DBOS：让 Python 工作流持久化，轻松应对中断与重试

DBOS 提供轻量级的持久工作流和队列，只需几行代码即可添加到 Python 应用中，它与 Airflow 和 Celery 等热门开源工作流和队列库相似，但更注重可靠性和故障自动恢复功能。

DBOS 的核心目标是使其轻量且灵活，以便能够以最少的工作量将其添加到现有应用中，运行持久工作流和队列所需的一切都包含在这个 Python 库中，无需管理单独的工作流服务器：只需安装该库，并将其连接到 Postgres 数据库（用于存储工作流/队列状态）即可开始使用。

什么情况下使用？

如果你的应用程序需要可靠地处理故障，则应该考虑使用 DBOS，例如，你可能正在构建一个支付服务，即使服务器在运行过程中崩溃，也必须能够可靠地处理交易；或者你正在构建一个长期运行的数据管道，该管道需要从检查点恢复，而不是在中断时从头开始，DBOS 工作流可以简化这些操作：在数据库中设置检查点，并自动从故障中恢复

持久的工作流程

DBOS 工作流通过在 Postgres 中设置程序状态检查点来增强程序的持久性，如果程序发生故障，重新启动时，所有工作流将自动从上次完成的步骤恢复，我们可以通过将普通函数修改为工作流和步骤，将持久工作流添加到现有的 Python 程序中：

工作流只是一个普通的 Python 函数！可以以任何我们喜欢的方式调用它——从 FastAPI 处理程序、响应事件，或者任何通常调用函数的地方，工作流和步骤可以是同步的，也可以是异步的，两者都具有一流的支持（就像在 FastAPI 中一样），DBOS 还内置了对 cron 调度的支持，只需在工作流中添加一个 @DBOS.scheduled(''') 装饰器即可，因此无需使用其他工具即可实现此功能。

持久队列

DBOS 队列可帮助我们在后台持久运行任务，类似于 Celery，但更注重持久性和故障恢复能力，可以将持久工作流中的任务（可以是单个步骤或整个工作流）加入队列，然后我们的某个进程将拾取该任务执行，DBOS 负责管理任务的执行：它保证任务完成，并且即使应用程序中断，调用者也能获得结果而无需重新提交。
队列还提供流控制（类似于 Celery），因此可以按队列或按进程限制任务的并发数，还可以设置任务超时、限制队列任务的执行频率、删除重复任务或设置任务的优先级。
只需几行代码即可将队列添加到工作流中。它们不需要单独的队列服务或消息代理，只需要数据库即可。

以上就是“DBOS：让 Python 工作流持久化，轻松应对中断与重试”的详细内容，想要了解更多Python教程欢迎持续关注编程学习网。