使用 DBOS 在 Postgres 中运行持久化工作流

文章背景与核心概要

本文介绍了由 Postgres 发明者、图灵奖得主 Michael Stonebraker 携手斯坦福大学和麻省理工学院研究人员共同开发的轻量级、高性能持久化工作流引擎 —— DBOS。该引擎直接构建于 Postgres 之上，允许开发者通过 Python 或 TypeScript 中的简单装饰器，将各个工作流步骤的状态保存到数据库中，就像电子游戏里的“存档点”一样。

凭借近期与 Supabase 的深度集成，开发者可以极其轻松地利用现有的 Postgres 集群运行强健的工作流。这种设计彻底摆脱了外部协调器的依赖，带来了高达 25 倍的性能提升，并具备内置的幂等性、事务保证，以及诸如备份和图形界面等熟悉的 Postgres 原生工具支持。

什么是持久化工作流引擎？

What's a Durable Workflow Engine?

让我们来看一个常见的电商场景，其中订单需要经过多个步骤：

Let's look at a common e-commerce scenario where an order goes through multiple steps:

扣除信用卡金额 (Charge Credit Card)
检查库存 (Check Inventory)
发货 (Ship Order)

由于各种边缘情况的存在，编写一个能够应对意外的强健程序可能会异常困难：

Writing a robust program for this can be surprisingly difficult due to edge cases: * 延迟： 如果你执行到第 2 步（“检查库存”）发现商品缺货，你可能需要等待 24 小时以等待新库存到货。此时该步骤需要“休眠”一天。 * Delays: If you reach step 2 ("Check Inventory") and find the item is out of stock, you may need to wait 24 hours for new inventory to arrive. The step needs to "sleep" for a day. * 崩溃： 如果程序在第 3 步（“发货”）期间崩溃，且没有记录库存已发货的状态，你可能会不小心重复发送相同的订单。 * Crashes: If your program crashes during step 3 ("Ship Order") without recording that the inventory was shipped, you might accidentally send the same order twice.

持久化工作流引擎 (Durable Workflow Engine) 能够完美解决这些问题。尽管目前存在诸如 Oban、Trigger.dev、Inngest、Windmill、Temporal 以及 AWS Step Functions 等解决方案，但 DBOS 通过直接将状态存储在你自己的 Postgres 数据库中，提供了一种独特且深度集成的方案。

A Durable Workflow Engine solves these problems. While solutions like Oban, Trigger.dev, Inngest, Windmill, Temporal, and AWS Step Functions exist, DBOS offers a uniquely integrated approach by storing state directly inside your own Postgres database.

什么是 DBOS？

What is DBOS?

DBOS 是一个平台，允许你使用 Python 或 TypeScript 将应用逻辑编写为无服务器函数（类似于 Supabase Edge Functions）。

DBOS is a platform where you can write application logic as serverless functions (similar to Supabase Edge Functions) in either Python or TypeScript.

使用装饰器创建工作流

Creating Workflows with Decorators

与标准的 Supabase Edge Functions 不同，DBOS 允许你通过 DBOS.step() 和 DBOS.workflow() 为函数添加装饰器。

Unlike standard Supabase Edge Functions, DBOS allows you to add decorators to your functions using DBOS.step() and DBOS.workflow().

当你这样做时，DBOS 会自动将每个步骤的状态存储在 Postgres 中。如果你是个游戏玩家，可以把它想象成代码的 “存档点”：如果某个函数失败了，一个新的函数可以启动并从上一个检查点断点续传。

When you do this, DBOS automatically stores the state of every step in Postgres. If you are a gamer, think of this as a "save point" for your code: if a function fails, a new function can spin up and pick up right where the last checkpoint left off.

在 Postgres 中存储函数状态

Storing Function State in Postgres

当你初始化一个 DBOS 应用程序时，它会在你的 Postgres 集群中、紧邻应用数据的位置创建一个新的专用数据库。以官方的“Widget Store”示例为例：

When you initialize a DBOS application, it creates a new dedicated database inside your Postgres cluster alongside your app data. Taking their "Widget Store" example: 1. widget_store：用于存储常规应用程序数据。 1. widget_store: Used for storing regular application data. 2. widget_store_dbos_sys：用于存储工作流状态。 2. widget_store_dbos_sys: Used for storing the workflow state.

