4. 运营任务编排概述：定义任务编排的DAG模型与节点类型

在自助服务门户的弹性伸缩运营中，单个自动化任务往往无法完成复杂的业务闭环。例如，一次“扩容+上线”操作需要依次执行：触发扩容脚本 → 等待实例就绪 → 运行健康检查API → 发送审批通知 → 最终更新CMDB。这些任务之间存在明确的依赖关系与执行顺序，因此需要引入任务编排机制，通过有向无环图（DAG）模型来定义任务拓扑。

4.1 DAG模型核心概念

DAG（Directed Acyclic Graph）由一组节点（Vertex）和有向边（Edge）组成，且图中不存在环路。在运营任务编排中，每个节点代表一个可执行的原子任务，有向边代表任务间的依赖关系——只有前置节点执行成功，后置节点才能启动。

4.2 任务节点类型

根据运营任务的实际执行方式，DAG中的节点可归纳为四种核心类型：脚本任务、API任务、审批任务和通知任务。每种类型在编排引擎中具有不同的执行语义与回调机制。

4.3 节点间的依赖关系与执行控制

DAG编排不仅定义节点类型，还需要明确节点间的依赖关系与执行控制策略。常见的依赖模式包括：

• 串行依赖：节点B必须在节点A完成后执行，适用于有严格顺序要求的步骤（如先扩容后检查）。
• 并行分支：节点A完成后，节点B和节点C可同时执行，适用于无依赖的独立任务（如同时通知多个团队）。
• 汇聚同步：节点D必须等待节点B和节点C都完成后才能执行，适用于“所有前置条件满足后统一推进”的场景。
• 条件分支：根据节点A的输出结果，动态选择执行节点B或节点C（需配合条件判断节点）。

4.4 编排定义示例（YAML描述）

在实际工程中，DAG编排通常以声明式配置文件定义。以下是一个弹性伸缩上线流程的编排示例，包含四种节点类型与依赖关系：

version: "1.0"
dag:
  id: "scale-up-and-deploy"
  startAt: "run_scale_script"
  tasks:
    - id: "run_scale_script"
      type: script
      script: "/opt/ops/scale_up.sh --group=web-prod --count=5"
      timeout: 300
      retry: 2
      next: "check_health_api"
    - id: "check_health_api"
      type: api
      url: "https://api.internal/health/check?group=web-prod"
      method: GET
      expectedStatus: 200
      timeout: 60
      next: "approve_deploy"
    - id: "approve_deploy"
      type: approval
      approvers: ["ops-leader", "qa-leader"]
      timeout: 1800
      onTimeout: "reject"
      next: "notify_result"
    - id: "notify_result"
      type: notification
      channel: "wecom"
      template: "deploy_result"
      end: true

4.5 编排引擎执行流程

DAG编排引擎按照拓扑排序顺序执行节点，并维护全局状态。核心执行流程如下：

1. 解析DAG定义：加载YAML/JSON配置，构建内存中的图结构，校验是否存在环。
2. 拓扑排序：计算所有节点的执行顺序，标记入度为0的节点为可执行集合。
3. 并行调度：从可执行集合中取出节点，根据节点类型分发到对应的执行器（脚本执行器/API调用器/审批网关/通知网关）。
4. 状态回调：节点执行完成后，更新DAG状态图，将后置节点的入度减1；若入度变为0，则加入可执行集合。
5. 异常处理：节点失败时，根据配置执行重试或跳转到失败分支；若未配置失败分支，则终止整个DAG并触发告警。
6. 完成归档：所有节点执行完毕（或终止）后，记录执行日志与结果快照，触发全局通知。