Argo Workflows
argoproj.github.io又名 Argo
开源容器原生的流程编排引擎,以 Kubernetes CRD 形式部署,用 YAML 定义步骤式或 DAG 工作流,由集群调度并行容器,适合已在用 Kubernetes 的数据工程与机器学习团队编排批量作业。
最近 5 次实测
5 次可以打开平均 5.9 秒
本站从国内机房定期实测。竖条由远及近:绿 = 可以打开,橙 = 国内不可直接访问,灰 = 打不开。Argo Workflows 是一个开源、容器原生的流程编排引擎,以 Kubernetes 自定义资源(CRD)的形式部署在集群里。它要解决的问题是:把一串需要按顺序或按依赖关系执行的任务,拆成一个个容器,交给 Kubernetes 调度执行。每一步就是一个容器,任务之间可以排成线性步骤,也可以用图(DAG)描述依赖关系。
主要功能
工作流用 YAML 定义,提交后由集群负责拉起各个容器。并行任务交给 Kubernetes 调度,适合计算密集型的场景,比如机器学习训练、数据处理,以及不额外搭建复杂研发系统、直接在 Kubernetes 上跑 CI/CD 流水线。
- 步骤式工作流:任务按先后顺序串起来
- DAG 工作流:用图表达任务之间的依赖
- 面向容器设计,不依赖传统虚拟机和服务器环境
- 不绑定云厂商,任何 Kubernetes 集群都能跑
适合谁
已经在用 Kubernetes、需要编排批量并行作业的团队:数据工程、机器学习平台、平台工程和 DevOps 人员。如果手上没有 Kubernetes 集群,这套东西基本用不上。
费用与限制
项目开源,页面未提收费版本。界面为英文,文档单独放在 Read the Docs 上,上手前需要先熟悉 Kubernetes 的基本概念和 YAML 写法。
常见问题
Argo Workflows 收费吗?
Argo Workflows 免费使用。
替代品全部 6 个,带对比表 →
AApache DolphinScheduler可完全替代不用写 YAML 和懂 Kubernetes,可视化 DAG 界面拖拽编排,但脱离容器原生调度。
Kestra可完全替代同样 YAML 声明流程且可自托管,插件 2600 多个,但不必先有 Kubernetes 集群。
Apache Airflow部分替代替代编排调度这一块:用 Python 写 DAG 更易上手,但任务不是容器原生、并行靠调度器。
Dagster部分替代替代数据管道编排这一块:以资产为中心带血缘和质量监控,但容器调度仍靠外部
Tekton部分替代替代 Kubernetes 上跑 CI/CD 这一块:Pipeline 复用步骤更规范,但只管 CI/CD 不做通用批处
极狐GitLab部分替代替代流水线编排这一块:代码托管、CI/CD、项目管理一站齐,但流程不按容器 DAG 自由编排。
