Esegui i passaggi del flusso di lavoro in parallelo

I passaggi paralleli possono ridurre il tempo di esecuzione totale di un flusso di lavoro eseguendo contemporaneamente più chiamate bloccanti.

Le chiamate di blocco come sleep, chiamate HTTP e richiami possono richiedere del tempo, da millisecondi a giorni. I passaggi paralleli sono pensati per agevolare queste operazioni lunghe e contemporaneamente. Se un flusso di lavoro deve eseguire più chiamate bloccanti indipendenti tra loro, l'utilizzo di rami paralleli può ridurre il tempo di esecuzione totale avviando le chiamate contemporaneamente e aspettando il completamento di tutte.

Ad esempio, se il flusso di lavoro deve recuperare i dati dei clienti da diversi sistemi indipendenti prima di continuare, i rami paralleli consentono richieste API simultanee. Se sono presenti cinque sistemi e ciascuno impiega due secondi per rispondere, eseguire i passaggi in sequenza in un flusso di lavoro potrebbe richiedere almeno 10 secondi, mentre eseguirli in parallelo potrebbe richiedere solo due secondi.

Creare un passaggio parallelo

Crea un passaggio parallel per definire una parte del flusso di lavoro in cui è possibile eseguire contemporaneamente due o più passaggi.

YAML

  - PARALLEL_STEP_NAME:
      parallel:
        exception_policy: POLICY
        shared: [VARIABLE_A, VARIABLE_B, ...]
        concurrency_limit: CONCURRENCY_LIMIT
        BRANCHES_OR_FOR:
          ...

JSON

  [
    {
      "PARALLEL_STEP_NAME": {
        "parallel": {
          "exception_policy": "POLICY",
          "shared": [
            "VARIABLE_A",
            "VARIABLE_B",
            ...
          ],
          "concurrency_limit": "CONCURRENCY_LIMIT",
          "BRANCHES_OR_FOR":
          ...
        }
      }
    }
  ]

Sostituisci quanto segue:

  • PARALLEL_STEP_NAME: il nome del passaggio parallelo.
  • POLICY (facoltativo): determina l'azione che verrà intrapresa dagli altri rami in caso di eccezione non gestita. Il criterio predefinito,continueAll, non comporta ulteriori azioni e tutti gli altri branch tenteranno di essere eseguiti. Tieni presente che continueAll è l'unico criterio attualmente supportato.
  • VARIABLE_A, VARIABLE_B e così via: un elenco di variabili scrivibili con ambito principale che consentono le assegnazioni all'interno del passaggio parallelo. Per ulteriori informazioni, consulta Variabili condivise.
  • CONCURRENCY_LIMIT (facoltativo): il numero massimo di rami e iterazioni che possono essere eseguiti contemporaneamente all'interno di un'unica esecuzione del flusso di lavoro prima che altri rami e iterazioni vengano messi in coda in attesa. Questo si applica solo a un singolo passaggio parallel e non si applica in modo ricorsivo. Deve essere un numero intero positivo e può essere un valore letterale o un'espressione. Per maggiori dettagli, consulta Limiti di concorrenza.
  • BRANCHES_OR_FOR: utilizza branches o for per indicare uno dei seguenti elementi:
    • Branch che possono essere eseguiti contemporaneamente.
    • Un ciclo in cui le iterazioni possono essere eseguite contemporaneamente.

Tieni presente quanto segue:

  • I rami e le iterazioni paralleli possono essere eseguiti in qualsiasi ordine e in un ordine diverso con ogni esecuzione.
  • I passaggi paralleli possono includere altri passaggi paralleli nidificati fino al limite di profondità. Consulta la sezione Quote e limiti.
  • Per maggiori dettagli, consulta la pagina di riferimento della sintassi per i passaggi paralleli.

