Amazon Simple Workflow Service (SWF)

解決する課題

• 数時間から数日にわたる長時間の業務フローの進行状態を、自前のDBやコードで管理すると複雑になる
• 複数の処理ステップ（人手の作業や外部システム連携を含む）を確実に順序立てて進めたい
• 処理を担うワーカーが分散・多数でも、どのタスクを誰が実行中かを取りこぼさず調整したい
• 失敗や遅延が起きたとき、どこまで進んだかを後から追跡できるようにしたい

主要概念と用語

• ワークフロー: 一連のタスクの流れ全体の定義。1回の実行をワークフロー実行と呼ぶ
• ドメイン: ワークフローやタスクをまとめる論理的なくくり（名前空間）
• アクティビティタスク: 実際の処理単位。これを担うプログラムをアクティビティワーカーと呼ぶ
• デシジョンタスク: 次に何をするかを判断する単位。これを担うのがデサイダー（決定者）
• タスクリスト: ワーカーがタスクを受け取るためのキューのような仕組み
• 実行履歴: 各実行で発生したイベントの記録。SWFが保持し進行状況を表す

仕様・制限・クォータ

• ワークフロー実行は最長 1 年、履歴は最大 25,000 イベント。どちらも引き上げ不可
• ワーカーはロングポーリングでタスクを取得する。状態管理はSWF側が担い、ワーカーはステートレスに保てる
• 1 ドメインの実行中ワークフローは既定 100,000、タスクリストの同時ポーラーは最大 1,000
• 入出力とシグナルは 32,768 文字、API要求全体は 1 MB が上限
• SWF自体はワークフローの実行ロジックを保持しない。判断はデサイダーのコードが行う点が大きな特徴

内部の仕組み

横にスクロール

SWFは状態の保持役として振る舞います。ワークフロー実行が始まると、SWFは進行に応じてデシジョンタスクをタスクリストに置き、デサイダーがそれをポーリングで受け取ります。デサイダーは実行履歴を見て「次に何をすべきか」を判断し、その決定（例えばアクティビティの開始やワークフローの完了）をSWFへ返します。すると今度はアクティビティタスクがタスクリストに置かれ、アクティビティワーカーが受け取って実処理を行い、結果を返します。SWFはこれらのイベントをすべて実行履歴に記録し、ワーカーやデサイダーが落ちても状態を失いません。処理ロジックはあくまでワーカー側のコードに置かれ、SWFはタスクの配布と状態の保持に徹します。

一つのワークフロー実行で同時に開く決定タスクは一つだけです。一方、アクティビティが外部へ副作用を出した後、完了応答の前にタイムアウトすると、決定者が同じ業務処理を再度予定し得ます。長時間処理は心拍を送り、業務IDによる条件付き更新で副作用を冪等にします。履歴が増える処理は ContinueAsNew で新しい実行へ継ぎます。

設計パターン / ベストプラクティス

• 決定と実行の分離: 判断ロジックはデサイダー、実処理はアクティビティワーカーに分け、責務を明確にする
• 冪等なアクティビティ: タスクが再実行されても結果が壊れないよう、処理は冪等に設計する
• タスクリストで負荷分散: 同じタスクリストを複数ワーカーがポーリングし、水平にスケールさせる
• タイムアウトの設定: タスクやワークフローに適切なタイムアウトを設け、ハングを検知・回復できるようにする
• 新規はStep Functionsを検討: 宣言的な定義と可視化が要るなら、まずStep Functionsで設計し直せないか検討する

運用・監視

• 各ワークフロー実行の進行状況と実行履歴をコンソールやAPIで確認し、どこで止まったかを追う
• CloudWatchメトリクスで実行数・失敗数・タスクの滞留状況を監視する
• タスクが処理されず滞留する場合は、対応するワーカーが起動・ポーリングしているかをまず疑う
• タイムアウトが頻発するなら、設定値とワーカーの処理時間・台数を見直す

コスト

• 開始したワークフロー実行、タスク・タイマー・シグナル・マーカー、実行中または保持中の日数で課金される
• 長期間保持される実行が積み上がると費用に効くため、完了した実行は適切にクローズする
• 大量・短時間のイベント処理が主目的なら、課金体系の異なる他サービスのほうが適することがある

セキュリティ

• IAMでドメインやワークフローへのアクセス、ワーカーが呼べるAPIを最小権限に絞る
• ドメイン単位で対象を分離し、環境やチームごとに権限境界を引く
• 通信はTLSで保護される。タスクの入出力に機微なデータを含める場合は内容の取り扱いに注意する
• アクティビティの実処理がVPC内リソースを呼ぶ場合は、ワーカー側のネットワーク設定で制御する

関連サービス・比較

ハンズオン / CLI例

# ドメインを登録する(ワークフローをまとめる名前空間)
aws swf register-domain \
  --name OrderProcessing \
  --workflow-execution-retention-period-in-days "30"

# 登録済みのドメイン一覧を確認する
aws swf list-domains --registration-status REGISTERED

# 指定ドメインで実行中のワークフローの件数を確認する
aws swf count-open-workflow-executions \
  --domain OrderProcessing \
  --start-time-filter '{"oldestDate": 1700000000}'