为何Temporal工作流需分别设置numTaskqueueWritePartitions与numTaskqueueReadPartitions？

Temporal拆分这两个参数，核心是为了灵活适配读写负载的不对称性，毕竟任务队列的读、写场景压力往往不一样，具体原因可以拆成这几点：

• 读写负载差异大：实际生产中，任务队列的写操作（比如提交工作流任务、活动任务）和读操作（比如Worker拉取任务执行）的量级可能差很多。比如某些场景下，写请求量不大，但Worker需要高频拉取任务，这时候把读分区数调大，能让更多Worker并行拉取，避免读瓶颈；反过来如果写请求爆发，调大写分区数可以分散写压力，不用动读的配置。

• 资源隔离与优化：读写操作对资源的诉求不一样。写操作更依赖数据库的写入能力，读操作则更偏向于Worker的并发拉取效率。分开设置参数后，可以针对读写各自的瓶颈单独调优——比如给写分区分配更多数据库连接，给读分区匹配更多Worker实例，不用因为一方的需求影响另一方。

• 避免锁竞争与冲突：如果读写共用同一批分区，当读写并发高的时候，容易在分区层面出现锁竞争，比如写操作在更新分区状态时，会阻塞读操作拉取任务。拆分后，读写用不同的分区集合，从根源上减少了这类冲突，提升整体吞吐量。

• 扩容缩容的灵活性：假设业务突然需要提升Worker的并发能力，只需要调大numTaskqueueReadPartitions，不用修改写分区的配置，也不会影响正在进行的写操作；同理，如果写压力激增，单独调大写分区即可，不需要动读的配置，操作更安全、灵活。

内容的提问来源于stack exchange，提问作者zheyi yi