Argo Workflows：DAG 任务与条件分支

Argo Workflows 是基于 Kubernetes 的容器化工作流引擎，其核心特性是支持 DAG（有向无环图）任务和条件分支，实现复杂流水线的灵活编排。下面分步解析其原理与应用。

1. DAG 任务：依赖驱动的任务图

DAG 通过定义任务间的依赖关系构建非循环执行路径，确保任务按拓扑顺序运行：

• 节点：每个任务（Pod）是图中的一个节点。
• 边：任务间的依赖关系（例如 A → B 表示 B 需等待 A 完成）。
• 优势：
  • 并行执行独立任务，提升效率。
  • 自动处理依赖，避免循环阻塞。

示例：定义包含 3 个任务的 DAG

apiVersion: argoproj.io/v1alpha1
kind: Workflow
spec:
  entrypoint: main-dag
  templates:
    - name: main-dag
      dag:
        tasks:
          - name: task-a   # 起始任务
            template: run-script
          - name: task-b
            dependencies: [task-a]  # 依赖 task-a
            template: run-script
          - name: task-c
            dependencies: [task-a]  # 与 task-b 并行
            template: run-script

2. 条件分支：动态决策执行路径

通过条件表达式（如 when 或 withItems）实现分支逻辑，根据运行时参数选择不同任务路径：

• 关键字段：
  • when：基于布尔表达式（例如 "{{inputs.parameters.status}} == SUCCESS"）触发任务。
  • withParam：遍历列表生成动态子任务。
• 应用场景：
  • 测试失败时触发报警任务。
  • 根据输入参数选择数据处理分支。

示例：条件分支流水线

spec:
  templates:
    - name: conditional-flow
      steps:
        - - name: check-status
            template: validate
        - - name: on-success
            template: deploy
            when: "{{tasks.check-status.outputs.result}} == PASS"  # 条件分支
          - name: on-failure
            template: alert
            when: "{{tasks.check-status.outputs.result}} == FAIL"

3. DAG 与条件分支的协同

二者结合可构建复杂工作流：

dag:
  tasks:
    - name: preprocess
      template: clean-data
    - name: analyze
      dependencies: [preprocess]
      template: run-analysis
    - name: decision
      dependencies: [analyze]
      template: check-result
    - name: report-success
      dependencies: [decision]
      when: "{{tasks.decision.outputs.result}} == OK"  # DAG 中嵌套条件
      template: send-report
    - name: retry
      dependencies: [decision]
      when: "{{tasks.decision.outputs.result}} == ERROR"
      template: retry-process

4. 最佳实践

• 依赖最小化：减少不必要的依赖以最大化并行度。
• 条件表达式简化：避免复杂逻辑，优先使用 when + 明确输出参数。
• 错误处理：结合 onExit 模板实现全局异常捕获。

通过 DAG 和条件分支，Argo Workflows 可高效管理从简单批处理到 AI 训练流水线等各类场景，兼顾灵活性与可靠性。