Was sind Argo-Workflows?

Argo Workflows ist eine Open-Source-Container-native Workflow-Engine zur Orchestrierung paralleler Jobs auf Kubernetes. Argo Workflows ist als Kubernetes CRD (Custom Resource Definition) implementiert.

Definieren Sie Arbeitsabläufe, bei denen jeder Schritt ein Container ist.
Modellieren Sie mehrstufige Arbeitsabläufe als Abfolge von Aufgaben oder erfassen Sie die Abhängigkeiten zwischen Aufgaben mithilfe eines gerichteten azyklischen Graphen (DAG).
Führen Sie mit Argo Workflows auf Kubernetes ganz einfach rechenintensive Aufgaben für maschinelles Lernen oder Datenverarbeitung in einem Bruchteil der Zeit aus.

Argo ist ein Abschlussprojekt der Cloud Native Computing Foundation (CNCF).

Anwendungsfälle

Pipelines für maschinelles Lernen
Daten- und Stapelverarbeitung
Automatisierung der Infrastruktur
CI/CD
Andere Anwendungsfälle

Warum Argo-Workflows?

Argo Workflows ist die beliebteste Workflow-Ausführungs-Engine für Kubernetes.
Leicht, skalierbar und benutzerfreundlicher.
Von Grund auf für Container konzipiert, ohne den Overhead und die Einschränkungen älterer VM- und serverbasierter Umgebungen.
Cloud-unabhängig und kann auf jedem Kubernetes-Cluster ausgeführt werden.

Lesen Sie, was die Leute in unserer neuesten Umfrage gesagt haben

Probieren Sie Argo Workflows aus

Sie können Argo Workflows auf eine der folgenden Weisen ausprobieren:

Interaktives Schulungsmaterial
Greifen Sie auf die Demoumgebung zu

Screenshot

Wer nutzt Argo Workflows?

Über 200 Organisationen nutzen offiziell Argo Workflows

Ökosystem

Nur einige der Projekte, die Argo Workflows verwenden oder darauf angewiesen sind (vollständige Liste hier):

Argo-Events
Couler
Hera
Katib
Kedro
Kubeflow-Pipelines
Netflix-Metaflow
Onepanel
Orchester
Pfeifer
Ploomber
Seldon
SQLFlow

Kundenbibliotheken

Schauen Sie sich unsere Java-, Golang- und Python-Clients an.

Schnellstart

Beginnen Sie hier
Durchlaufbeispiele

Dokumentation

Sehen Sie sich die Dokumente an

Merkmale

Eine unvollständige Liste der Funktionen, die Argo Workflows bieten:

Benutzeroberfläche zur Visualisierung und Verwaltung von Workflows
Artefaktunterstützung (S3, Artifactory, Alibaba Cloud OSS, Azure Blob Storage, HTTP, Git, GCS, Raw)
Workflow-Vorlage zum Speichern häufig verwendeter Workflows im Cluster
Archivieren von Workflows nach der Ausführung für den späteren Zugriff
Geplante Arbeitsabläufe mit cron
Serverschnittstelle mit REST API (HTTP und GRPC)
DAG- oder Schrittbasierte Deklaration von Workflows
Ein- und Ausgänge auf Stufenebene (Artefakte/Parameter)
Schleifen
Parametrisierung
Bedingungen
Zeitüberschreitungen (Schritt- und Workflow-Ebene)
Wiederholen (Schritt- und Workflow-Ebene)
Erneut einreichen (auswendig gelernt)
Unterbrechen und fortsetzen
Stornierung
K8s-Ressourcenorchestrierung
Exit-Hooks (Benachrichtigungen, Bereinigung)
Garbage Collection des abgeschlossenen Workflows
Planung (Affinität/Toleranzen/Knotenselektoren)
Bände (flüchtig/vorhanden)
Grenzen der Parallelität
Dämonische Schritte
DinD (Docker-in-Docker)
Skriptschritte
Ereignisemission
Prometheus-Metriken
Mehrere Testamentsvollstrecker
Mehrere Garbage-Collection-Strategien für Pods und Workflows
Automatisch berechneter Ressourcenverbrauch pro Schritt
Java/Golang/Python-SDKs
Budgetunterstützung für Pod-Störung
Single-Sign-On (OAuth2/OIDC)
Webhook-Auslösung
CLI
Sofort einsatzbereite und benutzerdefinierte Prometheus-Metriken
Unterstützung für Windows-Container
Eingebettete Widgets
Multiplex-Protokollbetrachter

Community-Treffen

Wir veranstalten monatliche Community-Treffen, bei denen wir und die Community Demos präsentieren und den aktuellen und zukünftigen Stand des Projekts diskutieren. Kommen Sie gerne zu uns! Informationen, Protokolle und Aufzeichnungen zum Community-Meeting finden Sie hier.

Die Teilnahme an Argo Workflows unterliegt dem CNCF-Verhaltenskodex

Community-Blogs und Präsentationen

Awesome-Argo: Eine kuratierte Liste großartiger Projekte und Ressourcen im Zusammenhang mit Argo
Automatisierung von allem – So kombinieren Sie Argo-Ereignisse, Workflows und Pipelines, CD und Rollouts
Argo-Workflows und Pipelines – CI/CD, maschinelles Lernen und andere Kubernetes-Workflows
Argo Ansible-Rolle: Bereitstellung von Argo-Workflows auf OpenShift
Argo Workflows vs. Apache Airflow
Jenseits von Prototypen: Produktionsbereite ML-Systeme mit Metaflow und Argo
CI/CD mit Argo auf Kubernetes
Definieren Sie Ihre CI/CD-Pipeline mit Argo Workflows
Verteilte Muster des maschinellen Lernens aus der Manning-Publikation
Engineering Cloud Native AI-Plattform
Verwaltung Tausender automatischer maschineller Lernexperimente mit Argo und Katib
Revolutionierung wissenschaftlicher Simulationen mit Argo-Workflows
Ausführen von Argo-Workflows über mehrere Kubernetes-Cluster hinweg
Kubernetes skalieren: Best Practices für die Verwaltung großer Batch-Jobs mit Spark und Argo Workflow
Zusammenfassung des Open-Source-Modellmanagements: Polyaxon, Argo und Seldon
Erstellen von 200 OpenStreetMap-Extrakten in 35 Minuten mithilfe eines skalierbaren Datenworkflows
Produktionsbereite KI-Plattform auf Kubernetes
Überprüfung der Argo-Integration
TGI Kubernetes mit Joe Beda: Argo-Workflow-System