Pāriet uz galveno saturu
Latviešu— Izvēlēties valodu
Izvēlne

Ierobežojumi platformā

Nodarbība 10 no 14 Atjaunota 2026. gada 29. jūlijs Augstākais
Šajā lapā
  1. Iepazīsties ar ierobežojumiem
  2. Divas sekundes starp katru aktivitāti
  3. Divi megabaiti vienā izsaukumā
  4. Notikumu un apjoma budžets
  5. Nav I/O darbplūsmas kodā
  6. Galvenās atziņas

Iepazīsties ar ierobežojumiem

Mistral Workflows platforma atrodas publiskā priekšskatījuma režīmā (Public Preview) (kopš 2026. gada aprīļa). Tāpat kā jebkura orķestrācijas sistēma, tā uzliek tehniskus ierobežojumus, kas tev ir jāsaprot, lai izstrādātu stabilas darbplūsmas. Šie limiti nav tikai dokumentācijas piezīmes; tie parādās ražošanas vidē, bieži vien procesa vēlīnā stadijā, kā serializācijas kļūdas vai negaidīti pārtrauktas darbplūsmas bez brīdinājuma tavā kodā. To zināšana iepriekš maina to, kā tu strukturēji savu apstrādes loģiku.

Zemāk esošajā tabulā apkopoti galvenie ierobežojumi un konkrētās sekas, ja kāds no tiem tiek pārsniegts.

Ierobežojums Vērtība Sekas, ja tiek pārsniegts
Aizture starp aktivitātēm 2 sekundes Neizbēgama latentce starp katru aktivitātes izsaukumu
Ievade/izvade vienā izsaukumā 2 MB Serializācijas kļūda, darbplūsma neizdodas
Notikumi vienā izpildē 51 200 Darbplūsma piespiedu kārtā pārtraukta
Kopējais apjoms vienā izpildē 50 MB Darbplūsma piespiedu kārtā pārtraukta
Noklusējuma noilgums 1 stunda Darbplūsma atcelta (konfigurējams līdz 7 dienām)
Maksimālais noilgums 7 dienas Darbplūsma automātiski atcelta
I/O darbplūsmās Aizliegts Nedeterminisma kļūda atkārtošanas laikā

Divas sekundes starp katru aktivitāti

Platforma piespiež ievērot minimālu 2 sekunžu aizturi starp aktivitāšu izsaukumiem. Šī latentce nav sākotnēja problēma; tā ir raksturīga orķestrācijas arhitektūrai, kas saglabā katru notikumu pirms turpināšanas. Tā ir izturības cena.

Ietekmi ir viegli aprēķināt, un tā bieži vien pārsteidz. Darbplūsma, kas virkņo desmit secīgas aktivitātes, patērē vismaz divdesmit sekundes orķestrācijas laika neatkarīgi no tā, cik ilgi pašas aktivitātes ilgst. Ja katra aktivitāte darbojas piecdesmit milisekundes, tu esi izveidojis pussekundes uzdevumu, kam rezultāta atgriešanai nepieciešamas divdesmit sekundes.

Risinājums ir apvienot operācijas, kurām nav jābūt atdalītām, vienā aktivitātē. Salīdzini šīs divas vienas un tās pašas NLP cauruļvada versijas.

# NEOPTIMĀLI: 3 aktivitātes = 6 sekundes orķestrācijas latentces
@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

# OPTIMIZĒTS: 1 aktivitāte = 2 sekundes orķestrācijas latentces
@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)

Noteikums sadalīšanai kļūst vienkāršs: izveido atsevišķu aktivitāti tikai tad, ja starp divām operācijām tev ir nepieciešama saglabāšanas garantija. Ja divas operācijas var neizdoties kopā, neradot problēmas — piemēram, lokāla tokenizācija un iegulšanas aprēķins, kas virkņoti atmiņā — apvieno tās.

Divi megabaiti vienā izsaukumā

Katrs aktivitātes izsaukums ir ierobežots līdz 2 MB ievadei un 2 MB izvadei, balstoties uz datu serializēto JSON attēlojumu. PDF ziņojums, attēlu kopa vai liels CSV eksports to viegli pārsniegs, izraisot darbplūsmas kļūmi ar serializācijas kļūdu.

