Přejít na hlavní obsah
Čeština— Vyberte jazyk
Menu

Odolnost a spolehlivost workflow

Lekce 2 z 14 Aktualizováno 29. července 2026 Pokročilý
Na této stránce
  1. Proč odolnost mění vše
  2. Event sourcing: Základní princip
  3. Automatické přehrávání: Obnova po selhání
  4. Odolnost vůči chybám: Pokryté scénáře
  5. Omezení determinismu
  6. Srovnání s tradičními přístupy
  7. Přesně jednou: Logická záruka
  8. Klíčové poznatky

Proč odolnost mění vše

Představ si desetikrokový pipeline zpracovávající dávku faktur: extrakce, validace, volání modelu, zápis do databáze, oznámení. Ve standardním Python skriptu tě crash v kroku 7 donutí vrátit se ke kroku 1. Prvních šest kroků se spustí znovu, což vytváří vážné problémy, pokud kterýkoli z nich již zapisoval do databáze nebo posílal zprávu. U odolného workflow systém obnoví běh přesně v kroku 7. Přeskočí prvních šest kroků, vyhne se duplikaci akcí a neztratí žádná data.

Tato schopnost spoléhá na specifický mechanismus zvaný event sourcing. Pochopení tohoto konceptu je zásadní, protože vysvětluje omezení, se kterými se později setkáš.

Event sourcing: Základní princip

Event sourcing zaznamenává každou akci workflow jako neměnnou událost v logu. Rozdíl oproti tradičnímu přístupu lze shrnout do jedné věty: místo ukládání pouze aktuálního stavu (např. „probíhá, krok 7“) platforma uchovává úplnou historii operací a jejich výsledků. Provedení workflow se dvěma aktivitami zanechá následující stopu:

  1. Workflow se spustí a obdrží vstupní parametry → událost zaznamenána
  2. Workflow zavolá Aktivitu A → událost zaznamenána
  3. Aktivita A skončí s výsledkem → událost zaznamenána
  4. Workflow zavolá Aktivitu B → událost zaznamenána
  5. Aktivita B skončí → událost zaznamenána
  6. Workflow vrátí svůj konečný výsledek → událost zaznamenána

Systém persistuje každý krok předtím, než přejde k dalšímu. Neexistuje žádné okno, kdy by akce proběhla, aniž by o tom log věděl. Tento log se stává jediným zdrojem pravdy; stav workflow neexistuje nikde jinde.

Automatické přehrávání: Obnova po selhání

Když worker crashne, převezme práci nový worker, získá log událostí a přehraje kód workflow od začátku. Slovo „přehrávání“ často lidi překvapí: kód se skutečně restartuje od prvního řádku, ale pro každou aktivitu, která již skončila, engine znovu nezavolá tvou funkci. Místo toho dosadí zaznamenaný výsledek z logu. Workflow postupuje rychlostí čtení, dokud nenarazí na první nedokončenou aktivitu. Teprve poté se obnoví skutečná práce.

Aktivity, které již úspěšně skončily, se během přehrávání nikdy znovu nespustí. Níže uvedený příklad činí toto garantování hmatatelným pro ten nejcitlivější případ: odeslání e-mailu.

import mistralai.workflows as workflows

@workflows.activity()
async def send_email(recipient: str, content: str) -> dict:
    """Tato aktivita se spustí pouze jednou,
    i když se workflow přehraje vícekrát."""
    response = await email_service.send(recipient, content)
    return {"status": "sent", "id": response.id}

@workflows.workflow.define(name="notification_workflow")
class NotificationWorkflow:
    @workflows.workflow.entrypoint
    async def run(self, recipient: str) -> dict:
        # Pokud workflow crashne PO odeslání e-mailu,
        # e-mail se během přehrávání NEODEŠLE znovu.
        email_result = await send_email(recipient, "Vaše zpráva je připravena")

        # Workflow zde pokračuje
        log_result = await log_notification(recipient, email_result)
        return log_result

Odolnost vůči chybám: Pokryté scénáře

Platforma zvládá čtyři typy incidentů, aniž bys musel napsat jediný řádek kódu. Za prvé, crash workeru: Python proces se abruptně zastaví kvůli chybě paměti, signálu kill nebo restartu serveru. Jiný worker převezme workflow přesně tam, kde skončilo. Za druhé, přechodná chyba sítě: volání API selže kvůli timeoutu. Politika opakování automaticky restartuje aktivitu s exponenciálním backoffem, využívajícím rostoucí prodlevy, aby se nezahlcovala služba, která má potíže.

