DevFlow/crates/df-workflow/src/executor.rs

//! DAG 执行器 — 按拓扑层级调度执行

use std::collections::HashMap;

use df_types::events::WorkflowEvent;
use df_types::types::NodeId;

use crate::dag::Dag;
use crate::eventbus::EventBus;
use crate::node::{NodeContext, NodeOutput};
use crate::state::StateMachine;

/// DAG 执行器
pub struct DagExecutor {
    /// 事件总线
    event_bus: EventBus,
    /// 节点状态机
    state_machine: StateMachine,
    /// 工作流执行 ID（由调用方传入，下沉到每个 NodeContext）
    execution_id: String,
}

impl DagExecutor {
    /// 创建执行器
    ///
    /// `execution_id` 为本次工作流执行的唯一标识，会下沉到每个节点的 NodeContext，
    /// 用于节点内的事件关联、审计追踪等。
    pub fn new(event_bus: EventBus, execution_id: String) -> Self {
        Self {
            event_bus,
            state_machine: StateMachine::new(),
            execution_id,
        }
    }

    /// 返回状态机的共享引用（Arc clone，与 NodeContext.node_status 共享底层 HashMap）
    ///
    /// run_workflow 创建执行器后将其注册到 AppState 全局表，
    /// cancel_workflow_node IPC 经 execution_id 取出此引用调 set_cancelled，
    /// 写入直达运行中阻塞节点（HumanNode）的 is_cancelled 轮询。
    pub fn state_machine(&self) -> StateMachine {
        self.state_machine.clone()
    }

    /// 执行 DAG 工作流
    ///
    /// 同一拓扑层内的节点并发执行，层与层之间串行；
    /// 本层全部节点完成后统一更新状态，任一失败则中止后续层。
    pub async fn run(
        &mut self,
        dag: &Dag,
        initial_config: serde_json::Value,
    ) -> anyhow::Result<HashMap<NodeId, NodeOutput>> {
        let layers = dag.topological_layers()?;
        let mut outputs: HashMap<NodeId, NodeOutput> = HashMap::new();
        let start = std::time::Instant::now();

        tracing::info!("DAG 执行开始，共 {} 层", layers.len());

        // 预建入边索引：target → 直接前驱列表（O(E) 一次构建）
        // 避免在内层按节点循环中调用 dag.predecessors()（每次 O(E) 全表扫描，整体 O(V·E)）。
        let mut adjacency_in: HashMap<NodeId, Vec<NodeId>> = HashMap::new();
        for edge in &dag.edges {
            adjacency_in
                .entry(edge.target.clone())
                .or_default()
                .push(edge.source.clone());
        }

        for (layer_idx, layer) in layers.iter().enumerate() {
            tracing::info!("执行第 {} 层，共 {} 个节点", layer_idx, layer.len());

            // 阶段一：逐节点发 NodeStarted、置为运行中，并构建执行 future
            let mut node_futures = Vec::with_capacity(layer.len());
            for node_id in layer {
                let node = dag.nodes.get(node_id).ok_or_else(|| {
                    anyhow::anyhow!("节点 {} 不存在于 DAG 中", node_id)
                })?;

                // 发送 NodeStarted 事件
                self.event_bus
                    .send(WorkflowEvent::NodeStarted {
                        node_id: node_id.clone(),
                    })
                    .await;

                self.state_machine.set_running(node_id.clone())?;

                // 构建节点上下文：通过入边索引 O(入度) 取前驱，而非 O(E) 全表扫描
                let mut inputs = HashMap::new();
                if let Some(preds) = adjacency_in.get(node_id) {
                    for pred_id in preds {
                        if let Some(out) = outputs.get(pred_id) {
                            inputs.insert(pred_id.clone(), out.clone());
                        }
                    }
                }

                let ctx = NodeContext {
                    node_id: node_id.clone(),
                    inputs,
                    // 节点级覆盖全局级：deep_merge(initial_config, node_configs[id])。
                    // 节点 NodeDef.config 未定义（node_configs 缺该 key）→ 直接用全局 initial_config，
                    // 与旧行为一致（零行为破坏现有 HumanNode/AiNode 等读全局 config 的调用方）。
                    config: match dag.node_configs.get(node_id) {
                        Some(node_cfg) => crate::dag::deep_merge(&initial_config, node_cfg),
                        None => initial_config.clone(),
                    },
                    execution_id: self.execution_id.clone(),
                    event_bus: self.event_bus.clone(),
                    // 共享执行器状态机，使节点（如 HumanNode）能读取真实状态而非空状态机
                    node_status: self.state_machine.clone(),
                };

