新闻详情

新闻详情

首页 / 资讯中心 / 详情

Go Workflow 引擎:从 Tempor 与 Cadence 到流程编排

发布时间:2026/11/16 3:41:40来源:尧图网络
Go Workflow 引擎:从 Tempor 与 Cadence 到流程编排
Go Workflow 引擎从 Tempor 与 Cadence 到流程编排工作流引擎是后端组件的粘合层。Tempor / Cadence 是 Go 编写的开源流程编排引擎。本文讲清原理与集成。一、Temporal 是什么Temporal 微服务编排 时间调度 容错。Google Uber 支持。执行流程Worker - TaskQueue - Activity - Result二、Hello Worldimportgo.temporal.io/sdk/clientimportgo.temporal.io/sdk/workerc,_:client.Dial(client.Options{})w:worker.New(c,default,worker.Options{})w.RegisterWorkflow(Greet)w.RegisterActivity(SayHello)w.Start()WorkflowfuncGreet(ctx workflow.Context,namestring)(string,error){varresultstringerr:workflow.ExecuteActivity(ctx,SayHello,name).Get(ctx,result)returnresult,err}funcSayHello(ctx context.Context,namestring)(string,error){returnHello name,nil}启动importgo.temporal.io/sdk/clientc,_:client.Dial(client.Options{})c.ExecuteWorkflow(context.Background(),client.StartWorkflowOptions{TaskQueue:default},Greet,Tom)三、Workflow 特点确定性相同 input 永远相同 output异步能 sleep、等待 signal自动重试失败自动 backoff四、Activity包含 IO、API 调用等非确定性操作用户注册 activityworker 调用五、信号与查询Workflow 接受 signalvarstatusstringfunc(w*MyWorkflow)Signal(ctx workflow.Context)func(workflow.Context,string){returnfunc(ctx workflow.Context,sstring){statuss}}client sidec.SignalWorkflow(ctx,workflowID,,update,new-status)六、Cadence 与 TemporalCadence 是 Uber 的 Workflow 引擎Temporal 是它的 fork 增强。Temporal 兼容性更好。七、Workflow 测试importgo.temporal.io/sdk/testsuitevars testsuite.WorkflowTestSuite env:s.NewTestWorkflowEnvironment()env.RegisterWorkflow(Greet)env.RegisterActivity(SayHello)env.ExecuteWorkflow(Greet,Tom)八、企业实战长流程审批funcApproval(ctx workflow.Context,orderIDstring)(string,error){ctxworkflow.WithActivityOptions(ctx,...)iferr:workflow.ExecuteActivity(ctx,NotifyApplicant,orderID).Get(ctx,nil);err!nil{return,err}varsignalstringworkflow.GetSignalChannel(ctx,manager).Receive(ctx,signal)returnsignal,nil}等待经理审批duration 可达几小时。九、Temporal 全套组件temporal-server协调者temporal-worker执行者temporal-frontend接入tctl命令行十、K8s 部署apiVersion:apps/v1kind:StatefulSetmetadata:name:temporalspec:replicas:1template:spec:containers:-name:serverimage:temporalio/serverenv:-name:DBvalue:postgresqlPostgres 储存 Workflow 状态。十一、与 Saga 模式Workflow 提供默认 Retry、补偿胜过 Saga。十二、踩坑清单必须 deterministic不能直接 time.NowActivity 可以包含 IO用 ctx 包替代 channel十三、未来Serverless WorkflowAI Agent 工作流十四、总结与展望Workflow 引擎是长事务 容错 异步的最佳工具。Temporal 已是云原生标准之一。未来LLM-as-Agent 兴起后会重塑workflow 定义 执行的形态。十五、参考文献temporal.io 官方文档Cadence 文档
网站建设高端定制企业官网
RELATED

相关资讯

更多精彩内容,欢迎继续阅读

较早相关资讯

最新相关资讯

【外设】之大彩串口显示屏 2026/11/15 4:54:16

【外设】之大彩串口显示屏

大彩串口屏初步使用 1 .官网下载 STM32 屏幕 GUI 设计资料 http://www.gz-dc.com/category/typeid/4112 找到 STM32 Keil 工程,移植相关代码因项目而异进行移植,由于项目简单,本人只对用到的指令接口进行修改。 比如:注意事项&…

阅读更多 →
无法下载Windows系统iso文件 2026/11/15 2:04:12

无法下载Windows系统iso文件

当我遇到这个问题的时候,我打开了一个网站: 登录 然后我打算下载的时候: 突然那个官方的连接就可以下载了:

阅读更多 →
【清华代码熊】DeepSeek V4.1 Flash 后训练详解 2026/11/14 10:11:15

【清华代码熊】DeepSeek V4.1 Flash 后训练详解

📌 上期解析了 DeepSeek V4.1 Flash 模型架构改进,本期解析 DeepSeek V4.1 Flash 预训练/后训练技术: 🌟 预训练:45T 文本 多模态混合语料、直接训练 sparse attention(取消 DeepSeek V4 的 dense 冷启动&…

阅读更多 →
Shuffle-R1: Efficient RL framework for Multimodal Large Language Models via Data-centric Dynamic ... 2026/11/16 6:47:19

Shuffle-R1: Efficient RL framework for Multimodal Large Language Models via Data-centric Dynamic ...

文章主要内容和创新点 主要内容 本文聚焦于多模态大语言模型(MLLM)强化学习(RL)训练中的效率问题,提出了一个名为Shuffle-R1的框架。研究发现,当前RL训练存在两个关键缺陷: 优势值坍缩(Advantage Collapsing):批次中大多数优势值集中在零附近,导致有效梯度信号被淹…

阅读更多 →
PRvL: Quantifying the Capabilities and Risks of Large Language Models for PII Redaction 2026/11/14 16:35:50

PRvL: Quantifying the Capabilities and Risks of Large Language Models for PII Redaction

一、文章主要内容总结 本文聚焦于利用大型语言模型(LLMs)实现个人身份信息(PII)脱敏的研究,旨在解决传统脱敏方法(如基于规则的系统、领域特定命名实体识别(NER)模型)泛化能力差、跨格式/跨语境适应性弱的问题。 研究通过全面评估多种LLM架构(包括密集型LLM(D-LLM…

阅读更多 →
LLaVA-RE: Binary Image-Text Relevancy Evaluation with Multimodal Large Language Model 2026/11/15 4:06:36

LLaVA-RE: Binary Image-Text Relevancy Evaluation with Multimodal Large Language Model

文章主要内容和创新点 主要内容 本文聚焦于二进制图像-文本相关性评估任务(判断图像与文本“相关”或“不相关”),针对该任务中文本格式多样、相关性定义随场景变化等挑战,提出了基于多模态大语言模型(MLLM)的解决方案LLaVA-RE。 模型设计:LLaVA-RE基于LLaVA 1.5架构,…

阅读更多 →

今日资讯

本周资讯

本月资讯

看完文章仍有疑问?

联系尧图顾问,获取一对一建站咨询

立即免费咨询 📞 400-888-8888
📞 ✉