Za třetí, chyby ve tvém vlastním kódu: výjimka vyvolaná v aktivitě se opakuje definovaný početkrát na základě nakonfigurované politiky, než trvale selže. Za čtvrté, dočasná nedostupnost služby třetí strany. Efekt je zde dramatický: pokud partnerské API vypadne na deset minut, tvůj noční pipeline již neselže. Čekající aktivity se restartují, jakmile se služba vrátí, a zpracování skončí pouze o deset minut později.

Omezení determinismu

Přehrávání má svou cenu. Aby log věrně reprodukoval původní provedení, musí být kód workflow (nikoli aktivit) deterministický. Při stejných vstupech musí produkovat stejnou sekvenci operací. Pokud se tvé workflow větví na základě if datetime.now().hour < 12, přehrávání dnes v noci může jít druhou větví, což log zcela desynchronizuje.

Proto v kódu workflow nikdy nesmíš dělat následující:

  • Používat datetime.now() → použij workflow.now()
  • Používat uuid.uuid4() → použij workflow.uuid4()
  • Používat random.random() → použij workflow.random()
  • Provádět síťová nebo I/O volání přímo → přesuň je do aktivity

Tyto tři substituce vracejí hodnoty zaznamenané během prvního průchodu a následně je identicky přehrají. Toto omezení podrobně rozebereme v Lekci 8, která se zaměřuje na determinismus.

Srovnání s tradičními přístupy

PřístupObnova po selháníZáruka provedeníSložitost
Jednoduchý Python skriptNeŽádnáNízká
Fronta zpráv (Celery, RQ)ČástečnáAlespoň jednou (At-least-once)Střední
Cron + DatabázeManuálníZávisí na implementaciVysoká
Mistral Workflows (Temporal)AutomatickáPřesně jednou (logicky)Nízká (SDK)

Věnuj velkou pozornost sloupci složitost. Fronta zpráv se na začátku zdá jednoduchá, ale její částečná obnova tě nutí psát logiku pro správu stavu, kterou SDK poskytuje přímo z krabice.

Přesně jednou: Logická záruka

Platforma garantuje, že logika tvého workflow se provede přesně jednou. Pokud aktivita uspěje, systém zaznamená výsledek a nikdy ji znovu nespustí. Pokud selže, systém ji podle nakonfigurované politiky opakuje.

Slovo „logicky“ není jen ozdobné. Na úrovni sítě se volání může skutečně poslat dvakrát: tvůj požadavek na vytvoření zákazníka dorazí do CRM, ale potvrzení se cestou ztratí. Z tvého pohledu aktivita selhala a bude se opakovat, přestože zákazník již existuje. To vytváří potřebu idempotentních aktivit, které produkují stejný výsledek i při více voláních se stejnými parametry. V praxi to znamená upřednostňovat PUT na stabilní ID před POST, který při každém volání vytvoří nový řádek.

Klíčové poznatky

  • Event sourcing zaznamenává každý krok jako neměnnou událost v logu
  • Automatické přehrávání ti umožňuje obnovit přerušené workflow bez opětovného spouštění dokončených aktivit
  • Platforma automaticky zvládá crashy, chyby sítě a výpadky služeb
  • Kód workflow musí být deterministický, aby přehrávání fungovalo
  • Aktivity musí být idempotentní, aby se zajistila konzistence při opakování
  • Záruka provedení je logicky přesně jednou