Durabilidade e Fiabilidade dos Fluxos de Trabalho
Nesta página
Por que a Durabilidade Muda Tudo
Imagine um pipeline de dez etapas a processar um lote de faturas: extração, validação, chamada ao modelo, escrita na base de dados, notificação. Num script Python padrão, uma falha na etapa 7 obriga-o a recomeçar na etapa 1. As primeiras seis etapas voltam a executar-se, criando problemas graves se alguma delas tiver escrito numa base de dados ou enviado uma mensagem. Com um fluxo de trabalho durável, o sistema retoma exatamente na etapa 7. Ignora as primeiras seis etapas, evita duplicar ações e não perde quaisquer dados.
Esta capacidade baseia-se num mecanismo específico chamado event sourcing (origem de eventos). Compreender este conceito é essencial, pois explica as restrições que encontrará mais tarde.
Event Sourcing: O Princípio Fundamental
O event sourcing regista cada ação do fluxo de trabalho como um evento imutável num registo (log). A diferença face a uma abordagem tradicional resume-se a uma frase: em vez de armazenar apenas o estado atual (por exemplo, “em curso, etapa 7”), a plataforma mantém um histórico completo das operações e dos seus resultados. Uma execução de fluxo de trabalho com duas atividades deixa o seguinte rasto:
- O fluxo de trabalho inicia e recebe parâmetros de entrada → evento registado
- O fluxo de trabalho chama a Atividade A → evento registado
- A Atividade A conclui com um resultado → evento registado
- O fluxo de trabalho chama a Atividade B → evento registado
- A Atividade B conclui → evento registado
- O fluxo de trabalho devolve o seu resultado final → evento registado
O sistema persiste cada passo antes de avançar para o seguinte. Não existe nenhuma janela temporal em que uma ação ocorra sem que o registo o saiba. Este registo torna-se a única fonte de verdade; o estado do fluxo de trabalho não existe em mais lado nenhum.
Reprodução Automática: Recuperação de Falhas
Quando um worker falha, um novo worker assume, recupera o registo de eventos e reproduz (replay) o código do fluxo de trabalho desde o início. A palavra “reprodução” surpreende muitas vezes: o código reinicia de facto da linha um, mas para cada atividade que já terminou, o motor não volta a chamar a sua função. Em vez disso, substitui pelo resultado registado no log. O fluxo de trabalho avança à velocidade de leitura até atingir a primeira atividade por terminar. Só então é que o trabalho real retoma.
As atividades que já foram bem-sucedidas nunca são reexecutadas durante uma reprodução. O exemplo abaixo torna esta garantia tangível para o caso mais sensível: o envio de um e-mail.
import mistralai.workflows as workflows
@workflows.activity()
async def send_email(recipient: str, content: str) -> dict:
"""Esta atividade executa-se apenas uma vez,
mesmo que o fluxo de trabalho seja reproduzido várias vezes."""
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 o fluxo de trabalho falhar DEPOIS de enviar o e-mail,
# o e-mail NÃO será reenviado durante a reprodução.
email_result = await send_email(recipient, "O seu relatório está pronto")
# O fluxo de trabalho retoma aqui
log_result = await log_notification(recipient, email_result)
return log_result
Tolerância a Falhas: Cenários Abrangidos
A plataforma gere quatro tipos de incidentes sem exigir uma única linha de código da sua parte. Primeiro, uma falha de worker: o processo Python termina abruptamente devido a um erro de memória, um sinal kill ou um reinício do servidor. Outro worker retoma o fluxo de trabalho exatamente onde este ficou. Segundo, um erro de rede transitório: uma chamada à API falha devido a um tempo limite (timeout). A política de repetição reinicia automaticamente a atividade com um recuo exponencial (exponential backoff), utilizando atrasos crescentes para evitar sobrecarregar um serviço com dificuldades.
Terceiro, erros no seu próprio código: uma exceção levantada numa atividade é repetida um número definido de vezes com base na política configurada antes de falhar permanentemente. Quarto, indisponibilidade temporária de um serviço de terceiros. O efeito aqui é dramático: se uma API de parceiro ficar indisponível durante dez minutos, o seu pipeline noturno já não falha. As atividades pendentes reiniciam quando o serviço regressa e o processamento termina apenas dez minutos mais tarde.
A Restrição de Determinismo
A reprodução tem um custo. Para que a reprodução do registo reproduza fielmente a execução original, o código do fluxo de trabalho (não das atividades) deve ser determinista. Dados os mesmos inputs, deve produzir a mesma sequência de operações. Se o seu fluxo de trabalho se ramificar com base em if datetime.now().hour < 12, uma reprodução esta noite poderá seguir o outro ramo, dessincronizando completamente o registo.
Portanto, nunca deve fazer o seguinte no código do fluxo de trabalho:
- Usar
datetime.now()→ useworkflow.now() - Usar
uuid.uuid4()→ useworkflow.uuid4() - Usar
random.random()→ useworkflow.random() - Fazer chamadas de rede ou de I/O diretamente → mova-as para uma atividade
Estas três substituições devolvem valores registados durante a primeira passagem e reproduzidos identicamente depois. Detalharemos esta restrição na Lição 8, que se foca no determinismo.
Comparação com Abordagens Tradicionais
| Abordagem | Recuperação de Falhas | Garantia de Execução | Complexidade |
|---|---|---|---|
| Script Python Simples | Não | Nenhuma | Baixa |
| Fila de Mensagens (Celery, RQ) | Parcial | Pelo menos uma vez (At-least-once) | Média |
| Cron + Base de Dados | Manual | Depende da implementação | Elevada |
| Mistral Workflows (Temporal) | Automática | Exatamente uma vez (lógica) | Baixa (SDK) |
Preste muita atenção à coluna de complexidade. Uma fila de mensagens parece simples de iniciar, mas a sua recuperação parcial obriga-o a escrever lógica de gestão de estado que o SDK fornece nativamente.
Exatamente Uma Vez: Uma Garantia Lógica
A plataforma garante que a lógica do seu fluxo de trabalho é executada exatamente uma vez. Se uma atividade for bem-sucedida, o sistema regista o resultado e nunca a reexecuta. Se falhar, o sistema repete-a de acordo com a política configurada.
A palavra “lógica” não é decorativa. Ao nível da rede, uma chamada pode realmente ser enviada duas vezes: o seu pedido para criar um cliente chega ao CRM, mas a confirmação perde-se no trânsito. Da sua perspetiva, a atividade falhou e será repetida, mesmo que o cliente já exista. Isto cria a necessidade de atividades idempotentes, que produzem o mesmo resultado mesmo que sejam chamadas várias vezes com os mesmos parâmetros. Na prática, isto significa preferir um PUT num ID estável em vez de um POST que cria uma nova linha a cada chamada.
Pontos-chave
- O event sourcing regista cada passo como um evento imutável num registo
- A reprodução automática permite retomar um fluxo de trabalho interrompido sem reexecutar atividades terminadas
- A plataforma gere automaticamente falhas, erros de rede e indisponibilidades de serviço
- O código do fluxo de trabalho deve ser determinista para que a reprodução funcione
- As atividades devem ser idempotentes para garantir a consistência durante as repetições
- A garantia de execução é exatamente uma vez (lógica)