AWS 中的状态机（步进函数？）
State machine in AWS (step function?)
我想获得一些建议，看看步进函数是否适合我的用例。
我有一堆随机生成的用户记录。在将它们放入池之前，我需要进行一些预处理和验证。我有一个定期运行（1-5 分钟）的阶段，用于从池中收集记录并合并它们，然后发布它们。
我需要每条记录的实时 traceability/monitor，并且我需要在记录发布后通知用户。
这是一个说明流程的图表。
步进函数适合我的用例吗？如果没有，是否有任何替代方法可以帮助我简化解决方案？谢谢
是的，Step Functions 是一个选项。 Step Function "State Machines" add the greatest value vs other AWS serverless workflow patterns such as event-driven or pub/sub 当场景涉及复杂的 branching/retry 逻辑和可观察性要求时。 SM 逻辑是明确的和可视化的，这使得对工作流的推理变得简单。对于每个状态机 (SM) 执行，您可以轻松跟踪执行所采用的确切路径以及失败的位置。这种增加的功能反映在其更高的成本上。
无论如何，您需要收集记录，直到收集记录为止。这种批处理要求意味着您的架构将需要更多的元素，而不仅仅是状态机。以下是一些想法：
(1) SM 在记录到达时对其进行预处理
一种选择是使用状态机来仅编排预处理和验证。每个 arriving event record 都会启动一次 SM 执行。预处理后的记录进入队列，从队列中定期轮询并发送以进行合并。
[Records EventBrige event] -> [preprocessing SM] -> [Record queue] -> [polling lambda] -> [Combining Service]
(2) 在端到端状态机中预处理和处理缓存记录
在队列中收集到达的记录。 lambda 定期轮询队列并开始对一批记录执行 SM。 SM Map Task 并行预处理和验证记录，然后调用组合服务，所有这些都在一次执行中完成。此设置为您提供最大的可见性，但更复杂，因为您必须处理单个记录导致批处理执行失败的情况。
[Records arrive] -> [Record source queue] -> [polling lambda gets batch] -> [SM for preprocessing, collecting and combining]
其他
还有很多其他组合，包括必要时将 SM 链接在一起。或者完全避免SM。哪个选项最适合您将取决于哪些痛点对您最重要：可观察性、错误处理、简单性、成本。
我想获得一些建议，看看步进函数是否适合我的用例。
我有一堆随机生成的用户记录。在将它们放入池之前，我需要进行一些预处理和验证。我有一个定期运行（1-5 分钟）的阶段，用于从池中收集记录并合并它们，然后发布它们。
我需要每条记录的实时 traceability/monitor，并且我需要在记录发布后通知用户。
这是一个说明流程的图表。
步进函数适合我的用例吗？如果没有，是否有任何替代方法可以帮助我简化解决方案？谢谢
是的，Step Functions 是一个选项。 Step Function "State Machines" add the greatest value vs other AWS serverless workflow patterns such as event-driven or pub/sub 当场景涉及复杂的 branching/retry 逻辑和可观察性要求时。 SM 逻辑是明确的和可视化的，这使得对工作流的推理变得简单。对于每个状态机 (SM) 执行，您可以轻松跟踪执行所采用的确切路径以及失败的位置。这种增加的功能反映在其更高的成本上。
无论如何，您需要收集记录，直到收集记录为止。这种批处理要求意味着您的架构将需要更多的元素，而不仅仅是状态机。以下是一些想法：
(1) SM 在记录到达时对其进行预处理
一种选择是使用状态机来仅编排预处理和验证。每个 arriving event record 都会启动一次 SM 执行。预处理后的记录进入队列，从队列中定期轮询并发送以进行合并。
[Records EventBrige event] -> [preprocessing SM] -> [Record queue] -> [polling lambda] -> [Combining Service]
(2) 在端到端状态机中预处理和处理缓存记录
在队列中收集到达的记录。 lambda 定期轮询队列并开始对一批记录执行 SM。 SM Map Task 并行预处理和验证记录，然后调用组合服务，所有这些都在一次执行中完成。此设置为您提供最大的可见性，但更复杂，因为您必须处理单个记录导致批处理执行失败的情况。
[Records arrive] -> [Record source queue] -> [polling lambda gets batch] -> [SM for preprocessing, collecting and combining]
其他
还有很多其他组合，包括必要时将 SM 链接在一起。或者完全避免SM。哪个选项最适合您将取决于哪些痛点对您最重要：可观察性、错误处理、简单性、成本。