本文主要介绍netflix conductor的基本概念和主要运行机制。
一 简介
netflix conductor是基于JAVA语言编写的开源流程引擎，用于架构基于微服务的流程。它具备如下特性：
- 允许创建复杂的业务流程，流程中每个独立的任务都是由一个微服务所实现。
- 基于JSON DSL 创建工作流，对任务的执行进行编排。
- 工作流在执行的过程中可见、可追溯。
- 提供暂停、恢复、重启等多种控制模型。
- 提供一种简单的方式来最大限度重用微服务。
- 拥有扩展到百万流程并发运行的服务能力。
- 通过队列服务实现客户端与服务端的分离。
- 支持 HTTP 或其他RPC协议进行数据传送
二 基本概念
1 Task
Task是最小执行单元，承载了一段执行逻辑，如发送HTTP请求等。
- System Task：被conductor服务执行，这些任务的执行与引擎在同一个JVM中。
- Worker Task：被worker服务执行，执行与引擎隔离开，worker通过队列获取任务后，执行并更新结果状态到引擎。Worker的实现是跨语言的，其使用Http协议与Server通信。
conductor提供了若干内置SystemTask:
- 功能性Task：
- HTTP：发送http请求
- JSON_JQ_TRANSFORM：jq命令执行，一般用户json的转换，具体可见jq官方文档
- KAFKA_PUBLISH: 发布kafka消息
- 流程控制Task：
- SWITCH(原Decision)：条件判断分支，类似于代码中的switch case
- FORK：启动并行分支，用于调度并行任务
- JOIN：汇总并行分支，用于汇总并行任务
- DO_WHILE：循环，类似于代码中的do while
- WAIT：一直在运行中，直到外部时间触发更新节点状态，可用于等待外部操作
- SUB_WORKFLOW：子流程，执行其他的流程
- TERMINATE：结束流程，以指定输出提前结束流程，可以与SWITCH节点配合使用，类似代码中的提前return语句
自定义Task：
- 对于System Task，Conductor提供了WorkflowSystemTask 抽象类，可以自定义扩展实现。
- 对于Worker Task，可以实现conductor的client Worker接口实现执行逻辑。
2 Workflow
- Workflow由一系列需要执行的Task组成，conductor采用json来描述Task的流转关系。
- 除基本的顺序流程外，借助内置的SWITCH、FORK、JOIN、DO_WIHLE、TERMINATE任务，还能实现分支、并行、循环、提前结束等流程控制。
3 Input&Output
Task的输入是一种映射，其作为工作流实例化的一部分或某些其他Task的输出。允许将来自工作流或其他Task的输入/输出作为随后执行的Task的输入。
- Task有自己的输入和输出，输入输出都是jsonobject类型。
- Task可以引用其他Task的输入输出，使用${taskxxx.output}的方式引用。引用语法为json-path，除最基础的${taskxxx.output}的值解析方式外，还支持其他复杂操作，如过滤等，具体见json-path语法。
- 启动Workflow时可以传入流程的输入数据，Task可以通过${workflow.input}的方式引用。
Task实现原子操作的处理以及流程控制操作，Workflow定义描述Task的流转关系，Task引用Workflow或者其它Task的输入输出。通过这些机制，conductor实现了JSON DSL对流程的描述。
三 整体架构
主要分为几个部分：
- Orchestrator: 负责流程的流转调度工作;
- Management/Execution Service: 提供流程、任务的管理更新等操作;
- TaskQueues: 任务队列，Orchestrator解析出来的待执行Task会放到队列中;
- Worker: 任务执行worker，从TaskQueues中获取任务，通过Execution Service更新任务状态与结果数据;
- Database: 元数据&运行时数据库，用于保存运行时的Workflow、Task等状态信息，以及流程任务定义的等原信息;
- Index: 索引数据库，用于存储执行历史;
四 运行模型
1 Task状态转移
- SCHEDULED：待调度，task放到队列中还没有被poll出来执行时的状态
- IN_PROGRESS：执行中，被poll出来执行但还没有完成时的状态
- COMPLETED：执行完成
- FAILED：执行失败
- CANCELLED：被中止时为此状态，一般出现在两种情况：
- 1.手动中止流程时，正在运行中的task会被置为此状态;
- 2.多个fork分支，当某个分支的task失败时，其它分支中正在运行的task会被置为此状态;
2 任务队列
