在現代軟體開發中，創建強大的工作流程來連接來自各種服務的 API 並處理同步和非同步事件是一個常見的挑戰。傳統方法涉及使用佇列、微服務和狀態管理系統的組合來建立可擴展的應用程式。雖然有效，但這種架構帶來了巨大的開銷：設定和維護訊息佇列等基礎架構、運行伺服器或 lambda 函數、管理資料庫中的狀態以及實作複雜的錯誤處理機制。
如果有一種更簡單、更可靠的方法來處理長時間運行的工作流程，而無需管理所有這些基礎設施的麻煩，該怎麼辦？這就是 Durable Python 的目標，要嘗試它，請註冊 Beta。
長期運作流程的樸素解決方案的問題
假設您想要監控 GitHub 中的拉取請求 (PR)。每次開啟新的 PR 時，您都希望建立一個專用的 Slack 頻道進行討論並發送每日提醒，直到 PR 關閉或合併。這聽起來很簡單，所以您可能會認為可以使用基本的 Python 函數來解決它（這是 ChatGPT 生成的基本 Python 函數）：
@app.route('/webhook', methods=['POST'])
def github_webhook():
data = request.json
if 'pull_request' in data and data['action'] == 'opened':
pr_number = data['pull_request']['number']
pr_url = data['pull_request']['html_url']
# Create a new Slack channel for the PR
channel_id = create_slack_channel(pr_number)
send_slack_notification(channel_id, pr_number, pr_url)
# Periodically check the PR status and send reminders until it's closed or merged
while True:
time.sleep(3600) # Wait for 1 hour before checking the status again
pr_status = check_pr_status(pr_number)
if pr_status == 'open':
send_slack_notification(channel_id, pr_number, pr_url)
else:
break
return jsonify({'status': 'ok'})
登入後複製
這段程式碼似乎可以處理任務，但它只適合「快樂流程」場景。在實際應用中，這種簡單的方法是不夠的。 while 循環依賴連續的伺服器正常運行時間，但這是無法保證的。進程可能會崩潰，伺服器可能會重新啟動，突然間，您的工作流程就會中斷。
實際解決方案：事件驅動的應用程式
更可靠的方法涉及建立事件驅動的應用程式。在這裡，您將使用佇列來偵聽 GitHub 事件，使用 cron 作業來傳送提醒，使用資料庫來儲存 PR 和通道狀態，以及使用函數來處理這些事件。通常，此設定在雲端基礎架構上運行，利用 AWS Lambda 等服務進行部署和執行。
雖然這種方法可行且穩健，但它也需要大量的設定、維護和專業知識。管理基礎設施、確保正常運作時間和處理錯誤狀態需要大量資源和熟練的團隊。
輸入耐用的 Python：簡單性與可靠性的結合
如果您可以將簡單的 Python 程式碼與非同步設計的可靠性結合起來會怎麼樣？如果 Python 能夠保證即使進程崩潰或伺服器重新啟動，它也會從上次中斷的地方繼續執行，會怎麼樣？
AutoKitteh 透過 Durable Python 恰恰解決了這個挑戰。使用 Durable Python，使用者編寫 Python 程式碼，而係統確保如果進程重新啟動，它會從同一點繼續運行。雖然有限制（例如，長時間停機可能不理想），但對於大多數用例，此解決方案都可以完美運作。
Durable-Python 提供什麼
Durable-Python 讓您無需手動管理狀態，從而使您能夠將工作流程編寫為連續流，而不是事件驅動的狀態機，而事件驅動的狀態機在建置和偵錯方面可能具有挑戰性。 AutoKitteh 作為基礎設施，具有內建佇列以及與外部應用程式和 API 的集成，可輕鬆地在 Python 中快速開發強大的工作流程。
它是如何運作的
這並不涉及任何魔法——只是堅實的工程。 AutoKitteh 由 Temporal 提供支持，Temporal 是一個用於建立持久工作流程的框架。時態需要特定的編碼方式，包括對確定性、冪等性和其他概念的理解，以確保可靠性。 AutoKitteh 抽象化了這些複雜性，讓開發人員可以編寫標準的 Python 程式碼。在幕後，任何具有副作用的函數都會轉換為時間活動。作為開發者，您不必擔心這些細節——只需專注於編寫業務邏輯即可。
更多技術細節，請參閱 AutoKitteh 文件。
有費用嗎？
當然，每個抽像都有一個價格。在底層，Durable Python 會記錄工作流程，以便在發生故障後進行恢復，這會產生一些儲存和效能成本。
Durable Python 專為編排 API 而設計，而不是建立資料應用程式。如果您需要高效能應用程序，您應該考慮建立自訂解決方案。但是，如果您想以最少的開發和基礎設施投資快速開發可靠的工作流程，Durable Python 可能是不錯的選擇。
實際應用
耐用的Python可以應用於廣泛的工作流程，特別是在可靠性至關重要的領域，例如：
- API 編排 - 建立內部可靠的工作流程。
- DevOps 自動化：自動化部署管道或程式碼審查自動化，並確保從故障中復原。
- ChatOps：與聊天平台整合以自動化團隊通知並管理工作流程。
- MLOps：確保長時間運作的機器學習工作流程在中斷的情況下仍能無縫繼續。
可以在此處找到工作流程範例。
結論：更少的程式碼，更少的麻煩
由 AutoKitteh 提供支援的持久 Python 概念，使開發人員能夠使用最少的程式碼建置、部署和管理可靠的工作流程自動化。持久執行和無縫恢復在幕後處理，因此您可以專注於真正重要的事情 - 您的業務邏輯。
雖然有許多優秀的工具可以實現持久性（例如 Temporal 和 Restate），但 Durable-Python 提供了一種快速、簡單且經濟高效的方法來實現相同的結果。
以上是耐用的 Python：建立防彈的長期運作工作流程，變得簡單的詳細內容。更多資訊請關注PHP中文網其他相關文章！
