工作流编排模式（Workflow Orchestration Patterns）是一份围绕 Temporal 的工作流编排架构指南，覆盖基础设计决策、弹性模式以及构建可靠分布式系统的实践要点（来源标注为 docs.temporal.io 等官方资料）。
适用场景 适合多步骤、跨机器/服务/数据库的流程；需要全有或全无语义的分布式事务；需自动持久化状态的长时间运行工作流（数小时至数年）；必须从最后一个成功步骤恢复的故障恢复；以及预订、订单、营销活动、审批等业务流程，库存跟踪、账户管理、购物车等实体生命周期管理，CI/CD、资源开通、部署等基础设施自动化，和需要超时与升级机制的人在环路系统。不适合的场景包括：简单 CRUD（用直接 API 调用）、纯数据处理管道（用 Airflow、批处理）、无状态请求/响应（用标准 API）、实时流处理（用 Kafka、事件处理器）。
核心设计决策：工作流与活动的分离 基本规则：工作流承载编排逻辑与决策，活动承载外部交互（API、数据库、网络调用）。工作流包含业务逻辑与协调，必须确定性（相同输入产生相同输出），不能直接发起外部调用，状态在故障间自动保留，可在基础设施故障下运行数年；其任务如决定执行哪些步骤、处理补偿逻辑、管理超时与重试、协调子工作流。活动处理所有外部系统交互，可以是非确定性的（API 调用、数据库写入），内置超时与重试逻辑，必须幂等（调用 N 次等于调用一次），通常短时（秒到分钟）；其任务如调用支付网关 API、写入数据库、发送邮件或通知、查询外部服务。判断框架：是否触及外部系统？是则活动；是否为编排/决策逻辑？是则工作流。
核心工作流模式
- Saga 补偿模式：实现具备回滚能力的分布式事务。步骤为：执行前先注册补偿、通过活动执行该步骤、失败时按逆序（LIFO）运行所有补偿。示例：预留库存（补偿：释放库存）→ 扣款（补偿：退款）→ 履约（补偿：取消履约）。关键要求：补偿必须幂等、执行前注册补偿、逆序运行补偿、优雅处理部分失败。
- 实体工作流（Actor 模型）：一个工作流执行对应一个实体（购物车、账户、库存项），工作流在实体生命周期内持续存在，通过信号接收状态变更，支持查询当前状态。用例包括购物车、银行账户、商品库存；优势是封装实体行为、保证单实体一致性、天然事件溯源。
- 扇出/扇入（并行执行）：派生多个子工作流或并行活动，等待全部完成，聚合结果，处理部分失败。扩展规则：不要扩展单个工作流；100 万个任务可派生 1000 个子工作流 × 每个 1000 个任务，保持每个工作流有界。
- 异步回调模式：工作流发送请求后等待信号，外部系统异步处理并发送信号恢复工作流，工作流继续处理响应。用于人工审批、Webhook 回调、长时间运行的外部流程。
状态管理与确定性 Temporal 自动保留完整的程序状态，事件历史记录每条命令与事件，可从崩溃中无缝恢复并还原故障前状态。工作流作为状态机执行，重放行为必须一致，相同输入每次产生相同输出。禁止在工作流中使用：线程、锁、同步原语；随机数生成（random()）；全局状态或静态变量；系统时间（datetime.now()）；直接文件 I/O 或网络调用；非确定性库。允许：workflow.now()（确定性时间）、workflow.random()（确定性随机）、纯函数与计算、调用活动（非确定性操作）。版本策略：使用 workflow.get_version() 安全变更；创建新工作流类型并将新执行路由过去；保证旧事件可正确重放。
弹性与错误处理 重试策略：默认情况下 Temporal 会永久重试活动；可配置初始重试间隔、退避系数（指数退避）、最大间隔（重试延迟上限）、最大尝试次数（最终失败）。不可重试错误包括输入无效（校验失败）、业务规则违规、永久性失败（资源不存在）。
幂等性 活动可能执行多次，网络故障会触发重试，重复执行必须安全。实现策略：幂等键（去重）、带唯一约束的先检查后执行、用 upsert 取代 insert、记录已处理请求 ID。
活动心跳 用于检测停滞的长时间活动：活动周期性发送心跳并携带进度信息，未收到心跳则超时，从而支持基于进度的重试。
最佳实践 工作流设计：保持职责单一；使用小工作流与子工作流以利扩展；边界清晰（工作流编排、活动执行）；使用跳时测试环境在本地测试。活动设计：幂等操作、短时（秒到分钟而非小时）、始终配置超时、长任务使用心跳上报进度、区分可重试与不可重试错误。
常见陷阱：工作流中使用 datetime.now() 而非 workflow.now()、线程或异步操作、直接调用外部 API、非确定性逻辑；活动侧的非幂等操作、缺少超时、无错误分类（重试校验错误）、忽略负载限制（每个参数 2MB）。
运维考量：监控工作流执行时长、活动失败率、重试次数与退避、待处理工作流数量；可扩展性方面采用 worker 水平扩展、任务队列分区、子工作流分解、适当的活动批处理。
其他资源：Temporal 核心概念（docs.temporal.io/workflows）、工作流模式（docs.temporal.io/evaluate/use-cases-design-patterns）、最佳实践（docs.temporal.io/develop/best-practices）、Saga 模式（temporal.io/blog/saga-pattern-made-easy）。关键原则：工作流=编排，活动=外部调用；确定性不可妥协；幂等性对活动至关重要；状态自动保留；为失败与恢复而设计。