容器原生的工作流引擎推荐

开源科技看今朝 2024-09-12 05:58:44



大家好,又见面了,我是 GitHub 精选君!

背景介绍

在现代软件开发中,自动化工作流的搭建成为了提高效率、保障稳定性和可扩展性的关键。尤其是在容器化和微服务架构的兴起下,开发者和运维团队急需一种能在 Kubernetes 环境中轻松编排和管理复杂工作流的工具。例如,机器学习的管道处理、大量的数据批处理、基础设施的自动化操作、CI/CD 流程等都面临着管理复杂度高、执行效率不理想等问题。

今天要给大家推荐一个 GitHub 开源项目 argo-workflows,该项目在 GitHub 有超过 14.8k Star。

一句话介绍该项目:Workflow Engine for Kubernetes

项目介绍

Argo Workflows 是一个容器原生的工作流引擎,专门为 Kubernetes 环境设计,用于编排并行作业。它通过 Kubernetes CRD (自定义资源定义) 实现,让用户能够定义每个步骤为一个容器,支持将多步骤工作流建模为任务序列或使用有向无环图 (DAG) 捕获任务之间的依赖。

Argo Workflows 能够极大地简化计算密集型作业,如机器学习或数据处理的执行,使其运行时间大大缩短。作为 云原生计算基金会 (CNCF) 的毕业项目,它提供了轻量级、可伸缩和易于使用的特点,是 Kubernetes 上最受欢迎的工作流执行引擎。

如何使用

想要开始使用 Argo Workflows,你可以通过以下步骤快速开始:

1、访问官方文档 Quickstart 指南来安装 Argo Workflows。

2、通过 walk-through examples 深入了解 Argo Workflows 的使用示例。

例如,用 Argo 创建一个简单的工作流可以通过 Kubernetes yaml 文件定义如下:

apiVersion: argoproj.io/v1alpha1kind: Workflowmetadata: generateName: hello-world-spec: entrypoint: whalesay templates: - name: whalesay container: image: docker/whalesay:latest command: [cowsay] args: ["hello world"]

这个 YAML 文件定义了一个简单的工作流,其中包含了一个名为 whalesay 的步骤,执行了 Docker 镜像 docker/whalesay 的 cowsay hello world 命令。

项目推介

Argo Workflows 自推出以来,已被超过 200+ 组织官方使用,包括不止于数据处理、机器学习、CI/CD 和基础设施自动化等多种用例。它的设计轻量级且易于上手,可以无关心云平台地在任何 Kubernetes 集群上运行。此外,作为 CNCF 的毕业项目,其社区活跃和持续发展,拥有庞大的用户和贡献者基础,确保了项目的长期维护和更新。多家知名公司和组织的背书,如 Netflix、Seldon、Onepanel 等在内的多个项目也在使用或依赖 Argo Workflows,进一步证明了其在行业内的影响力和实用性。

以下是该项目 Star 趋势图(代表项目的活跃程度):

更多项目详情请查看如下链接。

开源项目地址:https://github.com/argoproj/argo-workflows

开源项目作者:argoproj

关注我们,一起探索有意思的开源项目。

0 阅读:13