amazon swf中崩溃的工作进程的方法

Question

我们目前在Amazon SWF中实现了一个工作流，我们从web应用程序中提交作业/工作流执行。使用Ruby Flow框架可以快速轻松地设置所有内容。只要决策者/活动工作者不崩溃，我们似乎能够优雅地处理大多数问题/异常。

我的问题是，对于决策者流程在工作流执行中途崩溃的情况，常见的做法是什么？如果任务以这种方式失败，是否可以推送SNS通知(我还没有看到示例)或其他东西，以指示另一个进程发生了意外的失败/崩溃？

Answer 1

有各种类型的“决策器”故障。

1. 工作流工作器在处理决策时崩溃。决策任务会在指定的超时后自动重新调度。确保工作流类型defaultTaskStartToCloseTimeout设置得不是太高。如果此崩溃与代码正确性无关，则会处理重新调度的任务，并继续执行工作流，normally.
2. Workflow worker不会崩溃，但工作流执行本身会失败。在这种情况下，您可以使用ListClosedWorkflowExecutions来计算失败的workflows.
3. Workflow工作线程没有崩溃，但是决策任务无法完成，因为流框架中的错误导致RespondDecisionTaskCompleted失败。从SWF的角度来看，任务永远不会完成，它会在某个时候被标记为超时并重新调度。当错误仍然存在时，新的任务再次永远不会完成和重新调度，依此类推。遇到这种问题的工作流执行有一个历史记录，其尾部由重复的“决策任务调度，决策任务超时”事件组成。如果您的工作流有已知的执行时间限制，那么捕获此问题的最好方法是设置合理的executionStartToCloseTimeout并查找超时的工作流执行。如果决策任务超时设置得太低，则在执行超时之前，此类工作流也可能达到历史记录大小限制。

Answer 2

并非所有swf指标都发布到cloud watch。因此，所有完成和失败的工作流都会将指标发送到cloudwatch，您可以在其中创建警报，以便在任何工作流失败时向您发送通知。