はじめに:なぜ新たなワークフローエンジンなのか

マイクロサービスアーキテクチャが一般化する中で、「複数ステップにまたがるビジネスプロセス」を安定的に管理する課題は年々大きくなっています。例えば宿泊施設の掲載プロセスひとつを取っても、ホストが情報を入力し、必要に応じて人手によるレビューを経て、承認後に通知を送るという一連の流れが必要です。途中でサーバーが再起動した際に、どこまで進んだか、何をリトライすべきかを把握できなければなりません。

従来はTemporal、Cadence、AWS Step Functionsのような中央集約型オーケストレーションサービスを用意するのが一般的でした。しかしAirbnbは別のアプローチを選択しました。各サービスが自身のワークフローを、既存のデプロイ環境とデータベースの内部で所有するという設計です。この思想を具現化したのがSkipperです。

💡 根拠資料: Airbnb Engineering Blog - Skipper オープンソース公開

本記事では、Skipperのアーキテクチャ、プログラミングモデル、そしてどのようなチームに適しているかを実務的な観点から整理します。

Server racks representing embedded workflow engine architecture running inside service replicas Dev Environment Setup

Skipperの核心アーキテクチャ:サービスの中に住むワークフロー

Skipper最大の特徴は、専用のオーケストレーションクラスタが不要である点です。サービスのレプリカがワークフローランタイムとスケジューラを同時に実行し、共有データベースにワークフロー状態とスケジュールされた作業を保存します。

2つの主要な抽象化

構成要素役割
Workflowオーケストレーションを担当。意思決定、順序、待機(wait)を定義
Action実際の作業を実行。API呼び出しやDB更新などの副作用を含む

SkipperはActionの結果を永続化し、復旧時に再利用します。以下は宿泊施設の掲載プロセスをKotlinで表現した例です。

class PublishListing : Workflow() {
    private val listing = actions()

    @StateField var reviewApproved: Boolean? = null

    @WorkflowMethod
    suspend fun publish(request: PublicationRequest): Boolean {
        if (request.requiresReview) {
            // 人手によるレビューを最大1日待機(スレッドを占有しない)
            val reviewed = waitUntil(
                { reviewApproved != null },
                Duration.ofDays(1)
            )
            if (!reviewed || reviewApproved != true) return false
        }

        // 各Actionは自身で冪等性を保証する必要がある
        listing.publish(request.listingId, request.requestId)
        listing.notifyHost(request.listingId, request.requestId)
        return true
    }

    @SignalMethod
    fun recordReview(approved: Boolean) {
        reviewApproved = approved
    }
}

waitUntilはスレッドを保持せずにワークフローを**休止(hibernate)**状態へ遷移させます。recordReviewシグナルを通じて外部(APIハンドラやキューのコンシューマ)からレビュー結果を注入でき、待機中に再デプロイが発生しても永続化されたワークフローは失われません。

復旧メカニズム:チェックポイントとリプレイ

Skipperが中断されたワークフローを再開する際は、ワークフローメソッドを先頭から再実行します。このとき、既に永続化されたチェックポイントを持つActionは保存済みの結果を返すため、実質的には残りの作業のみが継続されます。

そのため、ワークフローコードは**決定論的(deterministic)**でなければなりません。時刻取得、乱数、I/Oといった非決定的な要素は、必ずActionまたは明示的なチェックポイントの内部に配置する必要があります。

Cloud infrastructure diagram showing durable workflow execution without separate orchestration cluster Software Concept Art

実務導入前に必ず確認すべき注意事項

Skipperは魅力的ですが、中央集約型オーケストレーションを諦める代わりに、責任をサービスチームが負うというトレードオフがあります。導入前に以下を必ず検討してください。

1. 副作用は「少なくとも1回(at-least-once)」

Skipperはダウンストリーム呼び出しとチェックポイント保存を原子的に処理しません。したがって、Actionは必ず冪等に設計する必要があります。例えば、掲載と通知をそれぞれ安定したrequest IDで重複排除する形です。

2. バッチチェックポイントの落とし穴

デフォルトでは、Skipperは実行完了またはwait/retry時点までActionチェックポイントをバッチでまとめてDB書き込みを削減します。しかし、そのバッチが保存される前にクラッシュすると、既に完了した複数のActionが再実行される可能性があります。即時チェックポイントを要求してこのウィンドウを狭めることはできますが、完全には排除できません。

3. 決定性違反は即バグ

ワークフロー本体にSystem.currentTimeMillis()やRandom()を直接記述すると、リプレイ時に異なる結果となり、ワークフローが破綻します。必ずActionの内部へ追い出してください。

4. 運用責任の移動

DB容量、スケジューラのポーリング、リース(lease)ベースの所有権調整、復旧失敗時の手動介入まで — これらすべてがサービスチームの責務となります。運用成熟度の高いチームに適した選択肢です。

5. Sagaパターンのサポート

既に完了したステップを取り消す必要があるプロセスでは、Skipperの**Sagaスタイル補償(compensation)**機能を活用できます。ただし、これはトランザクションのロールバックではなく、明示的な補償ロジックである点に留意してください。

Data analysis dashboard visualizing workflow state persistence and recovery checkpoints IT Technology Image

まとめ:どのチームがSkipperを選ぶべきか

Skipperは、Java/Kotlinサービスが複数ステップのプロセスを所有しており、既存のデプロイ環境内で耐久性のある実行を求めるチームに特に適しています。逆に、プロセスごとにカスタムのリトライジョブ、状態テーブル、ポーリングループを保守することに疲弊しているなら、Skipperはその苦痛を大きく軽減してくれるでしょう。

一方、中央集約型の運用とモニタリングを好む場合や、運用リソースが薄い組織では、Temporalのようなマネージドオーケストレーションサービスの方が依然として合理的です。結局のところ、**「ワークフロー実行の責任をサービスチームが負うか、プラットフォームチームが負うか」**という問題です。

オープンソースリリースにはコアエンジン、MySQL/SQLiteアダプタ、テストユーティリティ、管理UI、そしてステートマシンDSLまで含まれています。今後はPostgres、DynamoDBなどのストレージプラグイン拡張やリプレイデバッグツールの改善が予定されているため、JVMベースのサービスを運用しているなら、一度コードを読み解く価値は十分にあります。

次のステップ学習の方向性

  • Temporal vs Skipperのアーキテクチャ比較を実際に行い、中央集約型と組み込み型のトレードオフを体感してみてください。
  • Sagaパターンと冪等性設計は分散システムの基礎です。必ず別途学習することをお勧めします。
  • Kotlin DSLに慣れているなら、Skipper State Machineのサンプルから始めるのが参入障壁が低くておすすめです。

あわせて読みたい記事

本コンテンツは、信頼性の高い情報源をもとにAIツールを活用して作成され、編集者によるレビューを経て公開されています。専門家によるアドバイスの代替となるものではありません。