AWS Step Functions 如何从失败的activity步骤恢复执行而非启动新执行？

结论 #

原生AWSStepFunctions确实不支持直接从已标记为失败的执行的断点处恢复运行，你查阅官方API后未找到对应能力是符合当前产品功能现状的，目前没有原生公开接口支持该操作。

可行的替代实现方案 #

• 方案1：工作流内置错误处理逻辑，避免流程直接进入失败状态
  给每个Activity节点配置Retry重试参数，可自定义重试次数、退避策略，瞬时报错场景下无需中断流程即可自动重试。如果是需要人工介入修复的错误，不要直接抛出错误终止流程，而是将节点的错误分支指向等待人工回调的Task状态，问题修复后向Step Functions发送成功回调，流程即可从当前节点继续向下执行。
• 方案2：自定义断点续跑逻辑，复用失败执行的上下文
  针对已经标记为失败的执行，调用GetExecutionHistory接口拉取该执行的全量历史记录，定位到失败节点之前最后一个成功执行的节点，获取该节点的输出参数，作为新执行的入参传入。同时在工作流定义的开头新增Choice判断节点，检测入参中是否携带最后成功节点标识，携带对应标识则直接跳转到指定节点开始执行，最终实现和断点续跑完全一致的效果。
• 方案3：拆分流程做状态持久化
  若你的场景频繁需要断点续跑，可将每个Activity拆分为独立的子工作流，主工作流持久化记录每个子工作流的执行状态，触发续跑时主工作流自动跳过已经执行成功的子工作流，仅运行未完成的部分。

注意事项 #

如果你的Activity操作存在副作用（比如写入数据库、调用第三方扣费接口等），需要确保每个Activity的逻辑是幂等的，避免续跑时重复执行产生脏数据。

内容的提问来源于stack exchange，提问作者Raviteja Reddy