Contexto: por que mais um workflow engine?

Processos de negócio com múltiplas etapas — principalmente os que cruzam serviços, esperam input humano ou misturam passos síncronos e assíncronos — precisam de estado persistente. Quando o servidor reinicia, o processo tem que saber o que já rolou, o que deve ser retentado e o que ainda está pendente. Implementar isso processo a processo significa resolver de novo os mesmos problemas de falha parcial, timers e recovery — com testes e debug associados.

A maioria dos engines resolve isso com um serviço de orquestração central (self-hosted ou gerenciado). Isso dá uma plataforma unificada, mas adiciona uma dependência compartilhada. O Airbnb queria outro modelo: cada serviço dono dos seus workflows, dentro do deployment e do banco que já existem. Foi isso que moldou o Skipper, agora open source sob Apache 2.0.

근거자료: Airbnb Engineering — Skipper is now open source

Embedded workflow engine running inside Java service replicas with shared database Coding Session Visual

Arquitetura: runtime dentro das suas réplicas

Com o Skipper, as réplicas do seu serviço também rodam o runtime e o scheduler de workflows. Elas compartilham um banco que guarda o estado dos workflows e o trabalho agendado. O scheduler faz polling de tarefas executáveis e usa leases pra coordenar ownership — se uma réplica morre, outra assume. O timing de takeover depende das configurações de scheduling e lease.

Isso elimina uma camada de orquestração separada. O tradeoff: agora é o seu time que cuida de execução de workflow, capacidade do banco e recovery.

Um workflow é só uma classe

Duas abstrações principais:

  • Workflow — orquestração (decisões, ordem, esperas)
  • Action — trabalho com efeito colateral (chamada de API, escrita no banco); resultados são checkpointados pra replay
class PublishListing : Workflow() {
    private val listing = actions()
    @StateField var reviewApproved: Boolean? = null

    @WorkflowMethod
    suspend fun publish(request: PublicationRequest): Boolean {
        if (request.requiresReview) {
            // Espera sem segurar thread; sobrevive a redeploys
            val reviewed = waitUntil(
                { reviewApproved != null },
                Duration.ofDays(1)
            )
            if (!reviewed || reviewApproved != true) return false
        }
        listing.publish(request.listingId, request.requestId)
        listing.notifyHost(request.listingId, request.requestId)
        return true
    }

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

O waitUntil hiberna o workflow; o recordReview é um signal vindo de um handler de API ou consumer de fila. Cada action precisa ser idempotente (por exemplo, deduplicando por request ID estável) — o Skipper não torna chamadas downstream transacionais.

Recovery via checkpoints e replay

Ao retomar, o Skipper reexecuta o método do workflow do topo. Actions com checkpoints persistidos retornam o resultado salvo. Isso exige código determinístico: leitura de relógio, aleatoriedade e I/O ficam nas actions, não no corpo do workflow. Por padrão, os checkpoints são batched até a conclusão ou uma espera/retry — reduz escritas no banco mas aumenta a janela de replay em caso de crash. Actions podem pedir checkpoint imediato pra reduzir essa janela.

Skipper architecture diagram showing workflow runtime and scheduler in service process Technical Structure Concept

Onde o Skipper encaixa — e onde não encaixa

DimensãoOrquestrador central (Temporal, Cadence, Step Functions)Skipper (embarcado)
DeploymentCluster/serviço separadoDentro das réplicas do seu serviço
Dono da operaçãoTime de plataformaTime do serviço
Latência por passoRound-trip pro orquestradorIn-process (só banco + downstream)
Plataforma multi-timeForteMais fraca (por serviço)
Suporte de linguagemPoliglotaJVM (Java/Kotlin)
StorageGerenciadoMySQL, SQLite (Postgres/DynamoDB no roadmap)

Bom fit: serviços Java/Kotlin com operação madura, donos de um processo multi-etapa, que querem execução durável sem subir um cluster novo. Especialmente quando a alternativa é manter jobs de retry, tabelas de estado e loops de polling feitos na mão.

Fit ruim: orgs poliglotas querendo plataforma única compartilhada, ou times sem disciplina de capacity planning no banco.

Pontos de atenção

  • At-least-once, não exactly-once. Efeitos colaterais e checkpoints não são atômicos — capriche na idempotência.
  • Determinismo é requisito duro. Qualquer não-determinismo no workflow quebra o replay.
  • O banco é seu. Capacidade, migrações e timing de recovery (lease settings) caem no seu colo.
  • Só JVM hoje. Sem Python/Go/Node.
  • Maturidade do ecossistema. Admin UI e tooling existem, mas debug de replay e evolução ainda estão amadurecendo.

O que vem no release

Engine core, adapters MySQL e SQLite, utilitários de teste (WorkflowTest com tempo controlável), admin UI, signals/queries/retries/compensation, e uma DSL Kotlin chamada Skipper State Machine pra processos no estilo state/event/transition.

Comparison of embedded orchestration vs central workflow cluster for durable execution Development Concept Image

Próximos passos e o que esperar

O Airbnb planeja adicionar plugins de storage (Postgres, DynamoDB) e melhorar o tooling de evolução de workflow e debug de replay. Contribuições da comunidade em compatibilidade automatizada e visualização de replay são bem-vindas.

Se você for avaliar o Skipper:

  1. Audite seu código atual de retry/tabela de estado — é aí que mora a migração.
  2. Prototipe com WorkflowTest antes de mexer no banco de produção.
  3. Force determinismo com lint rules ou checklist de code review.
  4. Planeje capacidade do banco e tuning de lease junto com o rollout.

Leia também:

Este conteúdo foi elaborado com o auxílio de ferramentas de IA, com base em fontes confiáveis, e revisado pela nossa equipe editorial antes da publicação. Não substitui o aconselhamento de um profissional especializado.