キューワーカー

キューワーカーは、キューに入った項目を継続的に取り出し、スクリプトで処理する実行単位です。大量の URL、商品、求人、ドキュメントなどを複数のブラウザータブで処理できます。

使いどころ

大量 URL のクロール
サイトごとのデータ抽出
ローカル LLM による分類や要約
失敗項目の再試行
ワークフロー台帳と結び付けた運用処理

ワーカー文脈

ワーカー内のスクリプトは g.worker.getContext() で現在の項目を取得できます。

const ctx = g.worker.getContext();
const item = ctx.item;

await g.nav.navigateToUrl(item.data.url);
await g.dom.waitForDomStable();

g.store.put("results", item.data.url, {
  url: item.data.url,
  html: await g.page.getDom(),
});

g.queue.commit(item.id);

操作

スクリプトからは g.workers.start()、g.workers.stop()、g.workers.pause()、g.workers.resume()、g.workers.status() を使えます。運用時は Queue Console で状態を見ながら開始、停止、復旧を行うのが分かりやすいです。

状態には、実行中の件数に加えて inFlightItems、remainingKnown、 eligibleRemaining、heldItemCount、heldGroupCount、nextEligibleAt、 waitingReason、activeRunOneCount、runOneTaskId が含まれます。 remainingKnown が偽の場合、remaining を正確なキュー件数として表示しないでください。ワークフローによる保留やキューグループの待機時間により、実行可能件数が一時的にゼロになることがあります。これは失敗でも完了でもありません。

設計上の注意

1 項目の処理を小さく保つ
失敗理由をログや Workflow Ledger に残す
同じ項目を再試行しても壊れないようにする
認証情報は認証情報に保存する
サイトごとの速度制限や robots.txt を尊重する

ワークフロー情報を持つ項目では、Guida がキューと Workflow Ledger の結果を明示的に照合します。キューが空であることやワーカーが停止したことだけでは、全項目の成功を証明できません。