Pular para o conteúdo principal

Fluxo de Dados Dentro dos Nodes

O n8n processa dados como uma série de itens. Cada item é um objeto que contém os dados que você está trabalhando. Entender como esses itens fluem através dos nodes é fundamental para criar workflows eficientes.

Como os Itens Fluem​

Processamento Padrão​

Por padrão, cada node processa todos os itens que recebe. Se um node recebe 5 itens, ele executará 5 vezes - uma vez para cada item.

Exemplo Prático​

Imagine que você tem um node que retorna uma lista de clientes:

[
 {"json": {"nome": "João", "email": "joao@email.com"}},
 {"json": {"nome": "Maria", "email": "maria@email.com"}},
 {"json": {"nome": "Pedro", "email": "pedro@email.com"}}
]

Se você conectar um node de email a este, ele enviará 3 emails - um para cada cliente.

Configurações de Execução​

Execute Once​

Alguns nodes têm a opção Execute Once nas configurações. Quando ativada:

  • O node processa apenas o primeiro item recebido
  • Ignora todos os outros itens
  • Útil para operações que devem acontecer apenas uma vez

Exemplo de Uso​

Nodes com Comportamento Especial​

Code Node​

O Code node tem duas modalidades:

Run Once for All Items (Padrão):

  • Processa todos os itens de uma vez
  • Útil para operações que precisam ver todos os dados

Run Once for Each Item:

  • Processa cada item individualmente
  • Comportamento padrão da maioria dos nodes

HTTP Request Node​

  • Processa cada item individualmente
  • Cada item gera uma requisição HTTP separada
  • Útil para APIs que precisam de dados específicos por requisição

Database Nodes​

  • Insert/Update/Delete: Executam uma vez para todos os itens
  • Select: Processam cada item individualmente

Exemplos de Fluxo​

Exemplo 1: Processamento Individual​

Exemplo 2: Execute Once​

Exemplo 3: Code Node - Run Once for All Items​

Considerações Importantes​

Performance​

  • Processamento individual: Pode ser mais lento para muitos itens
  • Execute Once: Mais rápido, mas processa menos dados
  • Code node: Flexível, mas requer mais conhecimento

Rate Limits​

  • APIs podem ter limites de requisições
  • Use Execute Once ou batching quando necessário
  • Considere usar Wait nodes para pausas

Dados Perdidos​

  • Execute Once pode fazer você perder dados
  • Sempre teste com diferentes volumes de dados
  • Monitore os logs de execução

Boas Práticas​

Para Muitos Itens​

  1. Use Execute Once para operações que não precisam de todos os itens
  2. Implemente batching para APIs com rate limits
  3. Monitore performance e ajuste conforme necessário

Para Dados Críticos​

  1. Evite Execute Once quando todos os dados são importantes
  2. Use logs para verificar o processamento
  3. Teste com dados reais antes de produção

Para APIs​

  1. Verifique rate limits da API
  2. Use Wait nodes se necessário
  3. Implemente retry logic para falhas

Próximos Passos​

  1. Aprenda sobre Looping para processamento repetitivo
  2. Explore Error Handling para lidar com falhas
  3. Entenda Data Structure para estrutura de dados

Recursos Relacionados​