工作流逻辑

Workflow Logic

DBOS 工作流引擎的核心执行机制如下：

The core execution mechanics of the DBOS workflow engine operate as follows: 1. 当工作流启动时，它会生成一个唯一 ID，并将其及其输入记录到 Postgres 的 workflow_status 表中，状态为 PENDING（挂起）。 1. When a workflow starts, it generates a unique ID and records it in a Postgres workflow_status table with a PENDING status, along with its inputs. 2. 每当一个步骤完成时，其输出会被记录到 Postgres 的 operation_outputs 表中。 2. Each time a step completes, its output is logged in a Postgres operation_outputs table. 3. 工作流结束后，workflow_status 表中的状态将更新为 SUCCESS（如果发生未捕获的异常则为 ERROR）。 3. Once the workflow finishes, its status in the workflow_status table updates to SUCCESS (or ERROR if an uncaught exception occurred).

错误逻辑与恢复

Error Logic & Recovery

如果程序中断，DBOS 库会在重新启动时启动一个后台线程，从未完成工作流最后完成的状态处恢复它们：

If a program is interrupted, the DBOS library launches a background thread on restart to resume incomplete workflows from their last completed state: 1. 它会查询 Postgres 中所有处于 PENDING 状态的工作流，并使用原始输入重新调用工作流函数。 1. It queries Postgres for all PENDING workflows and re-invokes the workflow function using its original inputs. 2. 随着工作流重新执行，它会在尝试执行每个步骤之前检查 Postgres。如果该步骤的输出已经存在，它将跳过执行并直接复用存储的输出。 2. As the workflow re-executes, it checks Postgres before attempting each step. If the step's output already exists, it skips execution and reuses the stored output. 3. 工作流将在第一个尚未将其输出存储到 Postgres 的步骤处恢复全新执行。 3. The workflow resumes fresh execution at the very first step whose output isn't yet stored in Postgres.

由于工作流具有确定性，它们可以可靠地重放存储的步骤输出，从而恢复到中断前的准确状态。

Because workflows are deterministic, they can reliably replay stored step outputs to recover their exact pre-interruption state.

使用 Postgres 的优势

The Benefits of Using Postgres

相比 AWS Step Functions 或 Temporal 等外部工作流引擎，DBOS 具有几个明显的优势：

DBOS offers several distinct advantages over external workflow engines like AWS Step Functions or Temporal:

1. 性能

1. Performance

由于步骤转换只是局部的 Postgres 写入（约 1 毫秒），而不是向外部协调器发送异步调度（约 100 毫秒），因此 DBOS 的速度比 AWS Step Functions 快 25 倍。 Because step transitions are just local Postgres writes (~1ms) rather than async dispatches to an external orchestrator (~100ms), DBOS is 25x faster than AWS Step Functions.

2. 精确一次执行（Exactly-Once Execution）

2. Exactly-Once Execution

DBOS 提供了一个特殊的 @DBOS.Transaction 装饰器，可以在原生 Postgres 事务中运行整个步骤，从而保证数据库事务步骤的精确一次执行。 DBOS features a special @DBOS.Transaction decorator that runs an entire step inside a native Postgres transaction, guaranteeing exactly-once execution for database-transactional steps.

3. 幂等性

3. Idempotency

你可以为工作流分配一个幂等键，从而保证即使使用相同的键被意外多次调用，它也只会执行一次。其底层原理非常简单，就是将工作流的唯一 ID 映射到你的幂等键上。 You can assign an idempotency key to a workflow, guaranteeing that it only executes once even if accidentally called multiple times with the same key. Under the hood, this simply maps the workflow's unique ID to your idempotency key.

4. 熟悉的 Postgres 工具链

4. Familiar Postgres Tooling

由于所有内容都存储在 Postgres 中，你现有的工具链——包括备份、图形界面（GUI）、命令行实用程序和监控——都可以直接开箱即用。 Because everything lives in Postgres, your existing tooling—backups, GUIs, CLI utilities, and monitoring—just works out of the box.

快速开始

Get Started

准备好尝试了吗？请查看官方集成指南：

Ready to try it out? Check out the official integration guide:

在 Supabase 中使用 DBOS →

Use DBOS With Supabase →