任务的执行(同步的系统任务除外)都会先添加到任务队列中，是典型的生产者消费者模式。
- 任务队列，是一个带有延迟、优先级功能的队列;
- 每种类型的Task是一个单独的队列，此外，如果配置了domain、isolationGroup，还会拆分成多个队列实现执行隔离;
- decider service是生产者，其根据流程配置与当前执行情况，解析出可执行的task后，添加到队列;
- 任务执行器(SystemTaskWorker、Worker)是消费者，其长轮询对应的队列，从队列中获取任务执行;
队列接口可插拔，conductor提供了Dynomite 、MySQL、PostgreSQL的实现。
3 核心功能实现机制
conductor调度的核心是decider service，其根据当前流程运行的状态，解析出将要执行的任务列表，将任务入队交给worker执行。
decide主要流程简化如下，详细代码见WorkflowExecutor.java的decide方法：
其中，调度任务处理流程简化如下，详细代码见WorkflowExecutor.java的scheduleTask方法：
decide的触发时机
最主要的触发时机：
新启动执行时，会触发decide操作
系统任务执行完成时，会触发decide操作
Workder任务通过ExecutionService更新任务状态时，会触发decide操作
流程控制节点的实现机制
1)Task & TaskMapper
对于每一个Task来说，都有Task和TaskMapper两部分:
Task：任务的执行逻辑代码，它的作用是Task的执行
TaskMapper：任务的映射逻辑代码，它通过Task的定义配置、当前实例的执行状态等信息，返回实际需要执行的Task列表
对于一般的任务来说，TaskMapper返回的是就是Task本身，补充一些执行实例的状态信息。但是对于控制节点来说，会有不同的逻辑。
2)条件分支(SWITCH)的实现机制
SWITCH用于根据条件判断，执行不同的分支。
实际上，该节点的Task不做任何操作，TaskMapper根据分支条件，判断出要走的分之后，返回对应分支的第一个Task。
SwitchTaskMapper.java getMappedTasks方法关键代码：
- // 待调度的Task list，最终返回结果
- List<Task> tasksToBeScheduled = new LinkedList<>();
- // evalResult是分支条件变量的值(case)
- // decisionCases是一个Map结构，key为分支的case值，value为对应分支的任务定义list（分支内的任务定义会有多个）
- // 根据分支变量的实际值，获取对应分支的任务定义list
- List<WorkflowTask> selectedTasks = taskToSchedule.getDecisionCases().get(evalResult);
- // default的逻辑：如果获取不到对应的分支或者分支为空，则用默认的分支
- if (selectedTasks == null || selectedTasks.isEmpty()) {
- selectedTasks = taskToSchedule.getDefaultCase();
- }
- if (selectedTasks != null && !selectedTasks.isEmpty()) {
- // 获取分支的第一个(下标0)task，返回给decider service去做调度（decider会把任务添加到队列里，交给worker去执行）
- WorkflowTask selectedTask = selectedTasks.get(0);
- // 调用了deciderService的getTasksToBeScheduled方法，此方法里又获取到TaskMapper调用了getMappedTasks。这里采用了递归调用的方式，解析嵌套的Task
- List<Task> caseTasks = taskMapperContext.getDeciderService()
- .getTasksToBeScheduled(workflowInstance, selectedTask, retryCount, taskMapperContext.getRetryTaskId());
- tasksToBeScheduled.addAll(caseTasks);
- switchTask.getInputData().put("hasChildren", "true");
- }
- return tasksToBeScheduled;
3)并行(FORK)的实现机制
FORK用于开启多个并行分支。
实际上，该节点的Task不做任何操作，TaskMapper返回所有并行分支的第一个Task。
