基础知识（框架篇）

DAG+工作流引擎

• DAG是有向无环图，一堆任务，按箭头顺序跑，不会绕圈死循环。
• 

MCP协议

• MCP（Model Context Protocol）是一个AI 调用外部工具 / 数据的标准化通信协议
• MCP 最核心：只干 3 件事，告诉 AI 我有什么工具（工具发现），AI 按标准格式调用工具（统一调用），工具返回标准格式结果（统一返回），解决：适配混乱、不安全、不通用

OpenTelemetry

• 微服务架构下，一个请求会经过很多服务，传统的日志、监控、链路是分开的，排查问题特别慢。OpenTelemetry 是一套统一的可观测性标准，它能统一采集追踪、指标、日志，用一个 TraceID 把它们全部打通，让我们快速定位分布式系统的故障和性能问题，等采集结束之后再分别保存到对应的文件路径中，每一个都有对应的traceID。而传统的方式就只分别保存在对应文件中，三个部分毫不相关，难以查询。
• Tracing 追踪，比如用户点 “下单”：网关 → 2. 订单服务 → 3. 库存服务 → 4. 支付服务 → 5. 返回成功，每个步骤耗时多久,哪一步报错,哪一步最慢,用一个 TraceID 串起来
• Metrics 指标 CPU 使用率,接口调用了多少次,错误率多少,接口响应时间 P99/P95,QPS
• Logs 日志 —— “系统的日记本”,看具体某一次请求发生了啥。
• 实操就是给 JVM options = JVM 虚拟机参数添加一些配置,加了就能自动监控，不用改代码

-javaagent:opentelemetry-javaagent.jar
-Dotel.service.name=order-service
-Dotel.exporter.otlp.endpoint=http://localhost:4317

Redis分布式锁防止节点被重复执行

• 在分布式集群里，任务很难做到绝对只分发给一台机器。不管用消息队列还是定时扫描，都可能出现：重复投递、并发争抢、机器挂掉、断点续跑等情况，导致同一个任务被多台机器同时执行。
• Redis 分布式锁就是用来兜底的：不管任务被分发给多少台机器，最终只有一个能抢到锁并执行，从根本上避免重复执行、重复扣费、数据错乱。
• 分布式锁是锁住同一个任务的，比如说三个服务器同时要执行一个任务，那么会锁住一个，其余两个直接放弃，但是如果是不同的任务，那就各自跑自己的

为什么需要工作流引擎并且和业务中台分开

• 业务中台主要关注谁能下单，订单存在哪，怎么查历史订单，通常要速度稍微快一些，避免用户一直等待
• 工作流引擎更关心流程跑起来，比如外卖必须先下单，然后接单，备餐要等到接单，骑手要等到备餐，如果某个节点超时就直接取消账单
• 工作流是慢任务，如果和业务逻辑放在一起就到导致一些订单查询都很卡，所以必须分开。