Workflows #

Dalam arsitektur cloud modern—terutama yang berbasis microservices dan event-driven—kebutuhan untuk mengorkestrasi banyak service menjadi satu alur bisnis (business flow) semakin penting. Kita sering dihadapkan pada skenario seperti:

Memanggil beberapa API secara berurutan
Menjalankan proses paralel
Menangani retry, timeout, dan error
Menjaga konsistensi alur tanpa harus menulis banyak kode glue

Di sinilah Google Cloud Workflows berperan. Ia menyediakan cara serverless-native untuk mendefinisikan, mengeksekusi, dan memonitor alur kerja lintas service di Google Cloud maupun external service.

Artikel ini membahas GCP Workflows secara mendetail dan terstruktur: apa itu, kenapa serverless, jenis workflow, konfigurasi, monitoring, pros & cons, hingga best practice.

Apa Itu Google Cloud Workflows? #

Google Cloud Workflows adalah layanan serverless orchestration yang memungkinkan kita mendefinisikan alur kerja (workflow) menggunakan YAML atau JSON.

Workflow ini dapat:

Memanggil Google Cloud APIs (Cloud Functions, Cloud Run, Pub/Sub, BigQuery, dll)
Memanggil HTTP endpoint eksternal
Mengelola control flow: kondisi (switch), loop (for), paralel (parallel)
Menangani error, retry, dan timeout secara deklaratif

Secara konsep, Workflows adalah:

State machine terkelola (managed state machine) yang sepenuhnya serverless.

Ia tidak menjalankan compute berat, tetapi mengoordinasikan eksekusi service lain.

Kenapa GCP Workflows Bersifat Serverless? #

Workflows sepenuhnya mengikuti prinsip serverless computing:

Tidak Perlu Infrastruktur #

Tidak ada VM, container, atau cluster
Tidak perlu scaling rules
Tidak perlu patching atau maintenance

Auto Scaling #

Workflow akan scale otomatis berdasarkan jumlah eksekusi
Tidak ada limit concurrency manual seperti di VM-based orchestrator

Pay-as-you-go #

Biaya dihitung berdasarkan jumlah langkah (steps) yang dieksekusi
Tidak ada biaya idle

High Availability by Default #

Dijalankan di infrastruktur Google
Fault-tolerant dan highly available tanpa konfigurasi tambahan

Inilah yang membuat Workflows sangat cocok sebagai control plane, bukan data plane.

Posisi GCP Workflows dalam Arsitektur #

Workflows biasanya berada di lapisan orkestrasi, bukan eksekusi bisnis utama.

Contoh perannya:

Mengatur urutan pemanggilan Cloud Run services
Mengorkestrasi pipeline ETL ringan
Mengelola proses approval / saga pattern
Glue antar microservices

Rule of thumb: Logika bisnis berat → Cloud Run / Cloud Functions Alur & koordinasi → Workflows

Jenis-Jenis Workflow di GCP #

Sequential Workflow #

Langkah dieksekusi satu per satu secara berurutan.

Contoh use case:

Validasi → proses → notifikasi

Karakteristik:

Sederhana
Mudah di-debug
Cocok untuk flow deterministik

Conditional Workflow (Branching) #

Menggunakan switch untuk menentukan jalur eksekusi.

Use case:

If-else logic
Business rule sederhana

Contoh:

Jika status = SUCCESS → lanjut
Jika FAILED → rollback

Looping Workflow #

Menggunakan for atau loop berbasis kondisi.

Use case:

Proses batch ringan
Iterasi daftar resource

Catatan penting:

Hindari loop dengan jumlah besar (bukan untuk heavy batch processing)

Parallel Workflow #

Menjalankan beberapa step secara paralel.

Use case:

Fan-out API calls
Eksekusi task independen

Keunggulan:

Lebih cepat
Efisien untuk IO-bound process

Event-Driven Workflow #

Workflow dipicu oleh event, misalnya:

Pub/Sub
Eventarc
HTTP trigger

Use case:

Reaksi terhadap event sistem
Orkestrasi berbasis event

Konfigurasi yang Bisa Diset #

Workflow Definition (YAML / JSON) #

Berisi:

Step definition
Control flow
Variable
Error handling

YAML lebih umum karena lebih readable.

Service Account & IAM #

Workflow dijalankan menggunakan service account.

Hal yang perlu dikonfigurasi:

Permission ke Cloud Run
Permission ke Pub/Sub
Permission ke API lain

Best practice:

Gunakan least privilege
Satu workflow ≠ satu service account jika perlu isolasi

Retry & Timeout #

Workflows mendukung:

Retry policy
Backoff
Timeout per step

Ini penting untuk:

API eksternal yang tidak stabil
Transient error

Environment Variables & Input #

Workflow bisa menerima:

Input parameter saat eksekusi
Data dari trigger

Digunakan untuk:

Konfigurasi dinamis
Reusable workflow

Execution Region #

Workflow dijalankan di region tertentu.

Pertimbangan:

Latency ke service lain
Compliance & data residency

Apa Saja yang Bisa Dimonitor? #

Execution Status #

Setiap workflow execution memiliki status:

SUCCEEDED
FAILED
CANCELLED

Lengkap dengan:

Start time
End time
Error detail

Step-Level Logs #

Log tiap step
Input & output data
Error stack

Terintegrasi dengan Cloud Logging.

Metrics #

Melalui Cloud Monitoring:

Jumlah execution
Durasi workflow
Error rate

Bisa dibuat:

Dashboard
Alerting

Audit Log #

Siapa yang menjalankan workflow
Siapa yang mengubah definisi

Penting untuk:

Security
Compliance

Pros & Cons #

✅ Pros #

Serverless murni (zero ops)
Integrasi native dengan GCP services
Deklaratif & mudah dibaca
Observability bawaan
Cocok untuk orchestration & saga pattern

❌ Cons #

Bukan untuk compute berat
Kurang cocok untuk long-running batch besar
Debugging kompleks jika workflow terlalu besar
Vendor lock-in ke GCP
Struktur YAML bisa menjadi sulit dirawat jika tidak modular

Kapan Sangat Tepat Digunakan? #

Gunakan GCP Workflows jika:

Anda membangun arsitektur serverless di GCP
Banyak service perlu dikoordinasikan
Butuh visibility alur bisnis
Ingin mengurangi glue code

Hindari jika:

Proses CPU-intensive
Streaming data besar
Workflow sangat dinamis dan kompleks secara algoritmik

Best Practice #

Keep Workflow Thin #

Jangan taruh logika bisnis kompleks
Fokus ke orchestration

Gunakan Cloud Run untuk Business Logic #

Workflow → koordinasi
Cloud Run → eksekusi

Modularisasi Workflow #

Pecah workflow besar menjadi beberapa workflow kecil
Gunakan workflow-to-workflow call

Batasi Parallelism & Loop #

Hindari fan-out berlebihan
Perhatikan limit API downstream

Logging & Error Handling yang Jelas #

Selalu handle error
Tambahkan context di log

Gunakan IaC (Terraform) #

Versioning workflow
Reproducible deployment

Penutup #

Google Cloud Workflows adalah fondasi orkestrasi serverless di ekosistem GCP. Ia bukan pengganti Cloud Run atau Cloud Functions, melainkan pelengkap yang membuat arsitektur lebih rapi, terobservasi, dan terkelola.

Jika digunakan dengan tepat—tipis, modular, dan fokus pada koordinasi—Workflows dapat secara signifikan meningkatkan maintainability, reliability, dan clarity dari sistem cloud modern.