# Konsep Workflow Orchestration

Pahami mengapa cron tidak cukup untuk pipeline modern, apa saja yang dikerjakan workflow orchestrator, dan kenali komponen DAG, task, scheduler, dan executor.

Buka →
# Dependency dan Task

Bangun task graph dengan Python murni: pahami relasi upstream-downstream, tiga tipe dependency, pola serial-parallel-diamond, dan eksekusi manual sederhana.

Buka →
# Scheduling

Kuasai penjadwalan pipeline: interval vs cron expression, data interval dan logical date, catchup, timezone, backfill, lalu hitung next run dengan parser cron mini.

Buka →
# Retries dan Timeouts

Tangani kegagalan task dengan retry, exponential backoff, jitter, dan timeout, serta kenali kapan kegagalan permanen justru tidak boleh dicoba ulang.

Buka →
# Backfill

Jalankan ulang periode lampau dengan aman: pahami alasan backfill, syarat idempotent, strategi bertahap, dan buktikan keamanannya lewat simulasi 7 hari yang dijalankan dua kali.

Buka →
# Parameterisasi Workflow

Buat workflow reusable dengan parameter run, template {{ ds }}, config file, serta default dan override command line lewat argparse.

Buka →
# Monitoring Workflow

Pantau kesehatan pipeline: status run, durasi, SLA miss, dan kegagalan; bedah UI versus alert, metrik success rate dan durasi p95, lalu bangun pelacak status run mini dengan Python.

Buka →
# Apache Airflow

Bedah arsitektur dan konsep Apache Airflow 3: scheduler, executor, metadata DB, penulisan DAG dengan TaskFlow API, hingga konsep deployment Docker Compose.

Buka →
# Dagster

Kenali paradigma asset-oriented Dagster 1.x: software-defined asset, asset graph dengan lineage bawaan, materialization, schedule dan sensor, hingga kekuatan dan kelemahannya.

Buka →
# Prefect

Tulis workflow sebagai Python murni dengan Prefect 3.x: dekorator @flow dan @task, retry bawaan, deployment, konsep work pool dan worker, hingga kekuatan flow yang dinamis.

Buka →
# Event-Driven Workflows

Picu pipeline dari kejadian, bukan jadwal: pola sensor, message queue, dan webhook, latensi rendah, simulasi dispatcher event nyata, serta trade-off yang menyertainya.

Buka →
# Memilih Workflow Orchestrator

Tutup section dengan kerangka memilih orchestrator: faktor ekosistem tim, model mental aset versus task, infrastruktur dan biaya, tabel perbandingan Airflow, Dagster, dan Prefect, tiga studi kasus, serta fakta industri 2026.

Buka →