Risinājums ir viena teikuma garumā: nodod atsauces, nevis datu kopas. Aktivitāte lejupielādē datus no ārējās krātuves, apstrādā tos lokāli (kur to ierobežo tikai darbinieka atmiņa) un atgriež rezultāta URL.

@workflows.activity()
async def traiter_gros_fichier(fichier_url: str) -> dict:
    """Lejupielādē, apstrādā un augšupielādē failu atpakaļ.
    Tikai URL tiek nodoti caur darbplūsmu."""
    async with httpx.AsyncClient() as client:
        # Lejupielāde no S3/GCS
        response = await client.get(fichier_url)
        contenu = response.content  # Var būt 100 MB

        # Faila apstrāde
        resultat = traiter(contenu)

        # Rezultāta augšupielāde
        await client.put(
            "https://storage.example.com/résultats/output.json",
            content=resultat
        )

    return {"url_resultat": "https://storage.example.com/résultats/output.json"}

Notikumu un apjoma budžets

Katra izpilde ir ierobežota līdz 51 200 notikumiem. Platforma ģenerē notikumu katras aktivitātes sākumam, katras aktivitātes pabeigšanai, katram saņemtajam signālam un katram aktivizētajam taimerim. Praksē aktivitātes izsaukums maksā aptuveni divus līdz trīs notikumus, ieskaitot metadatus, tādējādi simts aktivitāšu darbplūsma aizņem ap 250 līdz 300 notikumiem. Citiem vārdiem sakot, limits ļauj veikt piecpadsmit līdz divdesmit tūkstošus aktivitāšu izsaukumu vienā izpildē: tas ir daudz vairāk, nekā prasa lielākā daļa lietojumu gadījumu.

Tu saskarsies ar šo limitu tikai masveida apstrādē — piemēram, iterējot cauri piecdesmit tūkstošiem dokumentu vienā izpildē. Turpinājuma modelis (continuation pattern), kas detalizēti aprakstīts nākamajā nodarbībā, atrisina šo problēmu: darbplūsma apstrādā partiju, pēc tam palaiž jaunu darbplūsmu nākamajai partijai, atiestatot notikumu skaitītāju.

Otrs ierobežojums attiecas uz apjomu: visu notikumu kumulatīvais lielums vienā izpildē nedrīkst pārsniegt 50 MB. Tas aizpildās ātrāk, ja tavas aktivitātes atgriež bagātīgus objektus, jo katrs rezultāts tiek ierakstīts žurnālā. Attiecas tas pats reflekss — atgriez identifikatoru, nevis pilnu struktūru, glabā starprezultātus ārējā servisā, veic apstrādi pa daļām partijās — un tas ir pietiekami lielākajā daļā gadījumu.

Pēdējā rinda tabulā nav lieluma ierobežojums, bet gan dizaina noteikums, kas jau tika aplūkots determinisma kontekstā. Darbplūsmas kodā nedrīkst būt nekādas ievades/izvades (I/O) operācijas: nekādu tīkla izsaukumu (httpx, aiohttp, requests), nekādu failu lasīšanas vai rakstīšanas (open, aiofiles), nekādas datubāzes piekļuves un nekādu vides mainīgo lasīšanas, lai virzītu zarošanos. Visas šīs operācijas dzīvo aktivitātēs, kuru rezultāti tiek žurnālēti un tādējādi ir identiski atkārtojami.

Galvenās atziņas

  • 2 sekundes minimālā latentce starp katru aktivitāti — apvieno saistītās operācijas
  • 2 MB maksimums vienai aktivitātes ievadei/izvadei — lieliem datiem izmanto ārējo krātuvi
  • 51 200 notikumi un 50 MB maksimums vienā izpildē — ļoti garām darbplūsmām izmanto turpinājuma modeli
  • Nav I/O darbplūsmas kodā — viss notiek aktivitātēs
  • Šie ierobežojumi izriet no pamatā esošās Temporal arhitektūras un Public Preview statusa