Sääntö determinismistä
Tällä sivulla
Miksi determinismi on pakollinen
Determinismi on Mistral-työnkulkujen kriittisin rajoite, ja se johtuu suoraan aiemmin oppimastasi toistomekanismista. Kun työntekijä jatkaa keskeytynyttä työnkulkua, se toistaa työnkulkukoodin alusta alkaen ja vertaa operaatio kerrallaan koodin tuottamaa tulosta lokihistorian tallentamiin tietoihin. Niin kauan kuin nämä kaksi sarjaa täsmäävät, jatkaminen on näkymätöntä. Heti kun ne eroavat toisistaan, alustalla ei ole keinoa tietää, missä vaiheessa se oli: se havaitsee epäjohdonmukaisuuden ja epäonnistaa työnkulun ei-deterministisyysvirheellä.
Käytännössä deterministinen työnkulku tuottaa täsmälleen saman operaatiojonon joka kerta, kun se suoritetaan samoilla syötteillä. Huomaa vivahde: aktiviteettien tulokset voivat vaihdella suoritusten välillä, koska ne haetaan lokista. Juuri kutsujen järjestyksen on pysyttävä identtisenä.
Miltä tämä näyttää koodissa
Tarkastellaan työnkulkua, joka lähettää raportin käyttäjälle tämän tilaustilan perusteella.
@workflows.workflow.define(name="deterministic_workflow")
class DeterministicWorkflow:
@workflows.workflow.entrypoint
async def run(self, user_id: str) -> dict:
# Aina sama kutsujono samalla syötteellä
profile = await get_profile(user_id)
if profile["premium"]:
report = await generate_full_report(user_id)
else:
report = await generate_basic_report(user_id)
await send_email(profile["email"], report)
return {"status": "completed"}
Tämä työnkulku on deterministinen, vaikka se sisältääkin haarautumisen. Syy löytyy ehdon lähteestä: profile["premium"] tulee aktiviteetin tuloksesta, eli se on peräisin lokista. Toiston aikana get_profile palauttaa täsmälleen saman arvon kuin ensimmäisellä suorituksella, ja sama polku kuljetaan.
Vertaa tätä nyt versioon, joka näyttää vaarattomalta, mutta rikkoo kaiken.
import datetime
import random
@workflows.workflow.define(name="non_deterministic_workflow")
class NonDeterministicWorkflow:
@workflows.workflow.entrypoint
async def run(self, user_id: str) -> dict:
# KIELLETTY: datetime.now() muuttuu jokaisella suorituksella
if datetime.datetime.now().hour < 12:
await send_morning_email(user_id)
else:
await send_afternoon_email(user_id)
# KIELLETTY: random.random() tuottaa eri tuloksen joka kerta
if random.random() > 0.5:
await send_notification(user_id)
return {"status": "completed"}
Kuvittele, että työntekijä kaatuu klo 11.58 ja käynnistyy uudelleen klo 12.03. Toiston aikana datetime.now() palauttaa iltapäivän ajan, kun taas historia sisältää kutsun funktiolle send_morning_email. Työnkulku epäonnistuu. random.random() aiheuttaa saman vaikutuksen, vain vaikeammin diagnosoitavana.
SDK:n korvaavat funktiot
SDK ei vain kiellä näitä kutsuja; se tarjoaa deterministiset vastineet kolmelle yleisimmälle operaatiolle.
from mistralai.workflows import workflow
# Hae nykyinen aika (deterministinen toiston aikana)
current_time = workflow.now() # datetime.now():n sijaan
# Luo uniikki ID (deterministinen toiston aikana)
request_id = workflow.uuid4() # uuid.uuid4():n sijaan
# Hae satunnaisluku (deterministinen toiston aikana)
rand_value = workflow.random() # random.random():n sijaan
Periaate on sama kuin aktiviteeteissa: arvo lasketaan ja tallennetaan lokiin ensimmäisellä suorituksella, jonka jälkeen sitä vain toistetaan. Edellinen esimerkki muuttuu tällöin täysin turvalliseksi.
