Websites, εφαρμογές και hosting για την επιχείρησή σου.
Recommended Services
Supported Scripts
Μέλισσα τοποθετεί μηχανικό περιοριστή σε σπειροειδή διακλάδωση, ενώ κάψουλες εργασίας περιμένουν πριν από την κλειστή έξοδο.

Ένας ερευνητικός agent χωρίζει το αίτημα σε υποεργασίες. Κάθε worker βρίσκει λόγο να ζητήσει άλλους δύο. Η εφαρμογή επιτρέπει μόνο δύο ενεργούς workers, αλλά η ουρά συνεχίζει να μεγαλώνει καθώς ολοκληρώνονται οι προηγούμενοι. Το όριο παραλληλίας τηρείται και η συνολική εργασία εξακολουθεί να επεκτείνεται. Για την επιχείρηση, αυτό μπορεί να σημαίνει καθυστέρηση και απρόβλεπτη κατανάλωση πόρων χωρίς πιο χρήσιμο παραδοτέο.

Το agent fan-out χρειάζεται διαφορετικά όρια για διαφορετικές διαστάσεις. Το βάθος περιορίζει πόσες διαδοχικές γενιές ανάθεσης επιτρέπονται. Το συνολικό πλήθος περιορίζει πόσες νέες εργασίες γίνονται αποδεκτές σε ολόκληρη την εκτέλεση. Η παραλληλία περιορίζει πόσες εκτελούνται ταυτόχρονα. Κανένα από τα τρία δεν υποκαθιστά αυτομάτως τα άλλα δύο, ούτε αρκεί ως όριο χρόνου ή χρήσης μοντέλου.

Όρισε πρώτα τι μετράς

Χρησιμοποιούμε εδώ μια σαφή σύμβαση: ο αρχικός συντονιστής (coordinator) βρίσκεται στο βάθος μηδέν και ο πρώτος worker στο βάθος ένα. Αν το μέγιστο βάθος είναι ένα, ο worker δεν μπορεί να δημιουργήσει επόμενη γενιά μέσω του coordinator. Ένα όριο συνολικά έξι workers περιλαμβάνει όλες τις αποδεκτές δημιουργίες της εκτέλεσης, ακόμη κι αν οι περισσότεροι έχουν ήδη τελειώσει. Ο αρχικός coordinator εξαιρείται από αυτό το συγκεκριμένο μέτρημα.

Αυτοί είναι ορισμοί της δοκιμής, όχι καθολικές σημασίες κάθε πλατφόρμας. Ένα εργαλείο μπορεί να ονομάζει recursion limit τον αριθμό βημάτων μιας ροής ή να εφαρμόζει concurrency σε διαφορετικό επίπεδο. Πριν βασιστείς σε μια ρύθμιση, εντόπισε τι πραγματικά μετρά και πού εφαρμόζεται. Το ίδιο όνομα σε δύο βιβλιοθήκες δεν αποδεικνύει ότι περιορίζει την ίδια συμπεριφορά.

Ο γονέας και το νέο βάθος προκύπτουν από τον coordinator

Ο worker προτείνει υποεργασία, αλλά δεν αποφασίζει μόνος του σε ποιο βάθος ανήκει. Στη δοκιμή, το μήνυμα συνδέεται με το συγκεκριμένο αντικείμενο worker που το έστειλε. Ο coordinator βρίσκει την καταγεγραμμένη ταυτότητα του γονέα και υπολογίζει το επόμενο βάθος. Ένας ισχυρισμός βάθους μηδέν μέσα στο μήνυμα δεν μηδενίζει την αλυσίδα. Απόπειρα δήλωσης άλλου γονέα απορρίπτεται.

Χρειάζεται επίσης κράτηση του συνολικού ορίου πριν από την είσοδο στην ουρά. Αν μετράς μόνο workers που έχουν ήδη αρχίσει, πολλές αποδεκτές αλλά αναμένουσες εργασίες μπορεί να ξεπεράσουν την πρόθεση του ορίου. Η κράτηση και ο έλεγχος πρέπει να αποτελούν μια συνεπή απόφαση. Η τοπική μας δοκιμή χρησιμοποιεί έναν coordinator μέσα σε μία διεργασία· δεν αποδεικνύει αντίστοιχη ατομικότητα σε κατανεμημένο σύστημα.

Η παρακάτω σύνοψη περιγράφει τη σειρά αποφάσεων. Το source_id προέρχεται από τον coordinator, όχι από πεδίο που επιλέγει ο worker. Δεν είναι πλήρης κώδικας παραγωγής ή υλοποίηση συγκεκριμένου agent framework.

parent = registry[source_id]
next_depth = parent.depth + 1
reject if next_depth > depth_cap
return existing if key is known
reject if accepted >= total_cap
reserve(parent, task_key)
enqueue()

Τρεις τοπικές εκτελέσεις με διαφορετικά όρια

Χρησιμοποιήσαμε πραγματικά Node.js worker_threads, με συνθετικούς workers που ακολουθούσαν τους κανόνες της δοκιμής. Κάθε worker ζητούσε δύο διακριτές υποεργασίες, επαναλάμβανε ένα αίτημα και δοκίμαζε να δηλώσει διαφορετικό γονέα. Δεν χρησιμοποιήθηκε μοντέλο AI, πλαίσιο εκτέλεσης agents ή εξωτερικό API. Η δοκιμή αφορά την πραγματική δημιουργία και τον τερματισμό τοπικών workers μέσω του coordinator, χωρίς ισχυρισμό για την ποιότητα, την ταχύτητα ή το κόστος κάποιου μοντέλου.