Sostituire la funzione sperimentale con un passaggio parallelo

Se utilizzi experimental.executions.map per supportare il lavoro parallelo, puoi eseguire la migrazione del flusso di lavoro in modo da utilizzare i passaggi paralleli, eseguendo in parallelo i normali loop for. Per esempi, consulta Sostituisci la funzione sperimentale con il passaggio parallelo.

Esempi

Questi esempi mostrano la sintassi.

Eseguire operazioni in parallelo (utilizzando i rami)

Se il tuo flusso di lavoro contiene più insiemi di passaggi diversi che possono essere eseguiti contemporaneamente, inserirli in rami paralleli può ridurre il tempo totale necessario per completarli.

Nell'esempio seguente, un ID utente viene passato come argomento al flusso di lavoro e i dati vengono recuperati in parallelo da due servizi diversi. Le variabili condivise consentono di scrivere valori nei rami e di leggerli al termine dei rami:

YAML

main:
  params: [input]
  steps:
    - init:
        assign:
          - userProfile: {}
          - recentItems: []
    - enrichUserData:
        parallel:
          shared: [userProfile, recentItems]  # userProfile and recentItems are shared to make them writable in the branches
          branches:
            - getUserProfileBranch:
                steps:
                  - getUserProfile:
                      call: http.get
                      args:
                        url: '${"https://example.com/users/" + input.userId}'
                      result: userProfile
            - getRecentItemsBranch:
                steps:
                  - getRecentItems:
                      try:
                        call: http.get
                        args:
                          url: '${"https://example.com/items?userId=" + input.userId}'
                        result: recentItems
                      except:
                        as: e
                        steps:
                          - ignoreError:
                              assign:  # continue with an empty list if this call fails
                                - recentItems: []

JSON

{
  "main": {
    "params": [
      "input"
    ],
    "steps": [
      {
        "init": {
          "assign": [
            {
              "userProfile": {}
            },
            {
              "recentItems": []
            }
          ]
        }
      },
      {
        "enrichUserData": {
          "parallel": {
            "shared": [
              "userProfile",
              "recentItems"
            ],
            "branches": [
              {
                "getUserProfileBranch": {
                  "steps": [
                    {
                      "getUserProfile": {
                        "call": "http.get",
                        "args": {
                          "url": "${\"https://example.com/users/\" + input.userId}"
                        },
                        "result": "userProfile"
                      }
                    }
                  ]
                }
              },
              {
                "getRecentItemsBranch": {
                  "steps": [
                    {
                      "getRecentItems": {
                        "try": {
                          "call": "http.get",
                          "args": {
                            "url": "${\"https://example.com/items?userId=\" + input.userId}"
                          },
                          "result": "recentItems"
                        },
                        "except": {
                          "as": "e",
                          "steps": [
                            {
                              "ignoreError": {
                                "assign": [
                                  {
                                    "recentItems": []
                                  }
                                ]
                              }
                            }
                          ]
                        }
                      }
                    }
                  ]
                }
              }
            ]
          }
        }
      }
    ]
  }
}

Elaborare gli elementi in parallelo (utilizzando un loop parallelo)

Se devi eseguire la stessa azione per ogni elemento di un elenco, puoi completare l'esecuzione più rapidamente utilizzando un ciclo parallelo. Un ciclo parallelo consente di eseguire più iterazioni del ciclo in parallelo. Tieni presente che, a differenza dei normali loop for, le iterazioni possono essere eseguite in qualsiasi ordine.

