A platform korlátai
Ezen az oldalon
Ismerd a korlátokat
A Mistral Workflows platform jelenleg (2026 áprilisa óta) nyilvános előzetes verzióban (Public Preview) érhető el. Mint minden orchestrációs rendszer, ez is technikai korlátokat imposed, amelyeket meg kell értened a robusztus munkafolyamatok tervezéséhez. Ezek a korlátok nem csupán apróbetűs lábjegyzetek a dokumentációban; éles környezetben is megjelennek, gyakran a projekt késői szakaszában, szerializációs hibák vagy váratlanul, kódfigyelmeztetés nélkül leállított munkafolyamatok formájában. Ha előre ismered őket, az alapvetően megváltoztatja a feldolgozási logika felépítését.
Az alábbi táblázat összefoglalja a legfontosabb korlátokat és az egyes túllépések konkrét következményeit.
| Korlátozás | Érték | Következmény túllépés esetén |
|---|---|---|
| Késleltetés a tevékenységek között | 2 másodperc | Elkerülhetetlen késés minden tevékenységhívás között |
| Bemenet/kimenet hívásonként | 2 MB | Szerializációs hiba, a munkafolyamat meghiúsul |
| Események végrehajtásonként | 51 200 | A munkafolyamat kényszerített leállítása |
| Teljes méret végrehajtásonként | 50 MB | A munkafolyamat kényszerített leállítása |
| Alapértelmezett időtúllépés | 1 óra | A munkafolyamat megszakad (konfigurálható legfeljebb 7 napra) |
| Maximális időtúllépés | 7 nap | A munkafolyamat automatikusan megszakad |
| I/O műveletek a munkafolyamatokban | Tiltott | Nem determinisztikus hiba újrajátszás közben |
Két másodperc minden tevékenység között
A platform minimum 2 másodperces késleltetést ír elő a tevékenységhívások között. Ez a késés nem gyermekbetegség; az orchestrációs architektúra velejárója, amely minden eseményt tartósít, mielőtt továbblépne. Ez a tartósság ára.
A hatás könnyen kiszámolható, és gyakran meglepő. Tíz soros tevékenységet láncoló munkafolyamat legalább húsz másodperc orchestrációs időt emészt fel, függetlenül attól, mennyi ideig futnak maguk a tevékenységek. Ha minden tevékenység ötven milliszekundum alatt lefut, akkor egy fél másodperces munkát terveztél, amelynek az eredménye húsz másodperc alatt érkezik meg.
A megoldás az, hogy egyetlen tevékenységbe vonj össze olyan műveleteket, amelyeknek nem kell különállóknak lenniük. Hasonlítsd össze ugyanannak az NLP folyamatnak ezt a két verzióját.
# NEM OPTIMÁLIS: 3 tevékenység = 6 másodperc orchestrációs késés
@workflows.workflow.define(name="pipeline_lent")
class SlowPipeline:
@workflows.workflow.entrypoint
async def run(self, text: str) -> dict:
tokens = await tokenize(text)
embeddings = await calculate_embeddings(tokens)
clusters = await cluster(embeddings)
return clusters
# OPTIMALIZÁLT: 1 tevékenység = 2 másodperc orchestrációs késés
@workflows.activity()
async def complete_nlp_processing(text: str) -> dict:
tokens = tokenize_local(text)
embeddings = calculate_embeddings_local(tokens)
clusters = cluster_local(embeddings)
return {"clusters": clusters}
@workflows.workflow.define(name="pipeline_rapide")
class FastPipeline:
@workflows.workflow.entrypoint
async def run(self, text: str) -> dict:
return await complete_nlp_processing(text)
A szétválasztás szabálya egyszerűvé válik: csak akkor hozz létre külön tevékenységet, ha két művelet között szükséged van a tartóssági garanciára. Ha két művelet együtt is meghibásodhat anélkül, hogy problémát okozna – mint például a memóriában láncolt helyi tokenizálás és beágyazás-számítás –, akkor vond őket össze.
