Temporal
Plataforma de ejecución duradera que permite a los desarrolladores escribir workflows fiables y de larga duración como código normal, gestionando automáticamente reintentos, estado y recuperación de fallos.
Descripción general
Temporal es una plataforma de ejecución duradera para construir aplicaciones que necesitan coordinar de forma fiable procesos de varios pasos —cumplimiento de pedidos, pipelines de aprovisionamiento, flujos de aprobación o cualquier workflow que se extienda segundos, días o meses—. Los desarrolladores escriben los Workflows como funciones normales en Go, Java, Python, TypeScript o .NET; el servidor de Temporal registra cada paso como historial de eventos y reintenta automáticamente las Activities fallidas, de modo que un fallo, un despliegue o un corte de red no hacen perder el progreso ni obligan a escribir lógica de reintento a mano.
Como el estado del workflow vive en el historial de eventos de Temporal en lugar de en la memoria de la aplicación o en una base de datos que el equipo mantiene por su cuenta, un workflow puede ejecutarse con seguridad durante meses, sobrevivir a reinicios de los workers, e inspeccionarse o reproducirse para depuración. Originado como un fork de Cadence de Uber, ha madurado hasta convertirse en un motor ampliamente adoptado para este patrón.
Temporal encaja en equipos de backend que siguen reinventando la lógica de reintentos, los bloqueos distribuidos o la combinación de cron y flags en base de datos para coordinar procesos de varios pasos de forma fiable, dándoles en su lugar un runtime de ejecución duradera dedicado. Es una herramienta distinta de n8n (también en este catálogo), orientada a automatización low-code centrada en UI en lugar de ingeniería de workflows code-first.
- Categorías
- Automatización
- Lenguajes
- Go
- Licencia
- MIT
Proyectos relacionados
Argo Workflows
Apache-2.0Motor de workflows nativo de Kubernetes que ejecuta cada paso de un pipeline como un contenedor, orquestando trabajos en paralelo y DAGs de varios pasos directamente en un clúster.
- Automatización
Kestra
Apache-2.0Plataforma de orquestación declarativa basada en YAML para programar y orquestar pipelines de datos, trabajos ETL y workflows de negocio.
- Automatización
Prefect
Apache-2.0Plataforma de orquestación de workflows nativa de Python para construir, programar y monitorizar pipelines de datos con código Python normal.
- Automatización
Argo Events
Apache-2.0Framework de automatización orientado a eventos para Kubernetes que dispara workflows, funciones u otras acciones en respuesta a eventos de cualquier origen.
- Automatización
¿Encontraste un error? Sugiere una edición en GitHub.