Durabilità e affidabilità dei workflow
In questa pagina
Perché la durabilità cambia tutto
Immagina una pipeline di dieci passaggi che elabora un lotto di fatture: estrazione, validazione, chiamata al modello, scrittura nel database, notifica. In uno script Python standard, un crash al passaggio 7 ti costringe a ripartire dal passaggio 1. I primi sei passaggi vengono eseguiti di nuovo, creando gravi problemi se uno di essi ha scritto nel database o inviato un messaggio. Con un workflow durevole, il sistema riprende esattamente al passaggio 7. Salta i primi sei passaggi, evita di duplicare le azioni e non perde alcun dato.
Questa capacità si basa su un meccanismo specifico chiamato event sourcing. Comprendere questo concetto è essenziale perché spiega i vincoli che incontrerai in seguito.
Event Sourcing: il principio fondamentale
L’event sourcing registra ogni azione del workflow come un evento immutabile in un log. La differenza rispetto a un approccio tradizionale si riassume in una frase: invece di memorizzare solo lo stato corrente (ad esempio, “in corso, passaggio 7”), la piattaforma mantiene una cronologia completa delle operazioni e dei loro risultati. Un’esecuzione di workflow con due attività lascia la seguente traccia:
- Il workflow inizia e riceve i parametri di input → evento registrato
- Il workflow chiama l’Attività A → evento registrato
- L’Attività A si completa con un risultato → evento registrato
- Il workflow chiama l’Attività B → evento registrato
- L’Attività B si completa → evento registrato
- Il workflow restituisce il suo risultato finale → evento registrato
Il sistema persiste ogni passaggio prima di passare al successivo. Non esiste alcuna finestra temporale in cui un’azione avviene senza che il log ne sia a conoscenza. Questo log diventa l’unica fonte di verità; lo stato del workflow non esiste da nessun’altra parte.
Replay automatico: recupero dai guasti
Quando un worker si blocca, un nuovo worker subentra, recupera il log degli eventi ed esegue nuovamente (replay) il codice del workflow dall’inizio. La parola “replay” sorprende spesso: il codice riparte effettivamente dalla prima riga, ma per ogni attività già conclusa, il motore non chiama di nuovo la tua funzione. Al contrario, sostituisce il risultato registrato presente nel log. Il workflow avanza alla velocità di lettura finché non incontra la prima attività non conclusa. Solo allora riprende il lavoro reale.
Le attività già completate con successo non vengono mai rieseguite durante un replay. L’esempio seguente rende tangibile questa garanzia per il caso più delicato: l’invio di un’email.
import mistralai.workflows as workflows
@workflows.activity()
async def send_email(recipient: str, content: str) -> dict:
"""Questa attività viene eseguita una sola volta,
anche se il workflow viene rieseguito più volte."""
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:
# Se il workflow si blocca DOPO l'invio dell'email,
# l'email NON verrà reinviata durante il replay.
email_result = await send_email(recipient, "Il tuo report è pronto")
# Il workflow riprende da qui
log_result = await log_notification(recipient, email_result)
return log_result
Tolleranza ai guasti: scenari coperti
La piattaforma gestisce quattro tipi di incidenti senza richiedere nemmeno una riga di codice da parte tua. Primo, il crash di un worker: il processo Python si interrompe bruscamente a causa di un errore di memoria, un segnale kill o un riavvio del server. Un altro worker riprende il workflow esattamente da dove si era interrotto. Secondo, un errore di rete transitorio: una chiamata API fallisce a causa di un timeout. La politica di retry riavvia automaticamente l’attività con un backoff esponenziale, utilizzando ritardi crescenti per evitare di sovraccaricare un servizio in difficoltà.
Terzo, errori nel tuo stesso codice: un’eccezione sollevata in un’attività viene ritentata un numero definito di volte in base alla politica configurata prima di fallire permanentemente. Quarto, indisponibilità temporanea di un servizio di terze parti. L’effetto qui è drammatico: se un’API partner rimane offline per dieci minuti, la tua pipeline notturna non fallisce più. Le attività in sospeso ripartono quando il servizio torna online e l’elaborazione termina con solo dieci minuti di ritardo.
Il vincolo del determinismo
Il replay ha un costo. Affinché la riproduzione del log riproduca fedelmente l’esecuzione originale, il codice del workflow (non delle attività) deve essere deterministico. Dati gli stessi input, deve produrre la stessa sequenza di operazioni. Se il tuo workflow si dirama basandosi su if datetime.now().hour < 12, un replay effettuato stasera potrebbe prendere l’altro ramo, desincronizzando completamente il log.
Pertanto, non devi mai fare quanto segue nel codice del workflow:
- Usare
datetime.now()→ usaworkflow.now() - Usare
uuid.uuid4()→ usaworkflow.uuid4() - Usare
random.random()→ usaworkflow.random() - Effettuare chiamate di rete o I/O direttamente → spostale in un’attività
Queste tre sostituzioni restituiscono valori registrati durante il primo passaggio e riprodotti identici in seguito. Dettaglieremo questo vincolo nella Lezione 8, che si concentra sul determinismo.
Confronto con gli approcci tradizionali
| Approccio | Recupero dai guasti | Garanzia di esecuzione | Complessità |
|---|---|---|---|
| Semplice script Python | No | Nessuna | Bassa |
| Coda di messaggi (Celery, RQ) | Parziale | Almeno una volta (At-least-once) | Media |
| Cron + Database | Manuale | Dipende dall’implementazione | Alta |
| Mistral Workflows (Temporal) | Automatico | Esattamente una volta (logica) | Bassa (SDK) |
Presta molta attenzione alla colonna della complessità. Una coda di messaggi sembra semplice da avviare, ma il suo recupero parziale ti costringe a scrivere logica di gestione dello stato che l’SDK fornisce nativamente.
Esattamente una volta: una garanzia logica
La piattaforma garantisce che la logica del tuo workflow venga eseguita esattamente una volta. Se un’attività ha successo, il sistema registra il risultato e non la riesegue mai. Se fallisce, il sistema la ritenta secondo la politica configurata.
La parola “logica” non è decorativa. A livello di rete, una chiamata potrebbe effettivamente essere inviata due volte: la tua richiesta di creare un cliente raggiunge il CRM, ma la conferma si perde durante il transito. Dal tuo punto di vista, l’attività è fallita e verrà ritentata, anche se il cliente esiste già. Questo crea la necessità di attività idempotenti, che producono lo stesso risultato anche se chiamate più volte con gli stessi parametri. In pratica, ciò significa preferire un PUT su un ID stabile rispetto a un POST che crea una nuova riga a ogni chiamata.
Punti chiave
- L’event sourcing registra ogni passaggio come un evento immutabile in un log
- Il replay automatico ti permette di riprendere un workflow interrotto senza rieseguire le attività concluse
- La piattaforma gestisce automaticamente crash, errori di rete e interruzioni dei servizi
- Il codice del workflow deve essere deterministico affinché il replay funzioni
- Le attività devono essere idempotenti per garantire la coerenza durante i retry
- La garanzia di esecuzione è esattamente una volta a livello logico