# Execution.执行

在Prefect引擎中，用户可以通过多种方式来影响执行。

* [Triggers（触发器）](https://docs.prefect.io/core/concepts/execution.html#triggers)
* [State signals（状态信号量）](https://docs.prefect.io/core/concepts/execution.html#state-signals)
* [Context（上下文）](https://docs.prefect.io/core/concepts/execution.html#context)
  * [Adding context globally（添加全局上下文）](https://docs.prefect.io/core/concepts/execution.html#adding-context-globally)
  * [Modifying context at runtime（运行时修改上下文）](https://docs.prefect.io/core/concepts/execution.html#modifying-context-at-runtime)
  * [Prefect-supplied context（Prefect提供的上下文）](https://docs.prefect.io/core/concepts/execution.html#prefect-supplied-context)

## 触发器

触发函数根据上游task的状态决定task是否准备就绪。除非触发器通过，否则高级task将无法运行。

默认情况下，task具有**all\_successful**触发器，这意味着除非所有上游task都成功，否则它们将不会运行。通过更改触发函数，可以控制task相对于上游task的行为。其他触发器包括**all\_failed**，**any\_successful**，**any\_failed**，**all\_finished**和**manual\_only**。这些可用于创建仅在前面的task失败时运行、或者一定运行、或者根本不会自动运行的task！

仅当所有上游task都处于**Finished**状态时，task才会执行其触发器。因此，**all\_finished**触发器与**always\_run**触发器相同。

> 使用**manual\_only**触发器暂停flow
>
> **manual\_only**始终将task插入**Paused**状态，因此该flow永远不会自动运行**manual\_only** task。这允许用户在运行中暂停flow。要恢复，请将task插入**Resume**状态，这将被视为没有上游task的根task，并完全跳过触发器函数的执行检查。

例如，假设我们要用一个根task构造一个flow；如果此task成功，则我们要运行task B。如果失败，我们将要运行task C。我们可以通过使用触发器来完成此模式：

```python
import random

from prefect.triggers import all_successful, all_failed
from prefect import task, Flow


@task(name="Task A")
def task_a():
    if random.random() > 0.5:
        raise ValueError("Non-deterministic error has occured.")

@task(name="Task B", trigger=all_successful)
def task_b():
    # do something interesting
    pass

@task(name="Task C", trigger=all_failed)
def task_c():
    # do something interesting
    pass


with Flow("Trigger example") as flow:
    success = task_b(upstream_tasks=[task_a])
    fail = task_c(upstream_tasks=[task_a])

## note that as written, this flow will fail regardless of the path taken
## because *at least one* terminal task will fail;
## to fix this, we want to set Task B as the "reference task" for the Flow
## so that it's state uniquely determines the overall Flow state
flow.set_reference_tasks([success])

flow.run()
```

## 状态信号

Prefect会尽力推断正在运行的task的状态。如果**.run()**方法成功结束，则Prefect会将状态设置为**Success**，并记录所有返回的数据。如果**.run()**方法引发错误，则Prefect会通过相应的消息将状态设置为**Failed**。

有时，你可能希望对task状态进行更好的控制。例如，你可能希望跳过task或强制重试task。在那种场景下，请发出适当的Prefect信号。它将被拦截并转换为适当的状态。

Prefect为大多数状态提供信号，包括**RETRY**、**SKIP**、**FAIL**、**SUCCESS**和**PAUSE**。

```python
from prefect import task
from prefect.engine import signals

def retry_if_negative(x):
    if x < 0:
        raise signals.RETRY()
    else:
        return x
```

Prefect信号的另一种常见用法是，将讨论的task嵌套在其他可能会捕获其正常结果或错误的函数里。在那种情况下，可以使用一个信号来“冒泡”所需的状态变化，并绕过正常的返回机制。

## 上下文

Prefect提供一个强大的Context对象，在task&#x7684;**.run()**&#x65B9;法上不使用显式参数的情况下，可以共享信息。

Prefect会在flow和task执行期间向可以随时访问的上下文填充信息。上下文对象本身可以填充任意的用户定义的键值对，然后可以使用A.key对象方式或类似字典的A\[key]索引方式对其进行访问。例如，以下代码假定用户提供上下文{a=1}，并且可以使用以下三种方式之一进行访问：

```bash
>>> import prefect
>>> prefect.context.a
1
>>> prefect.context['a']
1
>>> prefect.context.get('a')
1
```

