Pravilo determinizma
Na ovoj stranici
Zašto je determinizam obavezan
Determinizam je najkritičnije ograničenje u Mistral tijekovima rada, a proizlazi izravno iz mehanizma ponovnog izvršavanja (replay) koji si naučio ranije. Kada radnik nastavi prekinuti tijek rada, ponovno izvršava kod tijeka rada od samog početka i uspoređuje, operaciju po operaciju, ono što kod proizvodi s onim što je zabilježeno u dnevniku povijesti. Sve dok se ta dva niza podudaraju, nastavak je nevidljiv. U trenutku kada se razilaze, platforma nema načina saznati gdje je stala: detektira nedosljednost i ne uspijeva tijek rada s pogreškom nedeterminizma.
U praksi, deterministički tijek rada proizvodi točno isti niz operacija svaki put kada se pokrene s istim ulazima. Primijeti nijansu: rezultati aktivnosti mogu varirati između izvršavanja jer dolaze iz dnevnika. Redoslijed poziva je ono što mora ostati identično.
Kako to izgleda u kodu
Razmotri tijek rada koji šalje izvješće korisniku na temelju statusa njegove pretplate.
@workflows.workflow.define(name="deterministic_workflow")
class DeterministicWorkflow:
@workflows.workflow.entrypoint
async def run(self, user_id: str) -> dict:
# Uvijek isti slijed poziva za isti ulaz
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"}
Ovaj tijek rada je deterministički iako sadrži grananje. Razlog leži u izvoru uvjeta: profile["premium"] dolazi iz rezultata aktivnosti, dakle iz dnevnika. Tijekom ponovnog izvršavanja, get_profile vraća točno istu vrijednost kao i pri prvom izvršavanju, te se odabire isti put.
Sada to usporedi s ovom verzijom, koja izgleda bezopasno, ali ruši sve.
import datetime
import random
@workflows.workflow.define(name="non_deterministic_workflow")
class NonDeterministicWorkflow:
@workflows.workflow.entrypoint
async def run(self, user_id: str) -> dict:
# ZABRANJENO: datetime.now() se mijenja pri svakom izvršavanju
if datetime.datetime.now().hour < 12:
await send_morning_email(user_id)
else:
await send_afternoon_email(user_id)
# ZABRANJENO: random.random() svaki put daje drugačiji rezultat
if random.random() > 0.5:
await send_notification(user_id)
return {"status": "completed"}
Zamisli da se radnik sruši u 11:58 i ponovno pokrene u 12:03. Pri ponovnom izvršavanju, datetime.now() vraća poslijepodnevno vrijeme, dok povijest sadrži poziv send_morning_email. Tijek rada ne uspijeva. random.random() proizvodi isti učinak, samo ga je teže dijagnosticirati.
Zamjene u SDK-u
SDK ne samo da zabranjuje ove pozive; već pruža determinističke ekvivalente za tri najčešće operacije.
from mistralai.workflows import workflow
# Dohvati trenutno vrijeme (determinističko tijekom ponovnog izvršavanja)
current_time = workflow.now() # Umjesto datetime.now()
# Generiraj jedinstveni ID (determinističko tijekom ponovnog izvršavanja)
request_id = workflow.uuid4() # Umjesto uuid.uuid4()
# Dohvati nasumičan broj (determinističko tijekom ponovnog izvršavanja)
rand_value = workflow.random() # Umjesto random.random()
Princip je isti kao i za aktivnosti: vrijednost se izračuna i zabilježi u dnevnik pri prvom izvršavanju, a zatim se jednostavno ponovno izvrši nakon toga. Prethodni primjer tada postaje savršeno siguran.
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:
# ISPRAVNO: workflow.now() je determinističko tijekom ponovnog izvršavanja
current_hour = workflow.now()
if current_hour.hour < 12:
await send_morning_email(user_id)
else:
await send_afternoon_email(user_id)
# ISPRAVNO: workflow.random() je determinističko tijekom ponovnog izvršavanja
if workflow.random() > 0.5:
await send_notification(user_id)
# ISPRAVNO: workflow.uuid4() je determinističko tijekom ponovnog izvršavanja
trace_id = workflow.uuid4()
await log_trace(str(trace_id), user_id)
return {"status": "completed", "trace_id": str(trace_id)}
Granica koje se trebaš sjećati
Sljedeće je zabranjeno u kodu tijeka rada: datetime.now(), datetime.utcnow() i time.time(); uuid.uuid4() i uuid.uuid1(); random.random(), random.randint() i random.choice(); bilo koji izravan mrežni poziv (httpx, aiohttp, requests); bilo koje čitanje ili pisanje datoteke (open(), aiofiles); bilo koji pristup bazi podataka; os.environ, jer se varijable okruženja mogu promijeniti između ponovnih izvršavanja; i konačno threading i multiprocessing, budući da platforma rukuje internom paralelizacijom.
Sve što je reproducibilno ostaje dopušteno: pozivanje aktivnosti putem await, korištenje workflow.now(), workflow.uuid4() i workflow.random(), pisanje uvjetne logike ili petlji čiji uvjeti ovise o rezultatima aktivnosti, manipulacija podacima u memoriji (izračuni, nizovi) i bilježenje u dnevnik (logging) – bilježenje se smatra prihvatljivom nuspojavom.
Dijagnosticiranje pogreške nedeterminizma
Kada se pojavi pogreška, četiri provjere obično su dovoljne da je lociraš.
- Prisutnost nedeterminističkih poziva — Potraži
datetime.now,uuid.uuid4,random.randomu kodu tijeka rada - Izravni U/I — Bilo koji mrežni poziv ili poziv datoteci mora biti u aktivnosti
- Varijable okruženja — Ako koristiš
os.environza grananje, premjesti čitanje u aktivnost - Biblioteke trećih strana — Neke biblioteke interno vrše mrežne pozive ili koriste slučajnost
Ova posljednja točka je najpodmuklija: biblioteka za serializaciju koja sortira prema nasumično generiranom ID-u ili HTTP klijent instanciran pri učitavanju modula mogu uzrokovati neuspjeh ponovnog izvršavanja, a da se u tvom tijeku rada ne pojavi niti jedna sumnjiva linija.
Najučinkovitija obrana je održavanje tijeka rada što jednostavnijim i prebacivanje sve složene logike u aktivnosti. Tijek rada koji jednostavno povezuje tri poziva mehanički nema priliku biti nedeterministički.
# NAJBOLJA PRAKSA: jednostavan tijek rada, logika u aktivnostima
@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
Ključne točke
- Kod tijeka rada mora biti deterministički: isti ulazi = isti niz operacija
- Koristi
workflow.now(),workflow.uuid4(),workflow.random()umjesto standardnih Python ekvivalenata - Sve U/I operacije (mreža, datoteka, baza podataka) moraju biti u aktivnosti, nikada u tijeku rada
- Uvjetna grananja su dopuštena ako ovise o rezultatima aktivnosti
- Kršenje determinizma uzrokuje neuspjeh tijeka rada tijekom ponovnog izvršavanja
- Ako si u nedoumici, premjesti logiku u aktivnost