ASW 工作流最佳实践（四）：并行多任务处理

在数据处理、多媒体文件处理、商品审核、容器运维管理等系统架构中，往往需要并行多路任务处理的场景 。

例如电商商品审核系统，商家每天对商品进行管理更新后，商品数据需要通过商品中台进行一系列的审核操作：如 图片审核、死链检测、商品打标、文本审核、统一类目 等环节。海量更新的商品数据会先投递到 Ckafka，商品中台需要一个能快速处理大量数据，高并发、高吞吐量的数据处理流水线。

利用 ASW 低代码、灵活便捷的特性，通过 ASW + 云函数作为微服务的粘合剂，可快速搭建一个高效可用、易扩展性的微服务架构应用。ASW 凭借云平台和云函数的 HA 特性，可以轻松地无限扩展，具备兼容公有云，私有云，自建服务的融合能力 。

Parallel 节点 & Map 节点

在数据处理流水线中，ASW 工作流的并发能力主要依赖于 Parallel 节点与 Map 节点。

• Parallel 节点，也称 并行节点。使用该节点可以在工作流中创建并行的任务分支，让多个任务并行执行，大大提升了业务数据处理的效率。
• Map 节点，也称 循环节点。使用该节点对数组中的每一个元素任务计算，且这些元素计算可以并发执行，大大提升了数据处理的吞吐量。

Map 节点与 Parallel 节点都具有并发处理的能力，两者的区别如下：