如何从Infra元数据表获取正在运行的Informatica工作流预计完成时间

Informatica 原生元数据表没有直接存储运行中工作流的预计完成时间字段，但你完全可以基于REP_WFLOW_RUN的历史运行数据统计计算得到该值，具体方案如下：

1. 核心计算逻辑 #

预计完成时间 = 工作流实际启动时间 + 同类型同调度周期的工作流历史平均运行时长

注：如果工作流存在不同入参、运行分支逻辑，建议按触发条件、运行参数维度分组统计时长，可大幅提升预估准确率。

2. 历史运行时长统计SQL示例 #

你可以先统计指定工作流近一段时间的历史运行时长，作为预估基准：

SELECT 
    WORKFLOW_NAME,
    AVG(END_TIME - START_TIME) AS AVG_RUN_DURATION,
    PERCENTILE_CONT(0.95) WITHIN GROUP (ORDER BY END_TIME - START_TIME) AS P95_RUN_DURATION
FROM REP_WFLOW_RUN
WHERE 
    RUN_STATUS_CODE = 1 -- 请替换为你环境中标识「运行成功」的实际状态码
    AND START_TIME >= SYSDATE - 30 -- 取近30天的历史数据，可按需调整时间范围
    AND WORKFLOW_NAME = '目标工作流名称'
GROUP BY WORKFLOW_NAME;

你可以根据业务对准确率的要求选择估算基准：用平均时长适合波动小的常规工作流，用P95时长可以降低偶发慢运行案例对预估的影响，减少业务方的预期差。

3. 运行中工作流预估时间查询示例 #

查询当前运行中工作流的预计完成时间时，关联实时运行记录和历史统计结果即可：

SELECT 
    r.WORKFLOW_NAME,
    r.START_TIME AS ACTUAL_START_TIME,
    r.START_TIME + s.AVG_RUN_DURATION AS ESTIMATED_END_TIME
FROM REP_WFLOW_RUN r
JOIN (
    -- 历史时长统计子查询，也可将统计结果固化为定时更新的中间表，提升查询效率
    SELECT 
        WORKFLOW_NAME,
        AVG(END_TIME - START_TIME) AS AVG_RUN_DURATION
    FROM REP_WFLOW_RUN
    WHERE RUN_STATUS_CODE = 1 AND START_TIME >= SYSDATE -30
    GROUP BY WORKFLOW_NAME
) s ON r.WORKFLOW_NAME = s.WORKFLOW_NAME
WHERE 
    r.RUN_STATUS_CODE = 2 -- 请替换为你环境中标识「运行中」的实际状态码
    AND r.WORKFLOW_NAME = '目标工作流名称';

4. 优化建议 #

• 如果工作流的运行时长波动很大，建议新增维度过滤条件，比如按调度触发时间窗口（如早6点批次、晚10点批次）、关联的任务实例数量分组统计，会比全量统计平均时长准确很多
• 可以把历史时长统计结果固化成一张小时/天级更新的中间表，避免每次查询都扫描全量历史REP_WFLOW_RUN数据，提升查询性能
• 对核心业务工作流，可以预留10%-20%的缓冲时长反馈给业务方，避免偶发延迟导致的预期不符

内容的提问来源于stack exchange，提问作者Sneha