函數工作流

　　函數工作流（Function Flow，簡稱 FnF）是一個用來協調多個分布式任務執行的全托管 Serverless 云服務，致力于簡化開發和運行業務流程所需要的任務協調、狀態管理以及錯誤處理等繁瑣工作，讓用戶聚焦業務邏輯開發。用戶可以用順序、分支、并行等方式來編排分布式任務，FnF 會按照設定好的順序可靠地協調任務執行，跟蹤每個任務的狀態轉換，并在必要時執行用戶定義的重試邏輯，以確保工作流順利完成。

　　產品優勢

　　協調分布式組件

　　FnF 能夠編排不同基礎架構、不同網絡、不同語言編寫的應用，抹平混合云、專有云過渡到公共云或者從單體架構演進到微服務架構落差。

　　減少代碼量

　　FnF 能幫您管理應用程序的邏輯，支持多種控制原語，例如順序，分支，并行等，盡量減少您在業務中實現重復的編排代碼。

　　提高容錯性

　　FnF 為您管理流程狀態、設置檢查點和流程重啟，以確保您的應用程序按照預期逐步執行。內置? try/catch、重試和回滾功能可以自動處理異常錯誤。

　　Serverless

　　FnF 根據實際執行步驟轉換個數收費，執行結束不再收費，FnF 自動擴展讓您免于管理硬件預算和擴展。

　　精心打造的功能

　　服務編排能力

　　FnF 可以幫助您將流程邏輯與任務執行分開，支持多種控制原語，例如順序，分支，并行等，內置錯誤重試和捕獲能力，節省編寫編排代碼的時間。

　　流程狀態管理

　　FnF 會管理流程執行中的所有狀態，包括跟蹤它所處的執行步驟，以及存儲在步驟之間的輸入輸出。您無需自己管理流程狀態，也不必將復雜的狀態管理構建到任務中。

　　協調分布式組件

　　FnF 能夠協調在不同基礎架構上，不同網絡內，以不同語言編寫的應用。應用不管是從私有云/專有云平滑過渡到混合云或公共云，或者從單體架構演進到微服務架構，FnF 都能發揮協調作用。

　　支持長時間運行流程

　　FnF 可以跟蹤整個流程，持續長時間執行確保流程執行完成。有些流程可能要執行數個小時、數天、甚至幾個月等，例如運維相關的 Pipeline，郵件推廣流程等。

　　可視化監控

　　FnF 提供可視化界面來定義工作流和查看執行狀態。狀態包括輸入和輸出等。方便您快速識別故障位置，并快速排除故障問題。

　　運維全托管和按需付費

　　FnF 可以將運維人員從基礎設施維護解放出來，提供了安全的、高可用的、高容錯的和高持久的服務。用戶只需支付步驟轉換費用，不使用不產生費用。

　　領軍客戶實戰場景

　　多媒體文件處理場景

　　多任務編排，減少流程失敗率，提升多媒體吞吐量使用函數工作流可以幫助您將多個任務，如轉碼，截幀，人臉識別，語音識別，審核上傳等，編排成一個完整的處理流程，通過函數計算提交媒體處理(IMM)任務（或自建處理器），產出一個符合業務需求的輸出。各任務的執行錯誤異常可以被可靠的重試，大大提升多媒體任務處理吞吐量。

　　能夠解決

　　多任務編排

　　流程中如轉碼，截幀，人臉識別，語音識別，審核上傳等步驟的編排。

　　解決流程失敗問題

　　系統會對任務的執行錯誤異常進行多次重試

　　基因數據處理場景

　　簡化大規模計算編排，優化成本，縮短流程總時長函數工作流可以將多個批量計算分布式作業串聯或并行編排，可靠地支持執行時間長、并發量大的大規模計算。如基因數據分析中將基因序列對齊，將所有染色體并行做變異分析，最終將各染色體數據聚合產出結果。函數工作流根據指定的依賴關系提交不同CPU/內存/帶寬規格的批量計算作業，提升執行可靠性，提高資源利用率，優化成本。

　　能夠解決

　　簡化大規模計算編排

　　FnF 可以將多個批量計算分布式作業串聯或并行編排，同時支持執行時間長、并發量大的計算。

　　縮短流程總時長

　　根據任務依賴關系提交不同的規格批量計算作業，提升并行執行可靠性。

　　數據處理流水線場景

　　可靠調度海量計算資源，個性化編排大數據處理任務使用函數工作流可以快速搭建一個高可用的數據處理流水線。比如，來自不同數據源的計量數據被收集到日志服務，函數計算的定時器每小時觸發函數工作流，函數工作流利用函數計算對多個Shard的計量數據做并行處理，并將結果分別寫回日志服務服務；然后可以將所有Shard產生文件進行聚合，寫入表格存儲，最后為每個用戶生成賬單。函數工作流支持對流程中的單個步驟失敗進行重試，降低流程失敗概率。函數工作流支持動態并行任務執行，實現數據處理能力的高可擴展性。

　　能夠解決

　　解決并發執行問題

　　FnF 支持動態并行任務執行，實現數據處理能力的高可擴展性。

　　自動運維場景

　　提升運維效率和可靠性，流程進度可視化界面。

　　自動化運維常見有步驟繁瑣時間長短不一，單機腳本可靠性低，依賴復雜等常見的挑戰，另外進度無法可視化。函數工作流+函數計算的流程可以很好地應對這些挑戰。例如自動化的軟件部署從構建Docker容器，上傳容器鏡像，開始并追蹤各節點下拉鏡像并啟動新版本鏡像的容器，每一步函數產生的日志會被保存到日志服務 可供查詢分享。基于函數工作流的自動化工比較單機運維腳本具有高可用，自帶的錯誤處理機制和進度圖形化的特點。

　　能夠解決

　　解決流程進度可視化問題

　　自動化運維步驟繁瑣時間長短不一，單機腳本可靠性低，依賴復雜等常見的挑戰，另外進度無法可視化。