Amazon Step Functions 使用案例

您可以使用 Amazon Step Functions 实现哪些自动化？下面是一些最常见的使用案例，您可以从中获得一些想法。

对媒体文件进行转码

您可以使用 Amazon S3 触发 Amazon Lambda，以便在上传数据后立即处理数据。例如，您可以使用 Lambda 实时创建图像缩略图、转换视频代码、建立文件索引、处理日志、验证内容以及聚合和筛选数据。

按顺序排列批处理作业

您可以对基因组数据进行二次分析，以确定临床医生和研究人员可以及时采用的有意义信息。Step Functions 可以协调多项 Amazon Batch 作业，这些作业会提取排序程序生成的原始读取数据，然后在基因组学管道中对其进行处理，以识别生物样本与标准基因组参考之间的差异。Step Functions 会等待每项作业完成后再转到管道中的下一个步骤。

通过自动化工作流发送消息

您可以使用 Step Functions 来自动处理数据集（可以轻松地包含数百万条记录），从而识别符合与诉讼案例相关的特定标准的宝贵数据。在本示例中，各种网站和数据存储库受到监控，因此 Step Functions 工作流在继续提取数据之前会管理管理员的手动审批。然后，数据会被发送到 Amazon SQS。SQS 会展开数据，提取哈希信息及其相关元数据，执行任何必要的重复数据删除操作，并将这些内容发布到 Amazon S3。

通过无服务器工作流发布事件

您可以将 Amazon SNS 集成到 Step Functions 工作流中，以触发有关工作流成功或失败的通知。通过利用 SNS 消息筛选功能，您可以在工作流成功时触发其他微服务，或者在工作流失败时发送移动通知告知开发人员相关信息，包括错误类型和在执行过程中发生故障的确切时间点。同时，您可以在 Amazon SQS 中记录每个工作流执行的状态，以便日后进行分析。

协调微服务和无服务器应用程序中的容器任务

您可以使用 Step Functions 来决定如何最好地处理数据，例如，对一组卫星图像进行后期处理，以确定每英亩土地上的树木数量。根据图像的大小和分辨率，此 Step Functions 工作流将决定是使用 Amazon Lambda 还是 Amazon Fargate 来完成每个文件的后期处理，从而优化运行时间和成本。

通过无服务器工作流访问数据库

Step Functions 非常适合协调基于会话的应用程序。例如，您可以使用 Step Functions 来协调电子商务网站上结账流程的所有步骤。Step Functions 可以根据需要在 Amazon DynamoDB 中读取和写入以管理库存记录。

按顺序排列机器学习工作流的步骤

您可以使用 Step Functions 加速交付安全、有弹性的机器学习应用程序，同时减少必须编写和维护的代码量。借助 Step Functions，您可以使用 Amazon Glue 自动预处理数据，创建 Amazon SageMaker 作业来根据数据训练 ML 模型，然后触发其他 SageMaker 作业来将模型部署到生产环境中进行在线预测。