在音视频转码、ETL 作业处理、基因数据处理等诸多场景中，我们都可以通过工作流并行调用云函数，将任务进行并行处理，大大提高任务处理的吞吐量，满足应用场景的高实时性、高并发能力。

在《使用 ASW 工作流创建您的第一个函数编排》文章中，我们分享了如何使用 ASW 编排一个 Sum 云函数进行求和计算。本期文章主要分享如何使用 ASW 的 Map 节点能力进行并发的数据求和计算。

  1. 登录「云函数控制台」，创建一个函数名称为 Sum，运行环境为 Python 3.6 的云函数。
  1. # -*- coding: utf8 -*-
  2. import json 
  3. def main_handler(event, context):
  4.     sum = 0
  5.     for i in event["values"]:
  6.         sum += i
  7.     return sum

  1. 登录「应用与编排服务流控制台」，在工作流页面，单击「新建」，进入创建工作流页面，单击「入门模板」，选择「Map 循环」模板。
  • ASW 中 Map 节点会遍历输入中的某个数组类型参数，对于数组中的每个元素并行执行其串行节点。Map 节点类似于编程语言中的 foreach，但节点循环任务是并发执行的。
  • ASW 控制台地址：https://console.cloud.tencent.com/asw

  1. 修改「代码」中 Iterator 下 States 节点中的 state01 为 sum 函数调用，如下工作流定义：
  1. {
  2.  "Comment": "使用Map节点循环处理数组array中的数据",
  3.  "StartAt": "MapState",
  4.  "States": {
  5.   "MapState": {
  6.    "Type": "Map",
  7.    "ItemsPath": "$.array",
  8.    "ResultPath": "$.result",
  9.    "MaxConcurrency": 2,
  10.    "Next": "FinalState",
  11.    "Iterator": {
  12.     "StartAt": "State01",
  13.     "States": {
  14.      "State01": {
  15.       "Type": "Task",
  16.       "Comment": "调用求和函数",
  17.       "Resource": "qrn:qcs:asw:ap-guangzhou:123456789:sdk:json:qcloud:scf:Invoke/sum/$DEFAULT/default",
  18.       "End": true
  19.      }
  20.     }
  21.    }
  22.   },
  23.   "FinalState": {
  24.    "Type": "Pass",
  25.    "End": true
  26. }

ItemsPath 指定作为了 Map节点循环的数组。

MaxConcurrency 指定了 Map 节点并发调用的函数数量。

Iterator 为 Map 节点 循环任务定义。

  1. 单击「下一步」，在「配置基本信息」页面，输入工作流名称，选择运行角色与工作流类型，单击「完成」，完成工作流创建。

  1. 在工作流列表，单击「名称」链接进入工作流，您在弹出的「开始执行」窗口中，以 JSON 格式输入 array 数组。例如：

  1. {
  2.  "array": [{
  3.    "values": [1, 2, 3, 4, 5]
  4.   },
  5.   {
  6.    "values": [4, 2, 3, 1, 5]
  7.   },
  8.   {
  9.    "values": [1, 0, 8, 4, 5]
  10.   },
  11.   {
  12.    "values": [7, 2, 3, -2, 5]
  13.   }
  14.  ]
  15. }
  1. 单击「确定」，完成状态执行后，可以在详情页查看执行结果。滑动至页面最下方，在「执行历史记录」下，您可以查看子节点的运行情况。我们可以看到 Map 节点会以并发数（MaxConcurrency）为 2 来调用 sum 函数，每个 sum 函数的入参为 array 数组的一个 item。

  1. 单击「资源」中的云函数链接，可以直接跳到云函数控制台，查看函数执行详情。

识别下方

版权声明：本文为serverlesscloud原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://www.cnblogs.com/serverlesscloud/p/14944459.html