
+as $$
+begin
+  -- Processa direto, sem checar se já processado
+  update public.orders set status = 'paid' where id = (p_msg->>'order_id')::uuid;
+  -- Se mensagem reentregue (worker crash + redelivery) → status setado 2×
+  -- Se webhook externo → cobra cliente 2×
+end;
+$$;
+```
+
+**Por quê:** pgmq é at-least-once. Mensagem pode ser entregue >1× (worker crash sem ack, visibility timeout expirado). Sem dedup, processamento repetido = side effect duplicado.
+
+**Certo:** dedup table + handler idempotente (REGRA #4). Mesmo input → mesmo output.
+
+### Anti-pattern 3: Stream-stream join sem janela temporal
+
+**Errado:**
+
+```sql
+-- ❌ Sem janela temporal: memória cresce indefinidamente
+select o.order_id, p.payment_id
+from public.order_events o
+join public.payment_events p on p.order_id = o.order_id;
+-- Cada evento aguarda match indefinido — payment de 3 anos atrás casa com order recente
+-- Memória do worker cresce sem limite
+```
+
+**Por quê:** stream join sem TTL = sistema mantém eventos em memória aguardando match. Memória cresce linearmente com tempo, eventualmente OOM.
+
+**Certo:** janela explícita (REGRA #5):
+
+```sql
+-- ✅ Tumbling window 5min
+join public.payment_events p on p.order_id = o.order_id
+where p.event_at between o.event_at and o.event_at + interval '5 minutes';
+```
+
+### Anti-pattern 4: Materialized View sem CONCURRENTLY → bloqueio em refresh
+
+**Errado:**
+
+```sql
+-- ❌ refresh sem CONCURRENTLY trava reads na MV durante refresh
+refresh materialized view public.order_state;
+-- Bloqueia SELECT na MV até terminar — minutos em MVs grandes
+```
+
+**Por quê:** refresh exclusivo locka a MV. Leitores ficam bloqueados.
+
+**Certo:** CONCURRENTLY + unique index na MV:
+
+```sql
+-- ✅ Unique index obrigatório para CONCURRENTLY
+create unique index on public.order_state (order_id);
+
+refresh materialized view concurrently public.order_state;
+-- Refresh em background; reads continuam funcionando
+```
+
+### Anti-pattern 5: Event sourcing sem snapshot → replay O(n) caro
+
+**Errado:**
+
+```sql
+-- ❌ Reconstruir estado de aggregate antigo via replay completo
+select * from public.events
+where aggregate_id = $1
+order by id;
+-- Aggregate com 1M eventos → query lenta, alocação memória pesada
+```
+
+**Por quê:** sem snapshot, replay para reconstruir estado é O(n) onde n = número total de eventos do aggregate. Em aggregates antigos (orders de 5 anos), aggregação fica cara.
+
+**Certo:** snapshot periódico + replay incremental (REGRA #6):
+
+```sql
+-- ✅ Carregar snapshot + replay apenas eventos posteriores
+select state from public.snapshots where aggregate_id = $1;
+-- Aplicar eventos com id > snapshot_lsn (poucos eventos recentes)
+select * from public.events
+where aggregate_id = $1 and id > (select snapshot_lsn from public.snapshots where aggregate_id = $1);
+```
+
+## Ver também
+
+- [_shared-dados-distribuidos/glossary.md](../_shared-dados-distribuidos/glossary.md) — termos `AMQP/JMS-style broker`, `log-based broker`, `CDC`, `event sourcing`, `exactly-once semantics`, `at-least-once semantics`, `stream-stream join`, `stream-table join`, `table-table join`, `log compaction` (seção h)
+- [audit-log-multi-tenant](../audit-log-multi-tenant/SKILL.md) — Phase 109 v1.21, audit_log É event sourcing semantics (REQ STREAMS-03 cross-ref ATIVO)
+- [supabase-cron-queues](../supabase-cron-queues/SKILL.md) — v1.8, pgmq pattern + cleanup retention TTL
+- [supabase-realtime](../supabase-realtime/SKILL.md) — v1.8, broadcast como CDC stream (REQ STREAMS-02 abordagem 1)
+- [escolha-modelo-consistencia](../escolha-modelo-consistencia/SKILL.md) — Phase 121 (irmã), transactional outbox como base de exactly-once (REQ STREAMS-04 cross-ref ATIVO)
+- [supabase-database-functions](../supabase-database-functions/SKILL.md) — v1.8, security invoker + search_path canônicos
+- DDIA Ch 11 (Stream Processing, summary p.464) — material-fonte canônico
+</content>
 </invoke>