GCPWorkflows概述

1. 🚀 Workflows 概述

GCP Workflows 是 Google Cloud 提供的 无服务器 (Serverless)、全代管 的编排服务。它允许您将一系列分离的 HTTP 服务、Google Cloud 服务和自定义逻辑 连接 起来，形成一个持久、有状态、可靠的 工作流。

您可以将 Workflows 视为一个 业务流程调度器，用于定义和执行跨越多个步骤的复杂逻辑。

---

2. 核心概念

2.1. 工作流 (Workflow)

工作流是您在 Workflows 中定义的 执行蓝图。它是一个由一系列 步骤 (steps) 组成的 代码文件，使用 YAML 或 JSON 格式编写。

• 特点：工作流是 有状态 和 持久化 的。这意味着即使在步骤之间有长时间的等待或失败重试，Workflows 也会保存当前状态，并在恢复后从中断的地方继续执行。

2.2. 步骤 (Steps)

工作流由一个或多个步骤组成，每个步骤执行一个特定的操作。常见的步骤包括：

• call：调用另一个服务或 API。
• assign：将数据赋值给工作流变量。
• goto：控制流程跳转到另一个步骤（命令式控制）。
• switch：根据条件执行不同的分支逻辑。
• try/except：错误捕获和处理。

2.3. 连接器 (Connectors)

Workflows 通过内置的 连接器 与 Google Cloud 服务深度集成。连接器极大地简化了 API 调用：

• 作用：连接器负责处理底层的 HTTP 请求构造、身份验证、错误处理以及等待耗时操作（如 BigQuery 任务）完成的 轮询 (Polling) 逻辑。
• 示例：使用 google.bigquery.v2.jobs.query 无需手动编写 HTTP 请求、身份验证和轮询状态的代码。

2.4. 运行时服务账号 (Runtime Service Account)

Workflows 本身是无权限的，它使用一个 运行时服务账号 来执行工作流中的所有操作。

• 作用：工作流中的所有 API 调用和资源访问权限都由这个服务账号的 IAM 角色 决定。您必须确保该服务账号拥有执行工作流中所有步骤所需的权限。

---

3. 应用场景（何时使用 Workflows）

Workflows 特别擅长处理 服务编排 和 响应式自动化 场景。

应用场景	场景描述	典型示例
微服务编排	将多个小型、解耦的服务（如 Cloud Functions 或 Cloud Run）串联成一个完整的业务流程。	用户注册时：调用 Function A (验证) → 调用 Function B (写入 DB) → 调用 Function C (发送邮件)。
IT/DevOps 自动化	自动化管理基础设施和重复性运维任务。	部署流程：启动 VM 实例 → 等待 VM 启动 → 运行 配置脚本 → 通知 部署完成。
API/任务串联	串联需要长时间等待的异步 API 或需要重试的外部 API。	调用外部支付 API → 等待回调 或 轮询状态（可等待长达一年）→ 根据结果更新 Firestore。
事件响应	作为 Eventarc 的目标，响应事件（如文件上传），然后执行复杂的处理流程。	文件上传到存储桶 (Eventarc 触发) → Workflows：解压文件 → 启动 Dataflow 管道 → 等待 Dataflow 完成。

---

4. Workflows 的主要优势

4.1. 完全无服务器 (Truly Serverless)

• 零运维：您无需管理任何基础设施、虚拟机或集群。
• 按步骤付费：您只需为工作流中执行的 步骤 付费。如果工作流在等待外部 API 响应或等待回调，它会暂停执行，暂停期间不收费。

4.2. 有状态和持久化

• Workflows 会自动保存状态，可以处理长达 一年 的执行时间。即使在执行过程中发生服务中断，它也能在恢复后从上一个成功的步骤继续执行，无需用户干预。

4.3. 低延迟和高可伸缩性

• Workflows 启动迅速，延迟低，并且能够瞬时扩展以处理高并发的执行请求，非常适合处理突发或高吞吐量的任务。

4.4. 错误处理与重试

• Workflows 提供了强大的 try/except 机制和自定义的 重试策略 (Retry Policies)。您可以精确控制在发生临时错误（例如 HTTP 503）时，应该如何等待和重试，从而提高流程的健壮性。

---

5. Workflows YAML 示例结构

main:
  params: [input] # 接收输入参数
  steps:
    - initialize:
        assign:
          - projectId: ${sys.get_env("GCP_PROJECT_ID")}
          - vmName: ${input.vmName} # 从输入中获取 VM 名称

    - call_compute_api:
        call: google.compute.v1.instances.start # 调用 Compute Engine 连接器
        args:
          project: ${projectId}
          zone: "us-central1-a"
          instance: ${vmName}
        result: computeResult

    - check_status:
        # 使用连接器轮询操作状态，直到完成
        call: google.compute.v1.zoneOperations.get
        args:
          project: ${projectId}
          zone: "us-central1-a"
          operation: ${computeResult.name}
        result: opResult
        # Workflows 自动等待和重试，直到操作完成

    - return_result:
        return:
          - "VM 启动操作已完成，状态: ${opResult.status}"