本文為英文版的機器翻譯版本，如內容有任何歧義或不一致之處，概以英文版為準。

在 Step Functions 數中使用分散式模式中的對應狀態來處理大規模 parallel

使用 Step Functions，您可以協調大規模的 parallel 工作負載以執行工作，例如按需處理半結構化資料。這些 parallel 工作負載可讓您同時處理存放在 Amazon S3 中的大規模資料來源。例如，您可能會處理包含大量資料的單一JSON或CSV檔案。或者，您可能會處理大量的 Amazon S3 物件集。

若要在工作流程中設定大規模的 parallel 工作負載，請在「分散式」模式中包含Map狀態。Map 狀態會同時處理資料集中的項目。設置為分佈式的Map狀態稱為分佈式地圖狀態。在分散式模式下，狀Map態允許高並行處理。在「分散式」模式中，Map狀態會以稱為子工作流程執行的版序處理資料集中的項目。您可以指定可以 parallel 執行的子工作流程執行數目。每個子工作流程執行都有自己的執行記錄，與父工作流程的執行歷程記錄不同。如果未指定，「Step Functions」會 parallel 執行 10,000 個 parallel 子工作流程執行。

下圖說明如何在工作流程中設定大規模的 parallel 工作負載。

重要用語

分散式對應狀態定義範例

當您需要協調符合下列任何條件組合的大規模 parallel 工作負載時，請使用分散式模式中的Map狀態：

下列分散式地圖狀態定義範例會將資料集指定為存放在 Amazon S3 儲存貯體中的CSV檔案。它還指定了一個 Lambda 函數，用於處理CSV文件的每一行中的數據。由於此範例使用CSV檔案，因此也會指定CSV欄標題的位置。若要檢視此範例的完整狀態機定義，請參閱使用分散式地圖複製大型CSV資料教學課程。

{
  "Map": {
    "Type": "Map",
    "ItemReader": {
      "ReaderConfig": {
        "InputType": "CSV",
        "CSVHeaderLocation": "FIRST_ROW"
      },
      "Resource": "arn:aws:states:::s3:getObject",
      "Parameters": {
        "Bucket": "Database",
        "Key": "csv-dataset/ratings.csv"
      }
    },
    "ItemProcessor": {
      "ProcessorConfig": {
        "Mode": "DISTRIBUTED",
        "ExecutionType": "EXPRESS"
      },
      "StartAt": "LambdaTask",
      "States": {
        "LambdaTask": {
          "Type": "Task",
          "Resource": "arn:aws:states:::lambda:invoke",
          "OutputPath": "$.Payload",
          "Parameters": {
            "Payload.$": "$",
            "FunctionName": "arn:aws:lambda:us-east-2:123456789012:function:processCSVData"
          },
          "End": true
        }
      }
    },
    "Label": "Map",
    "End": true,
    "ResultWriter": {
      "Resource": "arn:aws:states:::s3:putObject",
      "Parameters": {
        "Bucket": "myOutputBucket",
        "Prefix": "csvProcessJobs"
      }
    }
  }
}

執行分散式地圖的權限

當您在工作流程中包含分散式對應狀態時，Step Functions 需要適當的權限，以允許狀態機器角色呼叫分散式對應狀態的StartExecutionAPI動作。

下列IAM原則範例授與狀態機器角色執行分散式對應狀態所需的最少權限。

{
  "Version": "2012-10-17",
  "Statement": [
    {
      "Effect": "Allow",
      "Action": [
        "states:StartExecution"
      ],
      "Resource": [
        "arn:aws:states:region:accountID:stateMachine:stateMachineName"
      ]
    },
    {
      "Effect": "Allow",
      "Action": [
        "states:DescribeExecution",
        "states:StopExecution"
      ],
      "Resource": "arn:aws:states:region:accountID:execution:stateMachineName:*"
    }
  ]
}

此外，您需要確保您擁有存取分散式地圖狀態中使用的 AWS 資源 (例如 Amazon S3 儲存貯體) 所需的最低權限。如需相關資訊，請參閱 IAM使用分散式地圖狀態的原則。

分散式地圖狀態欄位

若要在工作流程中使用「分散式地圖」狀態，請指定其中一個或多個欄位。除了一般狀態欄位之外，您還可以指定這些欄位。

在 Step Functions 中設定分散式對應狀態的失敗臨界值

當您協調大規模的 parallel 工作負載時，您也可以定義容忍的故障閾值。此值可讓您指定失敗項目的最大數目或百分比做為 Map Run 的失敗臨界值。根據您指定的值，如果 Map Run 超過臨界值，則會自動失敗。如果您同時指定這兩個值，則工作流程會在超過任一值時失敗。

指定臨界值可協助您在整個 Map Run 失敗之前失敗特定數目的項目。當「對映執行」因為超過指定的臨界值而失敗時，「Step Functions」會傳回States.ExceedToleratedFailureThreshold錯誤。

若要在 Workflow Studio 中指定臨界值，請在 [執行時期設定] 欄位下的 [其他組態] 中選取 [設定容許失敗臨界值]。

進一步了解分散式地圖

若要繼續學習有關分散式地圖狀態的更多資訊，請參閱下列資源：