Salt la conținutul principal
Română— Alege o limbă
Meniu

Durabilitatea și fiabilitatea fluxurilor de lucru

Lecția 2 din 14 Actualizată 29 iulie 2026 Avansat
Pe această pagină
  1. De ce durabilitatea schimbă totul
  2. Event Sourcing: Principiul de bază
  3. Redarea automată: Recuperarea după eșec
  4. Toleranța la erori: Scenarii acoperite
  5. Constrângerea determinismului
  6. Comparație cu abordările tradiționale
  7. Exact o dată: O garanție logică
  8. Puncte cheie

De ce durabilitatea schimbă totul

Imaginați-vă un pipeline în zece pași care procesează un lot de facturi: extragere, validare, apel al modelului, scriere în baza de date, notificare. Într-un script Python standard, o eroare la pasul 7 vă obligă să reîncepeți de la pasul 1. Primii șase pași se execută din nou, ceea ce creează probleme grave dacă oricare dintre ei a scris deja în baza de date sau a trimis un mesaj. Cu un flux de lucru durabil, sistemul reia execuția exact la pasul 7. Sare peste primii șase pași, evită duplicarea acțiunilor și nu pierde niciun date.

Această capacitate se bazează pe un mecanism specific numit event sourcing (sursă de evenimente). Înțelegerea acestui concept este esențială, deoarece explică constrângerile pe care le veți întâlni mai târziu.

Event Sourcing: Principiul de bază

Event sourcing înregistrează fiecare acțiune a fluxului de lucru ca un eveniment imuabil într-un jurnal. Diferența față de o abordare tradițională se rezumă la o singură frază: în loc să stocheze doar starea curentă (de exemplu, „în curs de execuție, pasul 7“), platforma păstrează un istoric complet al operațiunilor și al rezultatelor acestora. O execuție a fluxului de lucru cu două activități lasă următoarea urmă:

  1. Fluxul de lucru pornește și primește parametrii de intrare → eveniment înregistrat
  2. Fluxul de lucru apelează Activitatea A → eveniment înregistrat
  3. Activitatea A se finalizează cu un rezultat → eveniment înregistrat
  4. Fluxul de lucru apelează Activitatea B → eveniment înregistrat
  5. Activitatea B se finalizează → eveniment înregistrat
  6. Fluxul de lucru returnează rezultatul final → eveniment înregistrat

Sistemul persistă fiecare pas înainte de a trece la următorul. Nu există nicio fereastră de timp în care o acțiune să se producă fără ca jurnalul să o cunoască. Acest jurnal devine singura sursă de adevăr; starea fluxului de lucru nu există nicăieri altundeva.

Redarea automată: Recuperarea după eșec

Când un worker se blochează, un nou worker preia控制权, recuperează jurnalul de evenimente și redă codul fluxului de lucru de la început. Cuvântul „redare“ (replay) surprinde adesea: codul repornește efectiv de la linia unu, dar pentru fiecare activitate care s-a finalizat deja, motorul nu vă apelează din nou funcția. În schimb, substituie rezultatul înregistrat din jurnal. Fluxul de lucru avansează cu viteza de citire până când întâlnește prima activitate neterminată. Doar atunci reîncepe munca reală.

Activitățile care au reușit deja nu sunt niciodată reexecutate în timpul unei redări. Exemplul de mai jos face această garanție tangibilă pentru cel mai sensibil caz: trimiterea unui e-mail.

import mistralai.workflows as workflows

@workflows.activity()
async def send_email(recipient: str, content: str) -> dict:
    """Această activitate rulează o singură dată,
    chiar dacă fluxul de lucru este redat de mai multe ori."""
    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:
        # Dacă fluxul de lucru se blochează DUPĂ trimiterea e-mailului,
        # e-mailul NU va fi retrimis în timpul redării.
        email_result = await send_email(recipient, "Raportul dumneavoastră este gata")

        # Fluxul de lucru reia execuția aici
        log_result = await log_notification(recipient, email_result)
        return log_result

Toleranța la erori: Scenarii acoperite

Platforma gestionează patru tipuri de incidente fără a necesita nicio linie de cod din partea dumneavoastră. În primul rând, blocarea unui worker: procesul Python se oprește brusc din cauza unei erori de memorie, a unui semnal kill sau a repornirii serverului. Un alt worker preia fluxul de lucru exact de unde a rămas. În al doilea rând, o eroare de rețea tranzitorie: un apel API eșuează din cauza unui timeout. Politica de retry repornește automat activitatea cu o strategie de backoff exponențial, folosind întârzieri crescătoare pentru a evita suprasolicitarea unui serviciu care întâmpină dificultăți.

