Lässt es sich mit cremefarbenem Papier, einer Tönung, mehr Kontrast oder größerer Schrift besser lesen? Wählen Sie Ihre Farben und Ihre Schrift, einmalig für alle Seiten.

Kostenlose Lektion

Eine Engine für dauerhafte Ausführung wählen

Nach dieser Lektion: Ich kann für einen Job zwischen einer Engine für dauerhafte Ausführung und einem einfacheren Werkzeug wählen.

Lektion, 60 Min.3 BefehleLab zur dauerhaften Ausführung: einen Workflow absichtlich abstürzen lassen und aus seinem Journal fortsetzen

Welche Engine für dauerhafte Ausführung passt?

Temporal, Restate, DBOS und AWS Lambda durable functions sind Engines für dauerhafte Ausführung. Sie tun, was die hundert Zeilen im Labor tun, für viele Workflows zugleich. Jede führt ein Journal und spielt es ab.

Sie unterscheiden sich darin, wo das Journal liegt und wie Ihr Programm es erreicht. Manchmal ist die richtige Antwort keine von ihnen.

Am Ende dieser Lektion

Notiz

Ich kann für einen Job zwischen einer Engine für dauerhafte Ausführung und einem einfacheren Werkzeug wählen.

Schlüsselwörter

BegriffWas er bedeutet
EngineSoftware, die Workflows ausführt und ihre Journale führt
BibliothekCode, den Sie in Ihr eigenes Programm importieren
Serverein eigenes Programm, mit dem Ihr Code spricht
Activityder Name, den Temporal einem Schritt mit Seiteneffekten gibt
Deterministischbei jedem Lauf dieselben Entscheidungen treffend

Die Zellen, die Lernende ausfüllen, bleiben in dieser Vorschau leer.

Jede Engine spielt ein Journal ab

Die Engine im Labor besteht aus zwei Dateien: einem Client für PostgreSQL und der Engine selbst. Sie enthält die ganze Idee: Ein Schritt läuft einmal, sein Ergebnis wird aufgeschrieben, und ein neuer Lauf spielt es ab.

Eine echte Engine fügt hinzu, was das Labor weglässt. Viele Worker teilen sich die Arbeit, Warteschlangen verteilen sie, und Timer wecken von selbst. Es gibt Werkzeuge, um Code zu ändern, und eine Webseite, die alles zeigt.

Die Zeilen der Engine im Labor zählen

Befehl
docker exec worker wc -l pg.py engine.py

Hier angezeigt, nicht ausgeführt. Mit „Lab starten“ geben Sie ihn im Terminal Ihres eigenen Labs ein.

Beispiel: wo jede das Journal führt

EngineWo das Journal liegtWie Ihr Code es erreicht
Temporalin der eigenen Datenbank des Temporal-DienstesIhre Worker holen Arbeit aus einer Task-Queue
Restateim Log des Restate-Serversder Server ruft Ihre Handler auf
DBOSin Ihrem eigenen PostgreSQLeine Bibliothek in Ihrem Programm
AWS Lambda durable functionsvon AWS für die Funktion geführtSchritte und Wartezeiten im Code der Funktion
Dieses Laboreine Journaltabelle in PostgreSQLeine Bibliothek, engine.py

Die Zellen, die Lernende ausfüllen, bleiben in dieser Vorschau leer.

Workflow-Code muss deterministisch sein

Temporal teilt ein Programm in zwei Teile. Workflow-Code entscheidet, was als Nächstes geschieht, und muss deterministisch sein. Activities erledigen die Arbeit mit Seiteneffekten, etwa eine Karte zu belasten.

Der Grund ist das Replay. Beim Fortsetzen läuft der Workflow-Code erneut und ordnet jeden Schritt dem Journal zu. Die nächsten Runs lassen eine Bestellung abstürzen und setzen sie mit geändertem Code fort, der den Beleg zuerst schickt.

Eine Bestellung mit Version 1 abstürzen lassen

Befehl
docker exec worker python3 order.py order-10 --fresh --crash-after 2

Hier angezeigt, nicht ausgeführt. Mit „Lab starten“ geben Sie ihn im Terminal Ihres eigenen Labs ein.

Sie mit Version 2 fortsetzen

Befehl
docker exec worker python3 order.py order-10 --v2

Hier angezeigt, nicht ausgeführt. Mit „Lab starten“ geben Sie ihn im Terminal Ihres eigenen Labs ein.

Ein häufiger Fehler

Warnung

Viele ändern den Code eines Workflows, während Läufe noch unterwegs sind. Diese Läufe spielen ihre Journale gegen den neuen Code ab, und eine geänderte Reihenfolge passt nicht mehr. Ändern Sie Code nur mit einer Versionsprüfung, oder lassen Sie alte Läufe zuerst fertig werden.

Probieren Sie es: welche Änderung ist sicher?

Code: python
journal = ["reserve_stock", "charge_card"]   # von Version 1 geschrieben

version_1 = ["reserve_stock", "charge_card", "send_receipt", "book_courier"]
version_2 = ["reserve_stock", "send_receipt", "charge_card", "book_courier"]

def pruefen(code):
    for nr in range(len(journal)):
        if journal[nr] != code[nr]:
            return "hält bei Schritt " + str(nr) + " an"
    return "spielt ab, macht bei Schritt " + str(len(journal)) + " weiter"

print("Version 1:", pruefen(version_1))
print("Version 2:", pruefen(version_2))
# Lassen Sie version_2 stattdessen einen neuen Schritt am Ende anhängen und starten Sie erneut.

Wann Sie keine Engine brauchen

Eine Engine ist ein weiteres Ding, das man betreiben, lernen und mit dem eigenen Code abstimmen muss. Ein Job aus einem Schritt, der sich gefahrlos wiederholen lässt, braucht einen einfachen neuen Versuch.

Ein Job, dessen Effekte alle idempotent sind, kann in einer Warteschlange liegen, die mindestens einmal zustellt. Greifen Sie zur Engine, wenn ein Job mehrere Schritte mit Effekten hat, Stunden oder Tage wartet oder rückgängig machen muss, was er tat.

Beispiel: drei Jobs, drei Werkzeuge

JobWas er brauchtWas gut passt
Ein hochgeladenes Foto verkleinernein Schritt, gefahrlos wiederholbarein einfacher neuer Versuch
Jede neue Bestellung an ein Lager schicken, mit der Bestellung als SchlüsselWiederholungen schaden nichteine Warteschlange mit Wiederholungen
Bestellung annehmen, abbuchen, tagelang auf Ware warten, bei Fehlschlag erstattenSchritte, lange Wartezeiten, Rückgängigeine Engine für dauerhafte Ausführung

Die Zellen, die Lernende ausfüllen, bleiben in dieser Vorschau leer.

Über dieses Lab und seinen Quellcode: Lab zur dauerhaften Ausführung: einen Workflow absichtlich abstürzen lassen und aus seinem Journal fortsetzen

Sie unterrichten eine Gruppe? Weisen Sie dieses Modul Ihren Studierenden zu, mit Handbuch für Lehrende, automatisch geprüften Aufgaben und einem Lab für jede Person.