我们目前正在Amazon SWF中实施工作流程，我们从Web应用程序提交作业/工作流程执行。使用Ruby Flow框架进行设置时，一切都非常快速且轻松。只要决策者/活动工作者不崩溃，我们似乎能够优雅地处理大多数问题/异常。
我的问题是，在决策程序进程在工作流程执行的中途崩溃的情况下，通常的做法是什么？如果任务以这种方式失败，是否可以推送SNS通知（我没有看到任何示例）或某些事情向另一个进程表明存在意外故障/崩溃？
答案 0 :(得分：1)
有各种类型的“决定者”失败。
工作流工作人员在处理决策时崩溃。在指定的超时后自动重新安排决策任务。确保工作流程类型defaultTaskStartToCloseTimeout未设置得太高。如果此崩溃与代码正确性无关，则处理重新安排的任务并正常继续执行工作流。
工作流工作者不会崩溃，但工作流程执行本身也会失败。在这种情况下，您可以使用ListClosedWorkflowExecutions来计算此类失败的工作流程。
由于Flow框架中的错误导致RespondDecisionTaskCompleted失败，因此工作流工作人员不会崩溃，但决策任务无法完成。从SWF的角度来看，任务永远不会完成，它在某些时候被标记为超时并重新安排。由于bug仍然存在，新任务再次永远不会完成并重新安排，等等。正在经历此类问题的工作流程执行具有包含重复的“决策任务已调度，决策任务超时”事件的尾部的历史记录。如果您的工作流程具有已知的执行时间限制，那么解决此问题的最佳方法是设置合理的 executionStartToCloseTimeout 并查找超时的工作流程执行。如果决策任务超时设置得太低，则此类工作流也可以在执行超时之前达到历史记录大小的限制。
答案 1 :(得分：0)
所有swf指标均未发布到云监视。因此，所有已完成和失败的工作流程都会将指标发送到云观察，您可以在其中创建警报，以便在任何工作流失败时向您发送通知