一. 部署地址
环境部署在 k8s环境，支持高并发，高可用，可扩展动态扩容。
|
UI 地址
|
API地址
|
备注
|
|
http://192.168.10.107:30420
|
http://192.168.10.107:30420/api
|
api地址由集群内部调用
|
二. Prefect详细说明
-
什么是 Prefect？
Prefect 是现代开源工作流编排平台，用于构建、调度、监控和运维数据管道（工作流），核心定位是替代传统的 Airflow 等工具，主打 “代码即工作流” 的理念，无需强制使用特定 DSL（领域特定语言），直接用 Python 定义工作流，支持动态、分支、循环等复杂逻辑，适配数据工程、机器学习、自动化运维等场景。
Prefect 分为两个主要版本：
-
Prefect Community (开源版)：包含核心引擎、本地 Server、CLI/SDK，免费使用。
-
Prefect Cloud (商业版)：托管的控制平面，提供团队协作、RBAC 权限、自动化部署、高级监控等功能。
-
核心优势
|
特性
|
说明
|
备注
|
|
原生 Python 支持
|
用普通 Python 函数定义任务（Task）和工作流（Flow），学习成本低
|
|
|
动态工作流
|
突破静态 DAG 限制，支持分支、循环、动态任务生成（如机器学习流水线）
|
|
|
强大的容错能力
|
内置重试、缓存、失败通知、任务超时控制
|
|
|
灵活部署
|
支持本地、Docker、K8s、AWS ECS/Fargate、Serverless 等执行环境
|
|
|
可观测性
|
内置 UI、日志、指标、告警（Slack/Email/Teams 等）
|
|
|
云原生架构
|
控制平面与执行平面分离，适配混合云 / 多云场景
|
|
-
核心概念Prefect
Prefect 3.x 核心组件： 不官方，用看的懂文字描述
-
@task：最小执行单元，封装具体业务逻辑（如数据获取、处理、存储） -
@flow：任务编排容器，定义任务的执行顺序和依赖关系 -
部署（Deployment）：将 Flow 打包并配置运行参数，供 Worker 执行
-
Work Pool： 资源池，管理 Worker 的资源类型（Process/Docker/K8s 等）
-
Work Queue ： 任务队列，细分 Work Pool 中的任务分发规则
-
Worker：执行部署的 Flow 实例的运行时进程。执行器，从 Queue 拉取任务并运行
-
Prefect Server：本地 / 远程服务，用于监控、调度 Flow 运行
三. Prefect 架构图
Prefect 采用三层架构，控制平面与执行平面分离，核心结构如下：
暂时无法在飞书文档外展示此内容
四. 配置本地 Prefect 客户端，连接 Server
-
本地安装匹配版本的 Prefect
暂时无法在飞书文档外展示此内容
-
配置客户端指向 K8s 上的 Prefect Server
暂时无法在飞书文档外展示此内容
-
验证连接是否成功
暂时无法在飞书文档外展示此内容
五. 使用示例
-
创建
prefect_demo.py
包含任务定义、流程编排、参数化、日志输出（覆盖实际场景核心需求）：
暂时无法在飞书文档外展示此内容
暂时无法在飞书文档外展示此内容
-
部署流程到 Prefect Server
Prefect 3.6.4 部署流程推荐使用 CLI 方式，步骤如下：
-
构建部署配置
在代码同级目录执行以下命令，创建部署（指定流程入口、名称、工作池）
暂时无法在飞书文档外展示此内容
-
验证部署
暂时无法在飞书文档外展示此内容
查看运行状态
暂时无法在飞书文档外展示此内容
五、验证运行结果
-
查看日志（CLI 方式）
暂时无法在飞书文档外展示此内容
-
可视化查看（UI 方式）
直接访问 Prefect Server 的 UI 地址：
plaintext
暂时无法在飞书文档外展示此内容
在 UI 中可查看：
-
流程部署列表
-
流程运行状态（成功 / 失败）
-
任务执行日志
-
流程执行时序图