                // 仅捕获节点共享引用与所有权上下文，避免与 self 借用冲突
                let id = node_id.clone();
                node_futures.push(async move {
                    let node_start = std::time::Instant::now();
                    let result = node.execute(ctx).await;
                    (id, result, node_start.elapsed().as_millis() as u64)
                });
            }

            // 阶段二：同层节点并发执行，等待全部完成
            let results = futures::future::join_all(node_futures).await;

            // 阶段三：统一更新状态并发送事件，任一失败则整体返回 Err
            let mut first_err: Option<anyhow::Error> = None;
            for (node_id, result, duration) in results {
                match result {
                    Ok(output) => {
                        // 已取消的节点跳过 set_completed:
                        // Ok 后 join_all 让出执行权,窗口内 cancel_workflow_node IPC → set_cancelled 改 Cancelled,
                        // 随后此处 set_completed 走 transition 命中(Cancelled→Completed)非法 → bail 致已批准审批报失败(R-P1-3 TOCTOU)
                        // 与 Err 分支 is_cancelled 短路对称:已取消节点保持 Cancelled 终态
                        if !self.state_machine.is_cancelled(&node_id) {
                            self.state_machine.set_completed(node_id.clone())?;
                            // 未取消才 emit NodeCompleted,取消时 emit NodeCancelled(对齐 Err 分支语义):
                            // 避免 状态机=Cancelled 但事件=NodeCompleted 的矛盾信号
                            self.event_bus
                                .send(WorkflowEvent::NodeCompleted {
                                    node_id: node_id.clone(),
                                    duration_ms: duration,
                                })
                                .await;
                        } else {
                            // 对齐 Err 分支:取消节点 emit NodeCancelled(非 NodeCompleted),
                            // 前端按 type 归「取消」,与状态机 Cancelled 一致
                            self.event_bus
                                .send(WorkflowEvent::NodeCancelled {
                                    node_id: node_id.clone(),
                                })
                                .await;
                        }
                        // outputs.insert 保留现状不动:取消时仍写入 output 供下游消费,
                        // 当前测试锁定"取消不中止后续层",改 insert 会变行为致回归
                        outputs.insert(node_id, output);
                    }
                    Err(e) => {
                        let error_msg = e.to_string();
                        // 已取消的节点(如 HumanNode 审批取消)跳过 set_failed:
                        // Cancelled 已是终态,transition(Cancelled→Failed) 非法会 bail 致工作流崩溃(B-03b-R1)
                        if self.state_machine.is_cancelled(&node_id) {
                            // emit NodeCancelled(非 NodeFailed):取消语义有别于失败,前端按 type 归「取消」非「失败」
                            self.event_bus
                                .send(WorkflowEvent::NodeCancelled {
                                    node_id: node_id.clone(),
                                })
                                .await;
                        } else {
                            self.state_machine.set_failed(node_id.clone())?;
                            self.event_bus
                                .send(WorkflowEvent::NodeFailed {
                                    node_id: node_id.clone(),
                                    error: error_msg,
                                })
                                .await;
                        }
                        // 取消与失败一致:节点返回 Err 即中止后续层(run 返回 Err);
                        // 仅事件类型区分,工作流结果语义保持不变(零行为破坏)。
                        if first_err.is_none() {
                            first_err = Some(e.context(format!("节点 {} 执行失败", node_id)));
                        }
                    }
                }
            }

            if let Some(e) = first_err {
                return Err(e);
            }
        }

        let total = start.elapsed().as_millis() as u64;
        // B-03b-R10 ③: WorkflowCompleted 携带 execution_id,供 forward 循环按 exec_id 匹配
        // (全局 event_bus 单例下并发工作流的终态事件不再误触发他人 forward 的完成判定)。
        self.event_bus
            .send(WorkflowEvent::WorkflowCompleted {
                execution_id: self.execution_id.clone(),
                total_duration_ms: total,
            })
            .await;

        tracing::info!("DAG 执行完成，耗时 {}ms", total);
        Ok(outputs)
    }
}

#[cfg(test)]
#[path = "executor_helpers.rs"]
mod tests;