ForkJoinTaskMapper.java getMappedTasks关键代码：
- // 待调度的Task list，最终返回结果
- List<Task> tasksToBeScheduled = new LinkedList<>();
- // 配置中的所有fork分支
- List<List<WorkflowTask>> forkTasks = taskToSchedule.getForkTasks();
- for (List<WorkflowTask> wfts : forkTasks) {
- // 每个分支取第一个Task
- WorkflowTask wft = wfts.get(0);
- // 调用了deciderService的getTasksToBeScheduled方法，此方法里又获取到TaskMapper调用了getMappedTasks。这里采用了递归调用的方式，解析嵌套的Task
- List<Task> tasks2 = taskMapperContext.getDeciderService()
- .getTasksToBeScheduled(workflowInstance, wft, retryCount);
- tasksToBeScheduled.addAll(tasks2);
- }
- return tasksToBeScheduled;
总的来说，分支(SWITCH)、并行(FORK)节点本身没有执行逻辑，其通过TaskMapper返回到实际要执行的Task，然后交给Decider Service处理。
重试的实现机制
重试和其延迟时间设置，都是借助任务队列的功能实现的。
重试：将任务重新添加到任务队列
重试的延迟时间：添加到任务队列时设置延迟时间，延迟时间过后，任务才能在队列中被poll出来执行
五 完整性保障机制
由于调度过程中可能会出现因机器重启、网络异常、JVM崩溃等偶发情况，这些会导致的decide过程意外终止，流程执行不完整，展现出如流程一直运行中(实际已经没有在调度)，或者其它状态错误等异常现象。
1 WorkflowReconciler
针对这种情况，conductor有一个WorkflowReconciler，会定期尝试decide所有正在运行中的流程，修复流程执行的一致性。此外，它还有一个作用是校验流程超时时间。
2 decideQueue
那么WorkflowReconciler是如何获取到当前运行中的流程呢，答案是decideQueue。
decideQueue和任务队列相同，也是一个具有延迟功能的队列，其存放的是正在执行中的流程的实例id。在任务开始执行时(包括新启动执行、重试执行、恢复执行、重跑执行等)，会将实例id push到decideQueue中;在执行结束(成功、失败)时，会从decideQueue中删除实例id。
3 ExecutionLockService
WorkflowReconciler会定期尝试decide所有正在运行中的流程用于超时判断、维护流程一致性。但是流程本身正常执行也会触发decide，如果同一个执行同时触发两个decide，可能会导致状态混乱，执行卡住等问题。
conductor采用了锁来解决这个问题，其提供了单机LocalOnlyLock(基于信号量实现)、redis分布式锁(基于redission实现)、zookeeper分布式锁三种实现。
decide方法中最开始会尝试获取锁，如果获取失败则直接返回。通过锁来保障不会对同一个流程实例并发执行decide。
- if (!executionLockService.acquireLock(workflowId)) {
- return false;
- }
由于锁是可配置的，可能会导致一个误区：单台机器的话不用配置锁。其实单机也是需要配置锁的，因为WorkflowReconciler和流程正常执行会产生冲突，可能会导致偶发的流程状态混乱问题。
参考：
Github: https://github.com/Netflix/conductor
官方文档：https://netflix.github.io/conductor/
WorkflowReconciler：https://github.com/Netflix/conductor/blob/main/core/src/main/java/com/netflix/conductor/core/reconciliation/WorkflowReconciler.java
WorkflowSystemTask：https://github.com/Netflix/conductor/blob/main/core/src/main/java/com/netflix/conductor/core/execution/tasks/WorkflowSystemTask.java?spm=ata.21736010.0.0.2b501a3cYnrSfT&file=WorkflowSystemTask.java
