最近在做的工作比较需要一个支持任务编排工作流的框架或者平台，这里记录下实现上的一些思路。
任务编排工作流任务编排是什么意思呢，顾名思义就是可以把"任务"这个原子单位按照自己的方式进行编排，任务之间可能互相依赖。复杂一点的编排之后就能形成一个workflow工作流了。我们希望这个工作流按照我们编排的方式去执行每个原子task任务。如下图所示，我们希望先并发运行TaskA和TaskC，TaskA执行完后串行运行TaskB，在并发等待TaskB和C都结束后运行TaskD，这样就完成了一个典型的任务编排工作流。
DAG有向无环图首先我们了解图这个数据结构，每个元素称为顶点vertex，顶点之间的连线称为边edge。像我们画的这种带箭头关系的称为有向图，箭头关系之间能形成一个环的成为有环图，反之称为无环图。显然运用在我们任务编排工作流上，最合适的是DAG有向无环图。
我们在代码里怎么存储图呢，有两种数据结构：邻接矩阵和邻接表。
下图表示一个有向图的邻接矩阵，例如x-y的边，只需将Array[x][y]标识为1即可。
此外我们也可以使用邻接表来存储，这种存储方式较好地弥补了邻接矩阵浪费空间的缺点，但相对来说邻接矩阵能更快地判断连通性。
一般在代码实现上，我们会选择邻接矩阵，这样我们在判断两点之间是否有边更方便点。
一个任务编排框架了解了DAG的基本知识后我们可以来简单实现一下。
了解JUC包的可能快速想到CompletableFuture，这个类对于多个并发线程有复杂关系耦合的场景是很适用的，如果是一次性任务，那么使用CompletableFuture完全没有问题。但是作为框架或者平台来说，我们还需要考虑存储节点状态、重试执行等逻辑，对于这些CompletableFuture是不能满足的。
我们需要更完整地考虑与设计这个框架。首先是存储结构，我们的Dag表示一整个图，Node表示各个顶点，每个顶点有其parents和children:
//DagpublicfinalclassDefaultDagT,RimplementsDagT,R{privateMapT,NodeT,Rnodes=newHashMapT,NodeT,R();...}//NodepublicfinalclassNodeT,R{/***in
转载请注明：http://www.0431gb208.com/sjszlff/185.html
