编排

Cadence 工作流编排与重试补偿实践(2025)

Temporal/Cadence 工作流编排与重试补偿实践(2025)一、建模与接口工作流/活动:将长事务拆分为可重试的活动;接口清晰。幂等:活动以幂等输出与去重键设计,避免重复副作用。二、重试与补偿重试策略:指数退避/最大次数/超时与死信处理。补偿:为关键活动设计可幂等补偿流程与回退路径。三、可观

Function Calling 工具编排与可靠性治理(2025)

LangGraph/Function Calling 工具编排与可靠性治理(2025)一、流程与节点使用 LangGraph 定义有向流程(DAG),节点封装工具链(工具链)调用,输入输出以 schema 约束。Function Calling 标准化函数签名,防止提示注入与越权调用。二、可靠性策略

"Docker 基础:从容器到编排"

"本篇文章旨在为初学者提供 Docker 容器化技术的入门指南,详细介绍 Docker 的核心概念,包括镜像、容器、Dockerfile,并逐步引导读者了解如何构建、运行和管理容器,以及使用 Docker Compose 进行多容器应用编排。"

云函数事件驱动架构与异步编排(2025)

云函数事件驱动架构与异步编排(2025)云函数以低运维成本支撑事件处理与异步任务,需在编排与可靠性上工程治理。一、事件源与触发事件源:对象存储/消息队列/HTTP 触发等。过滤与路由:按事件类型与标签进行过滤与路由。二、编排与缓冲队列缓冲:以队列削峰填谷并保证顺序。编排:用工作流引擎编排多步任务与依

Airflow 与 Dagster 工作流编排对比(2025)

Airflow 与 Dagster 工作流编排对比(2025)两者均是主流数据编排方案,适配不同团队与场景。一、模型与开发Airflow:DAG 驱动,生态成熟;Python Operator 丰富。Dagster:资产与作业模型,类型与测试支持更好。二、依赖与部署依赖管理:包与环境隔离策略与容器化