Két megabájt hívásonként
Minden tevékenységhívás bemenete és kimenete is maximum 2 MB lehet, az adatok szerializált JSON ábrázolása alapján. Egy jelentés PDF-ben, egy képkészlet vagy egy nagy CSV export könnyen túllépi ezt, ami szerializációs hiba miatt a munkafolyamat meghiúsulásához vezet.
A megoldás egyetlen mondat: soha ne adj át adatpayloadot, csak hivatkozásokat. A tevékenység letölti az adatot a külső tárhelyről, helyben feldolgozza (ahol csak a worker memóriája szab határt), majd visszaadja az eredmény URL-jét.
@workflows.activity()
async def traiter_gros_fichier(fichier_url: str) -> dict:
"""Letölti, feldolgozza és újra feltölti a fájlt.
Csak az URL-ek haladnak át a munkafolyamaton."""
async with httpx.AsyncClient() as client:
# Letöltés S3/GCS rendszerből
response = await client.get(fichier_url)
contenu = response.content # Lehet 100 MB is
# A fájl feldolgozása
resultat = traiter(contenu)
# Az eredmény feltöltése
await client.put(
"https://storage.example.com/résultats/output.json",
content=resultat
)
return {"url_resultat": "https://storage.example.com/résultats/output.json"}
Az esemény- és volumenköltségvetés
Minden végrehajtás maximum 51 200 eseményre korlátozódik. A platform eseményt generál minden tevékenység indításakor, minden tevékenység befejezésekor, minden fogadott jelzésnél és minden elindított időzítőnél. A gyakorlatban egy tevékenységhívás körülbelül két-három eseménybe kerül, ha a metaadatokat is beleszámoljuk, így egy száz tevékenységből álló munkafolyamat kb. 250–300 eseményt fogyaszt. Más szóval a korlát végrehajtásonként tizenötezer-húszezer tevékenységhívást tesz lehetővé: ez jóval meghaladja a legtöbb használati eset igényeit.
Ezt a limitet csak tömeges feldolgozásnál éred el – például amikor ötvenezer dokumentumot iterálsz végig egyetlen végrehajtásban. A folytatási minta (continuation pattern), amelyet a következő leckében részletezünk, megoldja ezt: a munkafolyamat feldolgoz egy köteget, majd elindít egy új munkafolyamatot a következő köteg számára, ezzel visszaállítva az eseményszámlálót.
A második korlát a volumenre vonatkozik: egy végrehajtás során keletkező összes esemény együttes mérete nem haladhatja meg az 50 MB-ot. Ez gyorsabban telítődik, ha a tevékenységeid gazdag objektumokat adnak vissza, mivel minden eredmény naplózásra kerül. Ugyanaz a reflex alkalmazandó: azonosítóval térj vissza teljes struktúrák helyett, tárold a közbenső eredményeket külső szolgáltatásban, és lapozz a feldolgozás során kötegekben; ez az esetek túlnyomó többségében elegendő.
Nincs I/O a munkafolyamatban
A táblázat utolsó sora nem méretezési korlát, hanem tervezési szabály, amelyet már tárgyaltunk a determinizmus kapcsán. A munkafolyamat kódja nem tartalmazhat input/output műveleteket: nincs hálózati hívás (httpx, aiohttp, requests), nincs fájlolvasás vagy -írás (open, aiofiles), nincs adatbázis-hozzáférés, és környezeti változók olvasása sem vezérelhet elágazásokat. Mindezek a műveletek a tevékenységek feladatai, amelyek eredményei naplózásra kerülnek, így azonos módon újrajátszhatók.
Főbb megállapítások
- 2 másodperc minimális késleltetés minden tevékenység között – vond össze a kapcsolódó műveleteket
- 2 MB maximum tevékenységenkénti bemenet/kimenet – használj külső tárhelyet nagy adatokhoz
- 51 200 esemény és 50 MB maximum végrehajtásonként – használd a folytatási mintát nagyon hosszú munkafolyamatoknál
- Nincs I/O a munkafolyamat kódjában – minden művelet a tevékenységekben történjen
- Ezek a korlátok az alapul szolgáló Temporal architektúrából és a nyilvános előzetes (Public Preview) státuszból adódnak