4. 任务编排概念：任务编排的定义、工作流引擎、DAG（有向无环图）模型、任务依赖关系、编排与调度的区别
在平台工程变更风险评估的自动化实践中，任务编排是连接“人工评审”与“全自动执行”的核心桥梁。它定义了变更任务执行的顺序、条件与并行策略，是可靠性评审自动化的逻辑骨架。
4.1 任务编排的定义
任务编排（Task Orchestration）是指将一组离散的、具有依赖关系的任务单元，按照预定义的业务逻辑组合成一个可执行的流程，并管理其生命周期（启动、暂停、重试、终止）。在变更风险评估场景中，编排层负责将“代码扫描→依赖分析→配置校验→灰度部署→健康检查→回滚决策”等步骤串联成一条可观测、可控制的流水线。
核心目标：将人工评审中的“如果…那么…否则…”决策逻辑，转化为机器可执行的 DAG 工作流，从而消除人为遗漏、缩短变更窗口、提升评审一致性。
4.2 工作流引擎
工作流引擎是任务编排的执行载体。它负责解析 DAG 定义、调度任务节点、维护状态机、处理超时与重试。业界常见的工作流引擎包括：
| 引擎 | 语言/生态 | 适用场景 | 可靠性特性 |
|---|---|---|---|
| Temporal | Go / Java / Python | 长时运行、复杂补偿 | 确定性重放、无限重试、可见性 |
| Argo Workflows | Kubernetes 原生 | 云原生 CI/CD / 变更流水线 | 容器级隔离、DAG 原生支持 |
| Apache Airflow | Python | 数据管道 / 定时任务 | 丰富的传感器、回填、 SLA 告警 |
| Conductor (Netflix) | Java / REST | 微服务编排 | 异步解耦、限流熔断 |
选型建议：变更风险评估场景推荐使用 Temporal 或 Argo Workflows。前者适合需要强一致性补偿（如回滚事务）的复杂评审链；后者适合与 Kubernetes 基础设施深度绑定的云原生变更流水线。
4.3 DAG（有向无环图）模型
DAG 是任务编排中最核心的数学模型。它由节点（Vertex）和有向边（Directed Edge）组成，且图中不存在环路。在变更评审上下文中：
- 节点：代表一个原子任务，如“执行 SAST 扫描”、“查询 CMDB 依赖”、“调用金丝雀发布 API”。
- 有向边：代表依赖关系或数据传递，如“SAST 扫描通过 → 触发依赖分析”。
- 无环约束：确保流程必然终止，不会陷入死循环。
4.4 任务依赖关系
任务依赖定义了 DAG 中节点之间的执行约束。在变更评审自动化中，常见的依赖类型包括：
- 顺序依赖（Sequential）：任务 B 必须在任务 A 完成后才能开始。例如：“代码扫描” → “依赖分析”。
- 并行依赖（Parallel）：多个任务可以同时执行，互不阻塞。例如：“金丝雀发布” 与 “配置校验” 可并行。
- 条件依赖（Conditional）：根据上游任务的输出结果，决定下游任务的执行路径。例如：“健康检查” 失败 → 触发 “回滚” 分支；成功 → 触发 “全量发布” 分支。
- 数据依赖（Data Dependency）：下游任务需要上游任务的输出作为输入。例如：“金丝雀发布” 需要 “依赖分析” 产出的“受影响服务列表”。
常见陷阱：在变更评审 DAG 中，隐式依赖（如共享全局资源、外部 API 限流）容易被忽略。建议在编排定义中显式声明所有依赖，并使用工作流引擎的“数据传递”机制（如 Temporal 的 Memo / Search Attributes）来避免竞态条件。
4.5 编排与调度的区别
“编排”与“调度”是平台工程中容易混淆的两个概念。下表从多个维度进行对比：
| 维度 | 编排（Orchestration） | 调度（Scheduling） |
|---|---|---|
| 核心职责 | 定义任务执行逻辑、依赖关系、补偿策略 | 决定任务在何时、何资源上执行 |
| 控制粒度 | 流程级（DAG 拓扑、条件分支、重试策略） | 资源级（CPU/内存配额、节点选择、优先级） |
| 状态管理 | 维护工作流状态机（运行中、暂停、失败、完成） | 维护任务队列状态（等待、运行、超时） |
| 典型组件 | Temporal Workflow、Argo Workflow Template | Kubernetes Scheduler、Mesos、Nomad |
| 变更场景示例 | “如果金丝雀通过，则全量发布；否则回滚” | “将回滚任务调度到资源空闲的节点上” |
在变更风险评估自动化中，编排层负责“做什么、按什么顺序做、做错了怎么办”；调度层负责“在哪里做、什么时候做、用多少资源做”。两者通常分层协作：编排引擎将任务提交给调度器，调度器负责实际执行环境的分配。
实践要点：在构建变更评审自动化系统时，建议将编排逻辑与调度配置分离。编排层只关心 DAG 拓扑和业务规则，不感知底层资源；调度层只关心资源效率和优先级，不感知业务语义。这种分离使得任一层的变更（如调整重试策略、更换调度算法）都不会影响另一层，从而提升系统的可维护性与可靠性。