Python 如何在失败时恢复完美的流而不必重新运行整个流？ TL；博士

我不能用级长的来解决上面的问题。我可能是用错了（见下文）或者遗漏了什么。如果有任何建议，我将不胜感激

---

问题 我通读了这篇精彩的文章，发现其中最相关的部分（可能遗漏了什么！）。（在我看来）这门课就是解决办法

要查看是否可以使用Flow Runner恢复失败的流，请执行以下操作：

• 运行失败的流：

从时间导入睡眠
进口总监
从完美导入流程、任务
@任务
def success（）：
睡眠（3）
返回
@任务
def failure（）：
返回1/0
def get_flow_runner（）：
以流程（“成功/失败”）为流程：
成功（）
失败（）
返回完美引擎FlowRunner（流量）

• 在iPython中运行并保存状态：

[1]中的

：运行nameofscript.py
在[2]中：flow\u runner=get\u flow\u runner（）
在[3]中：state=flow\u runner.run（）

• 在

  failure（）

  中将1/0替换为1/1，因此任务将成功：

• 最后将前一个状态传递给

  flow\u runner

  ，希望它能够恢复流：

[1]中的

：运行nameofscript.py
在[2]中：flow\u runner=get\u flow\u runner（）
在[3]中：flow\u runner.run（task\u states=state.result）

---

整个流程再次运行，包括3秒钟的成功任务。

这里的问题是，每次运行都要重建流程，这会更改任务对象

state.result

是一个字典，其键是任务对象——如果底层任务对象以任何方式发生更改，其哈希也会发生更改。相反，您应该使用更新的任务对象手动创建状态字典，如下所示：

从perfict.engine.state导入成功
failure\u task=runner.flow.get\u tasks（name=“failure”）[0]
task_states={failure_task:Success（“模拟成功”）}

谢谢@chriswhite这解决了上面的例子！我在一个新的场景中尝试了这一点，任务传递数据，我的模拟成功被覆盖。在Perfict文档中有一个关于检查点和结果处理程序的部分，这可以用于在中断的任务中恢复流程吗？您可以分享代码吗？如果我不得不猜测，在另一个示例中，您有多个名为“失败”的任务。仅供参考，模拟数据通道您可以使用

Success（“模拟数据”，result=42）

或任何数据。