一般的なワークフローの問題

これがあなたの週のように聞こえますか?

これはエッジケースではありません。これは、複数のツールでAmazon Bedrockエージェントコアのエージェントワークフローを実行しているチームの通常の運用条件です。Control-Mが各ケースをどのように処理するかを見てみましょう。

上流データの遅延

あなたのS3データセットは02:00に到着しました。エージェントコアは完全な入力を待っています。

Control-Mはファイル到着条件と上流の依存関係を使用して、必要なデータ準備とエージェントの実行を調整します。期待されるAmazon S3のデリバリーが欠けているか遅れている場合、依存するジョブは保留中となり、不完全な入力に対しての早期実行を防ぎます。

GLUEジョブの失敗

AWS Glueが一晩で失敗しました。あなたのエージェントコアのワークフローはまだ更新された顧客データを必要としています。

Control-Mは依存するエージェントコアの呼び出しを解放する前にAWS Glueジョブの完了ステータスを評価します。変換が失敗すると、下流の実行がブロックされ、設定されたアラートがトリガーされ、制御された回復がサポートされ、古いデータがエージェントワークフローに入るのを防ぎます。

APIスロットリングリスク

エージェントコアはThrottlingExceptionを返します。あなたの予定された報告の引き渡しは今、リスクにさらされています。

Control-Mは、エージェントトリガーされた失敗したジョブに対して、設定された再試行間隔と試行回数制限を適用できます。エージェントコアのスロットリング動作とは独立して。持続的なAPIエラーはエスカレーションをトリガーし、下流の依存関係は成功するまでブロックされたままとなり、手動の介入を減らし、無制御な繰り返しリクエストを避けます。

下流デリバリーの失敗

あなたのエージェントコアの呼び出しは成功しました。Redshiftの報告のロードは始まりませんでした。

Control-Mは、1つのワークフロー内で呼び出しジョブと下流のデリバリー依存関係を追跡します。設定された成功条件がRedshiftのロードを解放し、失敗は依存する処理を停止させ、アラートを生成し、チームがビジネスプロセスを完了するのを助けます。

SLA締切リスク

あなたの06:00エージェントコアの出力が遅れています。分析の締切が迫っています。

Control-Mは、定義されたサービスの締切に対して完全なワークフローを監視し、完了がリスクにさらされている場合にはアラートを提供します。チームは遅延している依存関係を特定し、回復を優先し、ビジネス運営に影響を与える前に下流の処理を調整することができます。

Control-M + Amazon Bedrock AgentCore

Control-M + Amazon Bedrock AgentCore

workload.types

エージェントコアエージェントの呼び出し · エージェント駆動のデータ強化 · ドキュメント分類、要約、レポート生成のためのエージェントワークフロー(エージェントによって実行され、Control-M によって調整されます)

trigger.type

Amazon S3 ファイルの到着 · AWS Glue ジョブの完了 · 上流ジョブの終了ステータス · 時間ベースのスケジュール · Control-M イベント条件 · API によって開始されたワークフロー

cross_tool.deps

AWS Glue ETL · Amazon S3 デリバリー · AWS Lambda 実行 · Apache Airflow DAG の完了 · AWS Step Functions の実行 · Amazon Redshift のロード · 下流ファイルのデリバリー

cloud.platforms

Amazon Web Services · Control-M SaaS · 自己ホスト型 Control-M · ハイブリッドエンタープライズ環境

error_handling

構成可能なジョブの再試行 · 再試行間隔 · 上流の障害保持 · 下流のカスケード防止 · Control-M による AgentCore API エラーの処理 · SLA アラート · ジョブのエスカレーション

throughput

スケジュールされたバッチ呼び出し · 並行 Control-M ジョブ · 依存関係駆動の実行 · Control-M ワークロード同時実行管理 · スロットルされた呼び出しのための Control-M 再試行設定

observability

Control-M ジョブのステータス · 依存関係の視覚化 · ジョブ実行履歴 · SLA トラッキング · AgentCore CloudWatch メトリクス · AgentCore ランタイムログ · OpenTelemetry トレース

エンドツーエンドのオーケストレーション

1つのプロダクションワークフロー。スタック内のすべてのツール。

Control-M は、Amazon Bedrock AgentCore、AWS Glue、Amazon S3、AWS Lambda、Apache Airflow などのクラウドサービス全体にわたってワークフローを調整し、単一のジョブフローで依存関係の追跡、SLA の可視性、および自動回復を提供します。

  • クロスツール依存関係:Amazon S3 → AWS Glue → Amazon Bedrock AgentCore → Amazon Redshift
  • データ認識トリガー:S3 ファイルの到着、API イベント、AWS Glue の完了、上流ジョブの結果

Amazon Bedrock AgentCore 

エージェントランタイムの呼び出し · ジョブ依存関係 · 実行ステータスの処理 · 再試行の調整

Amazon S3 

ファイル到着検出 · 入力依存関係調整 · データ配信

AWS Glue 

ETLジョブ実行 · 完了追跡 · 下流リリース

AWS Lambda 

関数呼び出し · 実行監視 · ワークフロー調整

Apache Airflow 

DAGトリガー · ステータス追跡 · クロスプラットフォーム依存関係管理

AWS Step Functions 

ステートマシン実行 · 完了追跡 · 下流ワークフロー調整

Amazon Redshift 

データロードオーケストレーション · SQLジョブ依存関係 · レポート引き渡し

airflowの共存

Control-MはあなたのAirflow DAGを置き換えません。それはその上のレイヤーを実行します。

反対意見は一般的です: “私たちはすでにAirflowを使用しています。” 問題はAirflowが何をするかではなく、Airflowが実行される前後に何が起きるかです。そこでパイプラインは実際に失敗します。

AirflowはそのDAGを管理します。Control-Mはその周囲のすべてを管理します。

airflowが処理する

データパイプライン内のDAGレベルのオーケストレーション

  • データパイプライン内のDAGレベルのタスクオーケストレーション
  • Pythonオペレーター、センサー、タスク依存関係
  • パイプライン内で実行されるジョブの実行グラフ
  • 単一のDAGコンテキスト内での再試行を管理

control-mが追加する

あなたのDAGの周りの調整層

  • DAGの周りの調整層 — 上流条件(ファイルの到着、APIイベント、他のツールの完了)に基づいてAirflowをトリガーする
  • 各DAGのSLA貢献を全体のエンドツーエンドワークフローで追跡する、ただし自分のルーチンだけではない
  • 上流の依存関係がAirflowが開始する前に失敗した場合の失敗回復を管理
  • 既存のDAGは書き直す必要がなく、移行する必要もない
未定

AIワークフローを監視する

Amazon Bedrock AgentCoreワークフローを最初から最後まで監視する

Amazon Bedrock AgentCoreは実行時の可観測性を提供しますが、個々のエージェントメトリックは上流データセットが到着したか、下流プロセスが完了したかを示しません。Control-Mは、データパイプライン全体にわたる実行の統一ビューを提供し、チームが失敗や遅延を特定するのを助けます。:

  • エージェント実行ステータスと履歴

  • 上流および下流ジョブ依存関係

  • クロスプラットフォームワークフロー実行の可視性

  • 構成可能な失敗アラートと通知

  • ジョブの所要時間と実行時間の傾向

未定

SLA保証

エージェントコアのワークフローを重要なデリバリーの締切に合わせる

AgentCoreの実行時テレメトリは、複数のプラットフォームにまたがるビジネスの締め切りを追跡しません。Control-Mは、定義されたサービスレベルに対して完全なワークフローを監視し、チームが遅延依存関係を特定し、締め切りを逃すのを予測し、下流の分析や運用のコミットメントに影響を与える前に回復を調整できるようにします。:

  • エンドツーエンドのワークフローSLA監視

  • 予測的SLA違反アラート

  • クリティカルパス依存関係の可視性

  • 構成可能なエスカレーションと通知

  • 自動下流ジョブリリース

複雑なワークフローに秩序をもたらす

Control-Mがチームがより大きな可視性、調整、制御で複雑なプロセスをオーケストレーションするのをどのように助けるかを学ぶ。