Prefect - 由 ClickHouse 驱动的事件驱动型工作流编排

Prefect 的编排和可观测性平台帮助开发者构建和理解他们的数据管道，并且至关重要的是，对它们做出反应。提供弹性且多功能的产品指导着他们的使命，即不断发展、适应并与开发者的需求保持相关性。他们正在推动向基于事件的架构的转变，这不足为奇，正如 Prefect 增长营销总监 Sarah Krasnik Bedell 解释的那样：“我们希望能够处理各种不同的数据管道和代码任务。最终目标是实现开发者、数据工程师、平台工程师和软件工程师所需的任何部署和触发模式，” 这也是 ClickHouse 成为 Prefect 不可或缺的一部分的原因。

有趣的是，Prefect 并不专注于管道成功，而是专注于处理故障。“我们希望以最有效的方式暴露错误，以帮助我们的用户对故障做出反应，” Bedell 说。她继续说道，跟踪最重要的时刻是事情失败的时候：“没有人登录编排仪表板，然后说‘哇，我的管道今天很棒’，然后继续看着仪表板并待在那里，对吧？” 失败会产生观察和反应的紧迫性 — 而这正是 Prefect 的重点。

当用户捕获和处理大量数据时，工作流可观测性、灵活的自动化和通知变得越来越重要。进入 Prefect Cloud，它建立在 Prefect 开源产品的强大基础上，以交钥匙、企业级和安全的方式满足这些需求：“借助 Prefect Cloud，我们将可观测性提升了一个档次，使人们能够观察并对其业务驱动的任何代码的健康状况做出反应，” Bedell 说。

Prefect Cloud 没有观察为什么一个特定的运行（工作流执行的实例）失败或出现问题，而是朝着更高层次的抽象发展，旨在为团队领导者服务。Bedell 希望提供可观测性，以便回答范围更广、包含业务影响的更复杂的问题：“例如，我们希望使我们的客户能够回答，‘在数据移动方面，最大的成本中心在哪里？’，或者可能是‘这些昂贵的机器学习管道是否得到了优化？’ 这是一个比仅批量数据管道更广泛的代码库，这就是围绕 ClickHouse 的对话开始的地方。”

在一致的基础上，Prefect Cloud 每天运行超过一百万次“流程运行”——“流程”是 Prefect 中最基本的概念，代表工作流逻辑即代码的容器。Bedell 解释说：“每个流程运行可能包含从几个到数百个任务。然后在每个流程运行中，从最大的对象到最小的对象进行分解，每个对象都会创建事件，这些事件可能是状态事件，可能是创建的工件 – 不是一个任务，一个对象。” 拥有多租户架构意味着来自不同客户的事件都在同一个数据库中，全部切片到分区中。事件也是客户的日志消息。因此，当客户在其流程过程中记录数据时，这些日志消息也是事件，正如 Prefect 的 Staff 软件工程师 Chris Guidry 解释的那样：“我们在 Prefect Cloud 上的日志功能也由相同的事件流支持，因此量与我们关注的一个基本指标相关联 – 人们每天运行多少流程运行。任何给定的流程都可能产生 200 多个事件。在 2 月份，Prefect 每天有 1.5 亿到 2 亿个事件，而且目标远不止于此。”

Prefect 团队最初使用 Google BigQuery（一种传统的云数据仓库）作为主要数据存储，并使用中等大小的 PostgreSQL 数据库实例作为前端热数据缓存来构建可观测性平台。成功和增长很快意味着事件流达到数十亿，并且他们正在逼近 PostgreSQL 功能的极限，因为这种事务性数据库并非旨在处理分析工作负载，“所有这些事件都进入 BigQuery 表中的长期存储。我们不得不垂直扩展它几个档次，而且我们绝对正在逼近 PostgreSQL 和 Cloud SQL 可以处理的极限，” 他继续说道。

随着 Prefect 开始探索对客户工作流进行更高级别分析的可能性，Guidry 说，在可靠地提取事件流并显示对象发生的所有事件或工作流运行过程中发生的事件方面已经存在挑战：“当我们开始讨论分析一周内发生的许多工作流上的所有事件时，我们很快意识到这在我们的 PostgreSQL 上行不通，因为我们根本无法查询和聚合许多事物。” 他们需要重新思考技术堆栈，以匹配他们想要为客户交付的新价值。

