Introducción
Gestionar procesos de negocio de varios pasos entre servicios a menudo requiere un servicio de orquestación central, lo que agrega sobrecarga operativa y un punto único de falla. Skipper de Airbnb adopta un enfoque diferente: embebe el motor de flujo de trabajo directamente en tu servicio, reutilizando tu implementación y base de datos existentes. Ahora open source bajo Apache 2.0, Skipper ofrece ejecución duradera sin una capa de orquestación separada.
Fuente: Blog de Ingeniería de Airbnb
Skipper está diseñado para equipos que desean que la ejecución del flujo de trabajo permanezca en proceso, evitando una dependencia compartida adicional para servicios críticos. Es particularmente atractivo si ya tienes un entorno operativo robusto y necesitas un motor de flujo de trabajo que se adapte a tus prácticas existentes.

Conceptos Principales y Ejemplo de Código
Un flujo de trabajo es una clase. Skipper tiene dos abstracciones principales: workflows (lógica de orquestación) y actions (operaciones con efectos secundarios). Los workflows se escriben en Java o Kotlin.
class PublishListing : Workflow() {
private val listing = actions()
@StateField var reviewApproved: Boolean? = null
@WorkflowMethod
suspend fun publish(request: PublicationRequest): Boolean {
if (request.requiresReview) {
val reviewed = waitUntil(
{ reviewApproved != null },
Duration.ofDays(1)
)
if (!reviewed || reviewApproved != true) return false
}
listing.publish(request.listingId, request.requestId)
listing.notifyHost(request.listingId, request.requestId)
return true
}
@SignalMethod
fun recordReview(approved: Boolean) {
reviewApproved = approved
}
}
La llamada waitUntil hiberna el flujo de trabajo sin mantener un hilo, y la señal recordReview puede ser enviada desde un manejador de API o consumidor de cola. La recuperación reejecuta el flujo de trabajo desde el principio, usando checkpoints de acciones persistidos para evitar repetir efectos secundarios. Esto requiere código de flujo de trabajo determinista: lecturas de reloj, aleatoriedad y E/S deben colocarse en actions o checkpoints explícitos.
Skipper proporciona WorkflowTest para pruebas aisladas en memoria con tiempo controlable, para que puedas probar esperas, señales, reintentos y finalización.

Limitaciones y Consideraciones
- Efectos secundarios al menos una vez: Skipper no hace que las llamadas downstream sean transaccionales. Las actions deben ser idempotentes (por ejemplo, deduplicar usando IDs de solicitud estables).
- Flujos de trabajo deterministas: El código del flujo de trabajo debe ser compatible con replay; evita operaciones no deterministas directamente en el cuerpo del workflow.
- Responsabilidad operativa: Tú eres responsable de la capacidad de la base de datos, recuperación y programación de tus flujos de trabajo—ningún equipo central lo gestiona.
- Checkpoints en lote: Por defecto, los checkpoints de acciones se agrupan, por lo que un fallo puede hacer que varias acciones completadas se reejecuten. El checkpoint inmediato puede reducir esa ventana pero no eliminarla.
Skipper es una buena opción para servicios Java/Kotlin que poseen procesos de varios pasos y desean ejecución duradera dentro de la implementación existente. Destaca cuando la alternativa es mantener jobs de reintento personalizados, tablas de estado y bucles de polling.
Para ideas relacionadas sobre workflow y observabilidad, ve nuestro artículo sobre arquitectura de observabilidad conversacional para Kubernetes. Además, considera cómo las estrategias de reentrenamiento de modelos pueden informar la toma de decisiones en sistemas dinámicos.

Conclusión y Próximos Pasos
Skipper ahora es open source con motor principal, adaptadores MySQL/SQLite, utilidades de prueba y una UI de administración. El roadmap incluye más plugins de almacenamiento (Postgres, DynamoDB) y herramientas mejoradas para evolución de workflow y depuración de replay.
Si estás construyendo servicios Java o Kotlin con procesos de varios pasos, evalúa Skipper para reducir el trabajo manual y mejorar la confiabilidad. Comienza explorando el repositorio en GitHub y ejemplos ejecutables. Para una inmersión más profunda en la arquitectura, consulta el blog de ingeniería de Airbnb.
Lectura Adicional: