简单工作流

以下示例表示：启动了一个任务Pod，使用alpine镜像，运行Shell命令echo helloworld。

在此工作流基础上，可以在args中指定多个Shell命令并执行，也可以使用自定义镜像运行镜像中的命令。

cat > helloworld.yaml << EOF
apiVersion: argoproj.io/v1alpha1
kind: Workflow                  # new type of k8s spec
metadata:
  generateName: hello-world-    # name of the workflow spec
spec:
  entrypoint: main         # invoke the main template
  templates:
    - name: main              # name of the template
      container:
        image: registry.cn-hangzhou.aliyuncs.com/acs/alpine:3.18-update
        command: [ "sh", "-c" ]
        args: [ "echo helloworld" ]
EOF
argo submit helloworld.yaml

Loops工作流

以下示例表示：在镜像print-pet中打包了pets.input文本文件和print-pet.sh脚本文件，print-pet.sh以job-index为输入参数，打印pets.input文件行号为job-index的pet。具体文件内容请访问GitHub仓库。

在工作流中，会同时启动5个Pod，并分别传入参数job-index 1到job-index 5，每个pod根据输入的job-index的值，打印相应行的pet。

通过Loops工作流可以实现数据分片和并行处理，加快海量数据的处理速度。更多Loops示例，请参见工作流（Workflows）Loops。

apiVersion: argoproj.io/v1alpha1
kind: Workflow
metadata:
  generateName: loops-
spec:
  entrypoint: loop-example
  templates:
  - name: loop-example
    steps:
    - - name: print-pet
        template: print-pet
        arguments:
          parameters:
          - name: job-index
            value: "{{item}}"
        withSequence:  # loop to run print-pet template with parameter job-index 1 ~ 5 respectively.
          start: "1"
          end: "5"
  - name: print-pet
    inputs:
      parameters:
      - name: job-index
    container:
      image: acr-multiple-clusters-registry.cn-hangzhou.cr.aliyuncs.com/ack-multiple-clusters/print-pet
      command: [/tmp/print-pet.sh]
      args: ["{{inputs.parameters.job-index}}"] # input parameter job-index as args of container

DAG工作流（MapReduce）

真实的批处理场景中，往往需要多个Job配合完成，所以需要指定Job间的依赖关系，DAG是指定依赖关系的最佳方式。

但主流的Batch批处理系统，需要通过Job ID指定Job依赖，由于Job ID需要在Job提交后才能获取，因此需要编写脚本实现Job间依赖（伪代码如下），Job较多时，依赖关系不够直观，维护成本较高。

//Batch批处理系统Job间依赖，JobB依赖JobA，在JobA完成后运行。
batch submit JobA | get job-id
batch submit JobB --dependency job-id (JobA)

Argo工作流可以通过DAG定义子任务之间的依赖关系，示例如下：

• Task B和Task C依赖Task A运行

• Task D依赖Task B和Task C运行

# The following workflow executes a diamond workflow
apiVersion: argoproj.io/v1alpha1
kind: Workflow
metadata:
  generateName: dag-diamond-
spec:
  entrypoint: diamond
  templates:
  - name: diamond
    dag:
      tasks:
      - name: A
        template: echo
        arguments:
          parameters: [{name: message, value: A}]
      - name: B
        depends: "A"
        template: echo
        arguments:
          parameters: [{name: message, value: B}]
      - name: C
        depends: "A"
        template: echo
        arguments:
          parameters: [{name: message, value: C}]
      - name: D
        depends: "B && C"
        template: echo
        arguments:
          parameters: [{name: message, value: D}]
  - name: echo
    inputs:
      parameters:
      - name: message
    container:
      image: alpine:3.7
      command: [echo, "{{inputs.parameters.message}}"]

在Git仓库中，还为您提供了一个MapReduce工作流示例，支持对数据进行分片处理，并对计算结果进行聚合。具体示例，请参见map-reduce。