此外，正如 Guidry 所描述的那样，构建用户期望实时获得答案的交互式、数据驱动型应用程序意味着成本正在上升：“您的应用程序或用户可能每天查询该信息数百次或数千次。查询成本非常昂贵。” 成本上升是技术/用例不匹配的直接结果。Postgres 数据库非常适合处理事务性工作负载，但在回答分析问题时，硬件资源利用效率不高，因为作为面向行的数据库，当仅对少数几列运行聚合时，会扫描过多的数据。另一方面，Google BigQuery 最初旨在处理数据仓库工作负载——不频繁的即席查询，因此，其基于数据扫描量的定价模型对于实时分析工作负载来说非常昂贵，在实时分析工作负载中，查询由应用程序生成，并发性很高。

为了为他们的客户构建下一代工作流编排可观测性解决方案，Guidry 简单地说：“我们需要一个新的数据库。” 他们希望为 Prefect 用户提供更全面的指标和触发器，以及更强大的方式来询问有关此数据的新问题：“对我们来说，ClickHouse 的优势在于查看海量的时间导向数据，它非常适合事件流，我们对 ClickHouse 应对挑战的方式非常满意。” ClickHouse 现在是 Prefect 数据库组合的一部分，但 Guidry 补充道：“它非常重要，因为它将使我们已经在考虑的可观测性功能能够发展并从 Prefect Cloud 交付更多价值。”

Prefect Cloud 推出了 Metrics，作为利用 ClickHouse 进行更高级聚合的首批方法之一，这是朝着他们的可观测性愿景迈出的真正一步：“失败很可能是一个更大的问题的症状，需要修复。它是否每天都在特定时间发生？我们希望我们的用户能够更大规模地修复错误，” Bedell 解释说。虽然团队从小型开始，只使用了少量卡片来提供从查看过去一周流程运行中得出的指标，但 Guidry 指出：“如果没有 ClickHouse，我们所做的一切都不可能实现，这真是太棒了！”

继 Metrics 之后，Automations 问世了，Guidry 解释说，它是最早实施的功能之一，其宏伟目标不是捕获信息，而是至关重要的是使用户能够对其采取行动，并为 Prefect Cloud 用户提供强大的功能集，旨在在其工作空间内创建响应式系统。现在，系统可以通过触发后续操作来响应特定事件，因此用户可以更好地降低风险并保持运营效率。例如，如果延迟流程发生率的上升超过某个阈值，则发送到 Slack 的自动警报可以发出可能需要注意的潜在问题信号。在解释其他场景时，Guidry 说：“用户可以执行自动操作，例如数据库重启，以立即解决潜在的数据库问题。如果故障率在特定时间范围内超过预定阈值，系统可以自动生成包含详细信息的新事件，以便快速解决。”

除了使 Prefect 能够实现他们构建在 ClickHouse 之上的实时数据驱动应用程序的愿景之外，从基于 BigQuery 和 PostgreSQL 的分析堆栈迁移还有助于简化操作并节省成本。

ClickHouse 允许 Prefect 将多个架构组件整合为一个，简化了他们的架构并使其更可靠：“ClickHouse 以一种全新的方式创建了弹性，需要维护的系统更少，我认为这是这项工作如此重要的另一个原因。” Bedell 说。Prefect 还拥有自主处理大规模中断和不可预见事件的工具，他们正在从该平台在创建弹性和适应性方面的潜力中获益

ClickHouse 是关键功能，而不是为了节省成本，但 ClickHouse 已将成本降低到每月不到 8,000 美元

Prefect 每月在 CloudSQL 和 BigQuery 超额使用方面花费约 12,000 美元，因为他们的客户的查询非常复杂，或者需要访问大型数据集或历史数据，这会触发 BigQuery 的使用。Prefect 超出了他们的预算和使用限制，导致了额外的成本。实施 ClickHouse 的主要动机是关键功能，而不是为了节省成本，但 ClickHouse 已将成本降低到每月不到 8,000 美元。正如 Guidry 总结的那样：“我们节省了成本，节省的成本不容小觑，但这并不是驱动因素。这是一个质的飞跃。在我们拥有 ClickHouse 之前，我们只是无法做我们想做的事情，这就是为什么我们对此如此兴奋。”

Prefect 是一个多功能的事件驱动型编排和工作流可观测性平台。它用于编排数据管道，简化了构建、调度和监控工作流的过程。基于 Python 的框架意味着用户可以将复杂的工作流定义为代码，从而更容易管理依赖项、处理错误和扩展工作流。Prefect 广泛应用于金融、医疗保健、电子商务等行业，在这些行业中，高效管理和处理大量数据至关重要。Prefect 不断发展，并提供免费的开源社区版、付费企业版和具有附加功能和支持的 Prefect Cloud 产品。