在现代软件开发中，创建强大的工作流程来连接来自各种服务的 API 并处理同步和异步事件是一个常见的挑战。传统方法涉及使用队列、微服务和状态管理系统的组合来构建可扩展的应用程序。虽然有效，但这种架构带来了巨大的开销：设置和维护消息队列等基础设施、运行服务器或 lambda 函数、管理数据库中的状态以及实现复杂的错误处理机制。

如果有一种更简单、更可靠的方法来处理长时间运行的工作流程，而无需管理所有这些基础设施的麻烦，该怎么办？这就是 Durable Python 的目标，要尝试它，请注册 Beta。

长期运行流程的朴素解决方案的问题

假设您想要监控 GitHub 中的拉取请求 (PR)。每次打开新的 PR 时，您都希望创建一个专用的 Slack 频道进行讨论并发送每日提醒，直到 PR 关闭或合并。这听起来很简单，所以您可能认为可以使用基本的 Python 函数来解决它（这是 ChatGPT 生成的基本 Python 函数）：

@app.route('/webhook', methods=['POST'])
def github_webhook():
    data = request.json
    if 'pull_request' in data and data['action'] == 'opened':
        pr_number = data['pull_request']['number']
        pr_url = data['pull_request']['html_url']
        # Create a new Slack channel for the PR
        channel_id = create_slack_channel(pr_number)
        send_slack_notification(channel_id, pr_number, pr_url)
        # Periodically check the PR status and send reminders until it's closed or merged
        while True:
            time.sleep(3600)  # Wait for 1 hour before checking the status again
            pr_status = check_pr_status(pr_number)
            if pr_status == 'open':
                send_slack_notification(channel_id, pr_number, pr_url)
            else:
                break
    return jsonify({'status': 'ok'})

此代码片段似乎可以处理该任务，但它只适合“快乐流程”场景。在实际应用中，这种简单的方法是不够的。 while 循环依赖于连续的服务器正常运行时间，但这是无法保证的。进程可能崩溃，服务器可能重新启动，突然之间，您的工作流程就被破坏了。

实际解决方案：事件驱动的应用程序

更可靠的方法涉及构建事件驱动的应用程序。在这里，您将使用队列来侦听 GitHub 事件，使用 cron 作业来发送提醒，使用数据库来存储 PR 和通道状态，以及使用函数来处理这些事件。通常，此设置在云基础设施上运行，利用 AWS Lambda 等服务进行部署和执行。

虽然这种方法可行且稳健，但它也需要大量的设置、维护和专业知识。管理基础设施、确保正常运行时间和处理错误状态需要大量资源和熟练的团队。

输入耐用的 Python：简单性与可靠性的结合

如果您可以将简单的 Python 代码与异步设计的可靠性结合起来会怎么样？如果 Python 能够保证即使进程崩溃或服务器重新启动，它也会从上次中断的地方继续执行怎么办？

AutoKitteh 通过 Durable Python 准确地解决了这一挑战。使用 Durable Python，用户编写 Python 代码，而系统确保如果进程重新启动，它会从同一点继续运行。虽然存在限制（例如，长时间停机可能并不理想），但对于大多数用例来说，此解决方案可以完美运行。

Durable-Python 提供什么

Durable-Python 使您无需手动管理状态，从而使您能够将工作流程编写为连续流，而不是事件驱动的状态机，而事件驱动的状态机在构建和调试方面可能具有挑战性。 AutoKitteh 作为基础设施，具有内置队列以及与外部应用程序和 API 的集成，可以轻松地在 Python 中快速开发强大的工作流程。

它是如何运作的

这并不涉及魔法——只是坚实的工程。 AutoKitteh 由 Temporal 提供支持，Temporal 是一个用于构建持久工作流程的框架。时间需要特定的编码方式，包括对确定性、幂等性和其他概念的理解，以确保可靠性。 AutoKitteh 抽象了这些复杂性，允许开发人员编写标准的 Python 代码。在幕后，任何具有副作用的函数都会转换为时间活动。作为开发人员，您不必担心这些细节 - 只需专注于编写业务逻辑。

有关更多技术细节，请参阅 AutoKitteh 文档。

有费用吗？

当然，每一个抽象都有一个价格。在底层，Durable Python 会记录工作流程，以便在发生故障后进行恢复，这会产生一些存储和性能成本。

Durable Python 专为编排 API 而设计，而不是构建数据应用程序。如果您需要高性能应用程序，您应该考虑构建自定义解决方案。但是，如果您想以最少的开发和基础设施投资快速开发可靠的工作流程，Durable Python 可能是一个不错的选择。

实际应用

耐用的Python可以应用于广泛的工作流程，特别是在可靠性至关重要的领域，例如：

• API 编排 - 构建内部可靠的工作流程。
• DevOps 自动化：自动化部署管道或代码审查自动化，并保证从故障中恢复。
• ChatOps：与聊天平台集成以自动化团队通知并管理工作流程。
• MLOps：确保长期运行的机器学习工作流程在中断的情况下仍能无缝继续。

可以在此处找到工作流程示例。

结论：更少的代码，更少的麻烦

由 AutoKitteh 提供支持的耐用 Python 概念使开发人员能够使用最少的代码构建、部署和管理可靠的工作流程自动化。持久执行和无缝恢复在幕后处理，因此您可以专注于真正重要的事情 - 您的业务逻辑。

虽然有许多优秀的工具可以实现持久性（如 Temporal 和 Restate），但 Durable-Python 提供了一种快速、简单且经济高效的方法来实现相同的结果。