¿Qué son los flujos de trabajo de Argo?

Argo Workflows es un motor de flujo de trabajo nativo de contenedor de código abierto para orquestar trabajos paralelos en Kubernetes. Argo Workflows se implementa como un CRD (definición de recursos personalizados) de Kubernetes.

Defina flujos de trabajo donde cada paso sea un contenedor.
Modele flujos de trabajo de varios pasos como una secuencia de tareas o capture las dependencias entre tareas utilizando un gráfico acíclico dirigido (DAG).
Ejecute fácilmente trabajos de computación intensiva para aprendizaje automático o procesamiento de datos en una fracción del tiempo utilizando Argo Workflows en Kubernetes.

Argo es un proyecto graduado de la Cloud Native Computing Foundation (CNCF).

Casos de uso

Tuberías de aprendizaje automático
Procesamiento de datos y lotes
Automatización de infraestructura
CI/CD
Otros casos de uso

¿Por qué flujos de trabajo Argo?

Argo Workflows es el motor de ejecución de flujos de trabajo más popular para Kubernetes.
Ligero, escalable y más fácil de usar.
Diseñado desde cero para contenedores sin los gastos generales ni las limitaciones de las máquinas virtuales heredadas y los entornos basados en servidores.
Independiente de la nube y puede ejecutarse en cualquier clúster de Kubernetes.

Lea lo que dijo la gente en nuestra última encuesta

Pruebe los flujos de trabajo de Argo

Puede probar Argo Workflows a través de uno de los siguientes:

Material de capacitación interactivo
Acceda al entorno de demostración

Captura de pantalla

¿Quién utiliza Argo Workflows?

Aproximadamente más de 200 organizaciones utilizan oficialmente Argo Workflows

Ecosistema

Solo algunos de los proyectos que utilizan o dependen de Argo Workflows (lista completa aquí):

Argos Eventos
couler
hera
Katib
Kedro
Tuberías de Kubeflow
Metaflujo de Netflix
Un panel
orquesta
Flautista
plomero
seldon
Flujo SQL

Bibliotecas de clientes

Consulte nuestros clientes Java, Golang y Python.

Inicio rápido

Comience aquí
Ejemplos de recorrido

Documentación

Ver los documentos

Características

Una lista incompleta de características que proporciona Argo Workflows:

UI para visualizar y gestionar flujos de trabajo
Compatibilidad con artefactos (S3, Artifactory, Alibaba Cloud OSS, Azure Blob Storage, HTTP, Git, GCS, sin formato)
Plantillas de flujo de trabajo para almacenar flujos de trabajo de uso común en el clúster
Archivar flujos de trabajo después de ejecutarlos para acceder más tarde
Flujos de trabajo programados usando cron
Interfaz de servidor con API REST (HTTP y GRPC)
Declaración de flujos de trabajo basada en DAG o pasos
Entradas y salidas de nivel de paso (artefactos/parámetros)
Bucles
Parametrización
Condicionales
Tiempos de espera (paso y nivel de flujo de trabajo)
Reintentar (paso y nivel de flujo de trabajo)
Volver a enviar (memorizado)
Suspender y reanudar
Cancelación
Orquestación de recursos de K8
Ganchos de salida (notificaciones, limpieza)
Recolección de basura del flujo de trabajo completado
Programación (afinidad/toleraciones/selectores de nodos)
Volúmenes (efímeros/existentes)
Límites de paralelismo
Pasos demoniacos
DinD (acoplador en acoplador)
Pasos del guión
Emisión de eventos
Métricas de Prometeo
Múltiples ejecutores
Múltiples estrategias de recolección de basura de flujos de trabajo y pods
Uso de recursos calculado automáticamente por paso
SDK de Java/Golang/Python
Soporte presupuestario de interrupción de pods
Inicio de sesión único (OAuth2/OIDC)
Activación de webhook
CLI
Métricas de Prometheus personalizadas y listas para usar
Soporte de contenedores de Windows
widgets integrados
Visor de registros multiplex

Reuniones comunitarias

Organizamos reuniones comunitarias mensuales donde nosotros y la comunidad presentamos demostraciones y discutimos el estado actual y futuro del proyecto. ¡Siéntete libre de unirte a nosotros! Para obtener información, actas y grabaciones de reuniones comunitarias, consulte aquí.

La participación en Argo Workflows se rige por el Código de Conducta de la CNCF

Blogs y presentaciones de la comunidad

Awesome-Argo: una lista seleccionada de proyectos y recursos impresionantes relacionados con Argo
Automatización de todo: cómo combinar eventos, flujos de trabajo y canalizaciones de Argo, CD y lanzamientos
Flujos de trabajo y canalizaciones de Argo: CI/CD, aprendizaje automático y otros flujos de trabajo de Kubernetes
Rol de Argo Ansible: aprovisionamiento de flujos de trabajo de Argo en OpenShift
Argo Workflows y Apache Airflow
Más allá de los prototipos: sistemas de aprendizaje automático listos para producción con Metaflow y Argo
CI/CD con Argo en Kubernetes
Defina su canal de CI/CD con flujos de trabajo Argo
Patrones de aprendizaje automático distribuido de la publicación Manning
Plataforma de IA nativa en la nube de ingeniería
Gestión de miles de experimentos automáticos de aprendizaje automático con Argo y Katib
Revolucionando las simulaciones científicas con los flujos de trabajo de Argo
Ejecución de flujos de trabajo de Argo en varios clústeres de Kubernetes
Escalado de Kubernetes: mejores prácticas para gestionar trabajos por lotes a gran escala con Spark y Argo Workflow
Resumen de gestión de modelos de código abierto: Polyaxon, Argo y Seldon
Producir 200 extractos de OpenStreetMap en 35 minutos utilizando un flujo de trabajo de datos escalable
Plataforma de IA lista para producción en Kubernetes
Revisión de la integración de Argo
TGI Kubernetes con Joe Beda: sistema de flujo de trabajo Argo