În al treilea rând, erori în propriul dumneavoastră cod: o excepție aruncată într-o activitate este reîncercată de un număr definit de ori, conform politicii configurate, înainte de a eșua permanent. În al patrulea rând, indisponibilitatea temporară a unui serviciu terț. Efectul aici este dramatic: dacă un API partener cade timp de zece minute, pipeline-ul dumneavoastră nocturn nu mai eșuează. Activitățile în așteptare repornesc când serviciul revine, iar procesarea se finalizează cu doar zece minute întârziere.

Constrângerea determinismului

Redarea vine cu un cost. Pentru ca redarea jurnalului să reproducă fidel execuția originală, codul fluxului de lucru (nu activitățile) trebuie să fie determinist. Având aceleași intrări, acesta trebuie să producă aceeași secvență de operațiuni. Dacă fluxul de lucru se ramifică pe baza unei condiții de tip if datetime.now().hour < 12, o redare efectuată în această noapte ar putea lua cealaltă ramură, desincronizând complet jurnalul.

Prin urmare, nu trebuie niciodată să faceți următoarele în codul fluxului de lucru:

  • Să folosiți datetime.now() → folosiți workflow.now()
  • Să folosiți uuid.uuid4() → folosiți workflow.uuid4()
  • Să folosiți random.random() → folosiți workflow.random()
  • Să faceți apeluri de rețea sau I/O direct → mutați-le într-o activitate

Aceste trei substituții returnează valori înregistrate în timpul primei treceri și redate identic ulterior. Vom detalia această constrângere în Lecția 8, care se concentrează pe determinism.

Comparație cu abordările tradiționale

AbordareRecuperare după eșecGaranție de execuțieComplexitate
Script Python simpluNuNiciunaScăzută
Coadă de mesaje (Celery, RQ)ParțialăCel puțin o dată (At-least-once)Medie
Cron + Bază de dateManualăDepinde de implementareRidicată
Fluxuri de lucru Mistral (Temporal)AutomatăExact o dată (logic)Scăzută (SDK)

Acordați o atenție deosebită coloanei de complexitate. O coadă de mesaje pare simplă la început, dar recuperarea sa parțială vă obligă să scrieți logică de gestionare a stării pe care SDK-ul o oferă direct din cutie.

Exact o dată: O garanție logică

Platforma garantează că logica fluxului de lucru se execută exact o dată. Dacă o activitate reușește, sistemul înregistrează rezultatul și nu o reexecută niciodată. Dacă eșuează, sistemul o reîncearcă conform politicii configurate.

Cuvântul „logic“ nu este decorativ. La nivel de rețea, un apel ar putea fi trimis efectiv de două ori: cererea dumneavoastră de a crea un client ajunge la CRM, dar confirmarea se pierde în tranzit. Din perspectiva dumneavoastră, activitatea a eșuat și va fi reîncercată, chiar dacă clientul există deja. Acest lucru creează nevoia de activități idempotente, care produc același rezultat chiar dacă sunt apelate de mai multe ori cu aceiași parametri. În practică, acest lucru înseamnă preferarea unei operațiuni PUT pe un ID stabil în detrimentul unei operațiuni POST care creează un nou rând la fiecare apel.

Puncte cheie

  • Event sourcing înregistrează fiecare pas ca un eveniment imuabil într-un jurnal
  • Redarea automată vă permite să reluați un flux de lucru întrerupt fără a reexecuta activitățile finalizate
  • Platforma gestionează automat blocările, erorile de rețea și întreruperile serviciilor
  • Codul fluxului de lucru trebuie să fie determinist pentru ca redarea să funcționeze
  • Activitățile trebuie să fie idempotente pentru a asigura consistența în timpul reîncercărilor
  • Garanția de execuție este exact o dată (logic)