Nell'esempio seguente, un insieme di notifiche utente viene elaborato in un loop for parallelo:

YAML

main:
  params: [input]
  steps:
    - sendNotifications:
        parallel:
          for:
            value: notification
            in: ${input.notifications}
            steps:
              - notify:
                  call: http.post
                  args:
                    url: https://example.com/sendNotification
                    body:
                      notification: ${notification}

JSON

{
  "main": {
    "params": [
      "input"
    ],
    "steps": [
      {
        "sendNotifications": {
          "parallel": {
            "for": {
              "value": "notification",
              "in": "${input.notifications}",
              "steps": [
                {
                  "notify": {
                    "call": "http.post",
                    "args": {
                      "url": "https://example.com/sendNotification",
                      "body": {
                        "notification": "${notification}"
                      }
                    }
                  }
                }
              ]
            }
          }
        }
      }
    ]
  }
}

Dati aggregati (utilizzando un loop parallelo)

Puoi elaborare un insieme di elementi raccogliendo i dati delle operazioni eseguite su ciascun elemento. Ad esempio, potresti voler monitorare gli ID degli elementi creati o gestire un elenco di elementi con errori.

Nell'esempio seguente, 10 query separate a un set di dati pubblico di BigQuery restituisce ciascuna il numero di parole in un documento o in un insieme di documenti. Una variabile condivisa consente di accumulare il conteggio delle parole ed essere letta al termine di tutte le iterazioni. Dopo aver calcolato il numero di parole in tutti i documenti, il flusso di lavoro restituisce il totale.

YAML

# Use a parallel loop to make ten queries to a public BigQuery dataset and
# use a shared variable to accumulate a count of words; after all iterations
# complete, return the total number of words across all documents
main:
  params: [input]
  steps:
    - init:
        assign:
          - numWords: 0
          - corpuses:
              - sonnets
              - various
              - 1kinghenryvi
              - 2kinghenryvi
              - 3kinghenryvi
              - comedyoferrors
              - kingrichardiii
              - titusandronicus
              - tamingoftheshrew
              - loveslabourslost
    - runQueries:
        parallel:  # 'numWords' is shared so it can be written within the parallel loop
          shared: [numWords]
          for:
            value: corpus
            in: ${corpuses}
            steps:
              - runQuery:
                  call: googleapis.bigquery.v2.jobs.query
                  args:
                    projectId: ${sys.get_env("GOOGLE_CLOUD_PROJECT_ID")}
                    body:
                      useLegacySql: false
                      query: ${"SELECT COUNT(DISTINCT word) FROM `bigquery-public-data.samples.shakespeare` " + " WHERE corpus='" + corpus + "' "}
                  result: query
              - add:
                  assign:
                    - numWords: ${numWords + int(query.rows[0].f[0].v)}  # first result is the count
    - done:
        return: ${numWords}

JSON

{
  "main": {
    "params": [
      "input"
    ],
    "steps": [
      {
        "init": {
          "assign": [
            {
              "numWords": 0
            },
            {
              "corpuses": [
                "sonnets",
                "various",
                "1kinghenryvi",
                "2kinghenryvi",
                "3kinghenryvi",
                "comedyoferrors",
                "kingrichardiii",
                "titusandronicus",
                "tamingoftheshrew",
                "loveslabourslost"
              ]
            }
          ]
        }
      },
      {
        "runQueries": {
          "parallel": {
            "shared": [
              "numWords"
            ],
            "for": {
              "value": "corpus",
              "in": "${corpuses}",
              "steps": [
                {
                  "runQuery": {
                    "call": "googleapis.bigquery.v2.jobs.query",
                    "args": {
                      "projectId": "${sys.get_env(\"GOOGLE_CLOUD_PROJECT_ID\")}",
                      "body": {
                        "useLegacySql": false,
                        "query": "${\"SELECT COUNT(DISTINCT word) FROM `bigquery-public-data.samples.shakespeare` \" + \" WHERE corpus='\" + corpus + \"' \"}"
                      }
                    },
                    "result": "query"
                  }
                },
                {
                  "add": {
                    "assign": [
                      {
                        "numWords": "${numWords + int(query.rows[0].f[0].v)}"
                      }
                    ]
                  }
                }
              ]
            }
          }
        }
      },
      {
        "done": {
          "return": "${numWords}"
        }
      }
    ]
  }
}

Passaggi successivi