Η επίσημη τεκμηρίωση του Node.js περιγράφει τα worker_threads ως threads εκτέλεσης JavaScript. Εδώ τα χρησιμοποιήσαμε για να παρατηρήσουμε δημιουργίες και εξόδους, όχι ως σύσταση ότι κάθε κλήση μοντέλου πρέπει να καταλαμβάνει δικό της thread. Όλοι οι workers ξεκίνησαν με ρητά κενό περιβάλλον μεταβλητών, το οποίο επιβεβαιώθηκε μέσα στη δοκιμή. Δεν διανεμήθηκαν διαπιστευτήρια υπηρεσιών.

Σύνολο δημιουργημένων εργασιών και μέγιστος αριθμός ταυτόχρονα ενεργών σε κάθε δοκιμή.
ΔοκιμήΣύνολοΕνεργοί
Βάθος 132
Σύνολο 662
Ενεργοί 292

Στην πρώτη εκτέλεση επιτρέπαμε συνολικά έως 50 workers, αλλά βάθος μόνο ένα. Δημιουργήθηκαν οι τρεις αρχικοί workers και οι επόμενες γενιές απορρίφθηκαν. Στη δεύτερη επιτρέπαμε βάθος πέντε, αλλά συνολικά έξι αποδεκτούς workers. Δημιουργήθηκαν έξι και οι πρόσθετες προτάσεις σταμάτησαν στο συνολικό όριο. Η διαφορετική αιτία άρνησης καταγράφηκε χωριστά.

Στην τρίτη εκτέλεση το βάθος ήταν δύο και το συνολικό όριο είκοσι. Δημιουργήθηκαν εννέα workers, ενώ οι ενεργοί δεν ξεπέρασαν ποτέ τους δύο. Αυτό δείχνει συγκεκριμένα γιατί η παραλληλία δεν περιορίζει το συνολικό πλήθος. Οι επαναλήψεις ήδη αποδεκτών αιτημάτων δεν δημιούργησαν δεύτερο worker και οι αλλαγές γονέα απορρίφθηκαν. Και στις τρεις εκτελέσεις, όλοι οι δημιουργημένοι workers τερμάτισαν και η ουρά άδειασε.

Η άρνηση νέας εργασίας πρέπει να παραμένει ορατή

Όταν μια νέα διακλάδωση απορρίπτεται, ο γονέας χρειάζεται να γνωρίζει ποιο ερώτημα έμεινε ανοιχτό. Η εφαρμογή μπορεί να επιστρέψει μερικό αποτέλεσμα, να ζητήσει συγκεκριμένη ανθρώπινη απόφαση ή να κλείσει την εργασία ως περιορισμένη. Δεν πρέπει να εμφανίζει πλήρη κάλυψη επειδή απλώς σταμάτησε η δημιουργία workers. Ο χρήστης χρειάζεται λειτουργική εξήγηση του κενού, όχι εσωτερικά traces ή γενικό μήνυμα επιτυχίας.

Ένα όριο δημιουργιών επίσης δεν εμποδίζει έναν ήδη ενεργό worker να συνεχίζει υπερβολικά. Χρόνος εκτέλεσης, επαναλαμβανόμενες κλήσεις εργαλείων και κατανάλωση μοντέλου χρειάζονται δικούς τους ελέγχους. Αν υπάρχουν άλλες διαδρομές δημιουργίας με ανεξάρτητα δικαιώματα, μπορούν να παρακάμψουν την κεντρική πολιτική. Η τοπική δοκιμή δεν ήταν sandbox κακόβουλου κώδικα, ούτε δοκιμή ανθεκτικότητας μετά από επανεκκίνηση.

Σχετικές υπηρεσίες της Stigmahost

Πριν παραλάβεις μια εταιρική εφαρμογή, ζήτησε χωριστούς ελέγχους για βάθος, συνολικό πλήθος και ενεργούς workers, με τις συμβάσεις μέτρησης γραμμένες. Το App Development της Stigmahost μπορεί να καλύψει τον μηχανισμό που εγκρίνει και καταγράφει νέες εργασίες. Με το AI Automation μπορείς να ορίσεις ποιες υποεργασίες χρειάζεται η ροή και πότε πρέπει να σταματά η ανάθεση. Το παραδοτέο πρέπει να εξηγεί τι ολοκληρώθηκε και ποιο όριο άφησε κάτι ανοιχτό.

Share this Post