State Persistence = Event History

僅有狀態機概念還不夠，流程必須能被「保存與還原」。Temporal 為每個 Workflow Instance 維護一份獨立的 Event History：

• 記錄每一步的決策與結果 (指令、輸入、輸出、計時器、Activity 開始/完成等，參考上圖)
• 讓流程具備可追蹤與可稽核性
• 但光有事件記錄還不夠，系統還需要一個機制，能把這些事件重新帶入 Workflow 程式碼，讓流程精確地還原到中斷點。這個機制就是 Replay。

Replay = Event History + Workflow Code

Replay 的核心是：讀取 Event History，驅動 Workflow 程式碼重播，將流程還原到中斷點。

• 先回填先前的輸入與決策，再按事件順序推進
• 遇到 Activity/Timer 等副作用事件，若歷史已有結果，SDK 直接回放，不會再次執行副作用
• 直到重播到最新事件為止，流程可無縫續跑

以上圖為例，當程式執行到：

1. 第一個活動 acts.registerOriginal(req)，Worker 會比對 Event History，若已存在 ActivityTaskCompleted，則直接回放結果，不會再次呼叫外部服務。
2. 第二個活動 processImage 在 Event History 中為 ActivityTaskScheduled → ActivityTaskTimedOut。
   • 這表示 Workflow code 呼叫了 acts.processImage(req)，但該活動在實際執行時因逾時而失敗。
   • 是否重試或補償取決於設定的 retry policy 與流程邏輯。

Deterministic Workflow

Workflow 必須是確定性的（Deterministic）：給定同一份 Event History，重播必須產生相同的決策與結果。為了維持決定性：

• 避免直接使用非決定性來源（系統時間、隨機數、非序列化的外部狀態）
• 在 Workflow 中不做外部 I/O；外部互動交給 Activity 或以 Signal/Update 注入
• 避免依賴不穩定的迭代順序（例如未排序的 Map/Set）

常見反例與修正

• 直接呼叫外部服務：如前面給的例子，改由 Activity 執行外部 I/O，結果會寫入 Event History 以便重播
• 取得當前時間：不要直接讀系統時間；改用 SDK 的時間 API，例如 Java: Workflow.currentTimeMillis()
• 產生隨機數：不要直接 new Random()/Math.random()；改用 SDK 提供的決定性隨機或將隨機性放到 Activity 並回傳結果
• 版本演進時使用 SDK 提供的版本化機制（如 getVersion/patch），讓新舊程式能同時安全重播

接下來，當我們把「Event History」與「Deterministic Workflow」結合起來，就能觀察一個 Workflow 在實際運行時的完整軌跡。這條軌跡正是 Workflow 的生命週期：從啟動、決策推進，到活動執行與結果回填，再回到推進，直到最終完成。

Workflow 生命週期（概要）

上圖正好呈現標準的生命週期，可以在往前比對 Event History 是不是就照著這個生命週期在走：

1. 啟動流程
   • WorkflowExecutionStarted
   • Runtime 建立 workflow instance，開始進入事件記錄模式。
2. 流程推進（Workflow Task Execution）
   • WorkflowTaskScheduled → WorkflowTaskStarted → WorkflowTaskCompleted
   • Worker 取出「Workflow Task」執行決策邏輯（workflow code），再把決策結果（例如要啟動哪些 activity）寫回 history。
3. 執行活動（Activity Execution）
   • ActivityTaskScheduled → ActivityTaskStarted → ActivityTaskCompleted
   • Worker 執行 activity（真實的 I/O 或業務邏輯），結果再寫回 history。
4. 回到流程推進
   • Workflow 讀取 activity 的結果，再進行下一步邏輯。這會再產生新的 Workflow Task Execution 週期。
5. 結束流程
   • 當邏輯完成，進入 WorkflowExecutionCompleted，整個 workflow lifecycle 結束。

結語

透過 Event History、Replay 與 Deterministic Workflow，我們理解了 Temporal 如何確保流程能被精準保存與還原，並在生命週期中持續向前推進。
不過，這只是可靠性的基礎。真正投入生產環境，還有問題需要被解決：ordering、idempotency、error handling、timeout、retry policy、concurrency 與 rate control。
接下來，我們將從這些面向切入，探討在分散式系統中如何進一步確保工作流的健壯性與可預測性。