哪一个适合完整的工作流设计?时态还是卡登？

Question

我想设计一个完整的端到端工作流编排引擎。

它有以下要求

1. 线性工作流
2. 并行工作流-我想并行执行no的活动。在验证了所有活动的结果之后，我想进入下一个状态，否则工作流就会失败。
3. batch --假设我有30个活动要完成，但我希望以批处理的方式完成。就像如果窗口大小为5，那么我想一次执行5个活动。在执行完所有的活动并验证结果后，结果会继续进行，否则工作流就会失败。
4. 循环-希望无限地运行一个活动，直到某些条件满足为止。
5. 子工作流
6. 轮询

Answer 1

在Cadence工作流中，所有1-5都很容易得到支持。我不知道你所说的Polling是什么意思。如果你能提供更多的细节，我会更新这个答案来帮助你。

这是示例以在Leaner+并行/批处理+循环中执行活动

  @Override
  public long calculate(long a, long b, long c) {
    LOGGER.info("workflow start...");

    long result = 0;

    // Async.invoke takes method reference and activity parameters and returns Promise.
    Promise<Long> ab = Async.function(activities::multiple, a, b);
    Promise<Long> ac = Async.function(activities::multiple, a, c);
    Promise<Long> bc = Async.function(activities::multiple, b, c);

    // Promise#get blocks until result is ready.
    this.abPlusAcPlusBc = result = ab.get() + ac.get() + bc.get();

    // waiting 30s for a human input to decide the factor N for g(n), based on a*b+a*c+b*c
    // the waiting timer is durable, independent of workers' liveness
    final boolean received = Workflow.await(Duration.ofMinutes(2), () -> this.factorForGn > 1);
    if (!received) {
      this.factorForGn = 10;
    }

    long fi_1 = 0; // f(0)
    long fi_2 = 1; // f(1)
    this.currentG = 1; // current g = f(0)*f(0) + f(1)*f(1)
    long i = 2;

    for (; i < this.factorForGn; i++) {
      // get next fibonacci number
      long fi = fi_1 + fi_2;
      fi_2 = fi_1;
      fi_1 = fi;

      this.currentG += activities.multiple(fi, fi);
    }

    result += this.currentG;
    return result;
  }

这是使用ChildWorkflow的示例。