### 添加全局上下文

可以通过config.toml的\[context]部分在全局范围内添加上下文。对于此处指定的任何键，只要Prefect Core不会在内部覆盖此键，就可以从prefect.context全局访问它，甚至可以在flow运行实例之外访问。

```bash
# config.toml
[context]
a = 1
```

```bash
>>> import prefect
>>> prefect.context.a
1
```

### 运行时修改上下文

修改上下文，甚至全局修改上下文键，在特殊时候能用 Modifying context, even globally set context keys, at specific times is possible using a provided context manager:

使用提供的上下文管理器可以在特定时间修改上下文，甚至可以全局设置上下文密钥：

```bash
>>> import prefect
>>> with prefect.context(a=2):
...    print(prefect.context.a)
...
2
```

这对于在不同情况下运行flow以进行快速迭代开发通常很有用：

```python
@task
def try_unlock():
    if prefect.context.key == 'abc':
        return True
    else:
        raise signals.FAIL()

with Flow('Using Context') as flow:
    try_unlock()

flow.run() # this run fails

with prefect.context(key='abc'):
    flow.run() # this run is successful
```

### Prefect提供的上下文

除了设置上下文键参数之外，Prefect还可以在flow实例运行和task实例运行期间动态地将上下文提供给上下文对象。该上下文提供有关当前flow或task的一些标准信息。例如，正在运行的task已经从Prefect提供的上下文中知道了它们的运行日期：

```python
@task
def report_start_day():
    logger = prefect.context.get("logger")
    logger.info(prefect.context.today)

with Flow('My flow') as flow:
    report_start_day()

flow.run()
```

```bash
[2020-03-02 22:15:58,779] INFO - prefect.FlowRunner | Beginning Flow run for 'My flow'
[2020-03-02 22:15:58,780] INFO - prefect.FlowRunner | Starting flow run.
[2020-03-02 22:15:58,786] INFO - prefect.TaskRunner | Task 'report_start_time': Starting task run...
[2020-03-02 22:15:58,786] INFO - prefect.Task: report_start_day | 2020-03-02
[2020-03-02 22:15:58,788] INFO - prefect.TaskRunner | Task 'report_start_time': finished task run for task with final state: 'Success'
[2020-03-02 22:15:58,789] INFO - prefect.FlowRunner | Flow run SUCCESS: all reference tasks succeeded
```

使用此上下文对于编写可感知时间的task有帮助，例如使用**prefect.context.tomorrow**触发与开始时间有关的未来作业的task，或者使用**prefect.context.yesterday**仅处理前一天的数据。

> **上下文中还有什么？**
>
> 有关可以在上下文中找到的值的详尽列表，请参见相应的[API文档](https://docs.prefect.io/api/latest/utilities/context.html)。

还有些要注意的。

> **修改Prefect提供的上下文的提醒**
>
> 由于Prefect内部使用某些上下文在flow和task运行逻辑期间跟踪元数据，因此修改Prefect提供的上下文键值可能会产生意想不到的后果。通常建议避免覆盖API文档中描述的保留键名。
>
> 与此相关的一个例外是与时间戳相关的键，例如**prefect.context.today**。用户可能希望在每个flow运行实例中修改此上下文，以实现信息回填，其中各个flow运行实例在时间序列数据的子集上执行。

* [Prefect官网](https://www.prefect.io/)
* [英版原文](https://docs.prefect.io/core/concepts/execution.html)
* [联系译者](https://github.com/listen-lavender)


---

# Agent Instructions: Querying This Documentation

If you need additional information that is not directly available in this page, you can query the documentation dynamically by asking a question.

Perform an HTTP GET request on the current page URL with the `ask` query parameter:

```
GET https://listen-lavender.gitbook.io/prefect-docs/coreconcepts/execution.md?ask=<question>
```

The question should be specific, self-contained, and written in natural language.
The response will contain a direct answer to the question and relevant excerpts and sources from the documentation.

Use this mechanism when the answer is not explicitly present in the current page, you need clarification or additional context, or you want to retrieve related documentation sections.