在各种故障情况下，cadence如何处理故障？

Question

Cadence 是一个容错的有状态代码平台。在各种故障情况下，cadence如何处理故障？

Answer 1

分布式系统中存在各种各样的故障，Cadence 为它们提供了多种选择。

这是我自己的清单。它可能不完整。但如果我能想到，我会尝试添加更多。

活动

• 活动失败并重试。见https://cadenceworkflow.io/docs/concepts/activities/#timeouts
• 另请注意，长时间运行的活动可以通过“心跳”从检查点恢复

工作流程

• 通过事件溯源模型的设计，工作流可以从工作人员崩溃时剩下的任何一点恢复。见https://cadenceworkflow.io/docs/concepts/workflows/#state-recovery-and-determinism

• 工作流还可以有重试策略，如活动自动重试失败https://cadenceworkflow.io/docs/concepts/workflows/#workflow-retries

• 在某些情况下，失败是由错误的代码更改导致的，从而导致错误的状态。 Cadence 提供了“重置”工具来将工作流程重置到任何时间点。 见https://cadenceworkflow.io/docs/cli/#reset-and-restart

• 除了重置之外，Cadence 还允许您通过部署进行重置。这对于重置大量工作流（例如数百万）很有用。

Cadence 服务器集群

活动和工作流工作人员都是无状态的。

Cadence 服务器是一种高度可用且可扩展的服务，可提供持久性。

• 持久性来自底层设计和持久性存储（由 Cassandra、MySQL 或 Postgres 提供）
• 在单个集群设置中，Cadence 服务与不同的独立分片一起运行。整个集群由不同的主机组成。任何发生故障的主机都可以被另一个主机替换。
• Cadence 提供跨数据中心复制以提供更高的可用性https://cadenceworkflow.io/docs/concepts/cross-dc-replication/#global-domains-architecture