import mistralai.workflows as workflows
from mistralai.workflows import workflow
@workflows.workflow.define(name="fixed_workflow")
class FixedWorkflow:
@workflows.workflow.entrypoint
async def run(self, user_id: str) -> dict:
# OIKEIN: workflow.now() on deterministinen toiston aikana
current_hour = workflow.now()
if current_hour.hour < 12:
await send_morning_email(user_id)
else:
await send_afternoon_email(user_id)
# OIKEIN: workflow.random() on deterministinen toiston aikana
if workflow.random() > 0.5:
await send_notification(user_id)
# OIKEIN: workflow.uuid4() on deterministinen toiston aikana
trace_id = workflow.uuid4()
await log_trace(str(trace_id), user_id)
return {"status": "completed", "trace_id": str(trace_id)}
Muistettava raja
Seuraavat ovat kiellettyjä työnkulkukoodissa: datetime.now(), datetime.utcnow() ja time.time(); uuid.uuid4() ja uuid.uuid1(); random.random(), random.randint() ja random.choice(); kaikki suorat verkkokutsut (httpx, aiohttp, requests); kaikki tiedoston luku tai kirjoitus (open(), aiofiles); kaikki tietokantayhteydet; os.environ, koska ympäristömuuttujat voivat muuttua toistojen välillä; sekä lopuksi threading ja multiprocessing, sillä alusta hallitsee sisäistä rinnakkaisuutta.
Kaikki toistettava on sallittua: aktiviteettien kutsuminen käyttämällä await, funktioiden workflow.now(), workflow.uuid4() ja workflow.random() käyttö, ehtolauseiden tai silmukoiden kirjoittaminen, joiden ehdot riippuvat aktiviteettien tuloksista, muistissa olevien tietojen käsittely (laskutoimitukset, merkkijonot) ja lokitus – lokitusta pidetään hyväksyttävänä sivuvaikutuksena.
Ei-deterministisyysvirheen diagnosointi
Kun virhe iskee, neljä tarkistusta riittää yleensä sen paikantamiseen.
- Ei-determinististen kutsujen esiintyminen – Etsi koodista
datetime.now,uuid.uuid4,random.random - Suora I/O – Kaikkien verkko- tai tiedostokutsujen on oltava aktiviteeteissa
- Ympäristömuuttujat – Jos käytät
os.environ:ia haarautumiseen, siirrä luku aktiviteettiin - Kolmannen osapuolen kirjastot – Jotkut kirjastot tekevät verkkokutsuja tai käyttävät sisäisesti satunnaisuutta
Viimeinen kohta on salakavalin: serialisointikirjasto, joka lajittelee satunnaisesti generoidun ID:n perusteella, tai moduulin latauksen yhteydessä luotu HTTP-asiakas, voi aiheuttaa toiston epäonnistumisen, vaikka työnkulkukoodissasi ei olisi yhtään epäilyttävää riviä.
Tehokkain puolustus on pitää työnkulku mahdollisimman kevyenä ja siirtää kaikki monimutkainen logiikka aktiviteetteihin. Työnkululla, joka vain ketjuttaa kolme kutsua, ei ole mekaanisesti mahdollisuutta olla ei-deterministinen.
# PARAS KÄYTÄNTÖ: yksinkertainen työnkulku, logiikka aktiviteeteissa
@workflows.workflow.define(name="simple_pipeline")
class SimplePipeline:
@workflows.workflow.entrypoint
async def run(self, params: dict) -> dict:
step1 = await prepare_data(params)
step2 = await process_data(step1)
step3 = await finalize(step2)
return step3
Keskeiset asiat
- Työnkulkukoodin on oltava determinististä: samat syötteet = sama operaatiojono
- Käytä standardejen Python-vastineiden sijaan funktioita
workflow.now(),workflow.uuid4()jaworkflow.random() - Kaikkien I/O-operaatioiden (verkko, tiedosto, tietokanta) on oltava aktiviteeteissa, ei koskaan työnkulussa
- Ehtohaarat ovat sallittuja, jos ne riippuvat aktiviteettien tuloksista
- Determinismin rikkominen aiheuttaa työnkulun epäonnistumisen toiston aikana
- Jos epäilet, siirrä logiikka aktiviteettiin