Go无原生服务编排框架，需用http.Client、context.Context、重试超时等手动串联调用；goroutine+channel可实现串行（顺序调用）与并行（依赖/聚合控制）编排。
Go 里没有原生服务编排框架，得靠组合实现
Go 语言本身不提供类似 Kubernetes 或 Camunda 那样的服务编排运行时。所谓“服务编排”，在 Go 工程中实际是：用 http.Client、context.Context、重试逻辑、超时控制、错误分类、状态聚合等基础能力，手动串联多个 HTTP/gRPC 服务调用，并管理其执行顺序、依赖关系和失败恢复策略。
用 goroutine + channel 实现串行/并行调用编排
最轻量也最可控的方式是显式启动 goroutine 并用 channel 收集结果。关键不是并发本身，而是如何表达依赖（A 完成后才调 B）或并行（A 和 B 同时发，C 等两者都返回再执行）。
- 串行调用：直接按顺序写
respA, err := callServiceA()→respB, err := callServiceB(respA.ID)，无需 channel，清晰且易调试 - 并行调用：用
make(chan result, 2)启动两个 goroutine，各自写入 channel；主 goroutine 用for i := 0; i 收集 - 带超时的并行：把
select和time.After(timeout)组合，任一服务超时就中断整个流程 - 注意：别用
range ch收集，channel 不关闭会阻塞；也别在 goroutine 里直接 panic，要转成 error 写入 channel
用第三方库简化常见编排模式（如 go-workflow、temporal-go
真正需要状态持久化、失败重试、人工干预、长时间运行（> 几分钟）的编排，建议接入专用工作流引擎。Go 生态中较成熟的是 temporal-go SDK：
-
temporal-go要求你把每个服务调用封装成Activity函数，把流程逻辑写在Workflow函数里（用workflow.ExecuteActivity调用，支持自动重试、超时、心跳） - 它会在后台持久化执行状态，即使 Worker 进程重启也能续跑；而纯内存的 goroutine 方案一旦崩溃就全丢
- 本地开发可跑
temporalio/temporal:latestDocker 镜像，但生产需部署 Temporal Server 集群，不是“引入一个包就完事” - 如果只是内部系统间短时协作（temporal-go 反而增加运维负担；优先考虑自研轻量协调器
func MyWorkflow(ctx workflow.Context, input string) (string, error) {
ao := workflow.ActivityOptions{
StartToCloseTimeout: 10 * time.Second,
RetryPolicy: &temporal.RetryPolicy{MaximumAttempts: 3},
}
ctx = workflow.WithActivityOptions(ctx, ao)
var result string
err := workflow.ExecuteActivity(ctx, CallServiceA, input).Get(ctx, &result)
if err != nil {
return "", err
}
return workflow.ExecuteActivity(ctx, CallServiceB, result).Get(ctx, &result)}
状态一致性与错误处理是最大陷阱
服务编排最难的从来不是“怎么调”，而是“调失败了怎么办”。比如 A 成功、B 失败，是否要调 A 的逆向接口回滚？Go 里没有两阶段提交（2PC）支持，必须自己设计补偿逻辑。
- 避免“尽力而为”式调用：所有外部服务调用必须有明确的
err分支，区分网络错误（可重试）、业务错误（如 400，不可重试）、服务不可用（降级或告警） - 幂等性必须由被调方保证：
service-b接口需接受X-Request-ID或idempotency-key请求头，防止重试导致重复扣款等 - 不要在编排层做复杂状态机：例如“等待用户审批”这种长周期节点，应把状态存 DB 或 Redis，由单独的定时任务或 webhook 触发后续步骤，而非让 goroutine 长时间挂起
- 日志必须贯穿 trace ID：用
ctx.Value("trace_id")或otel.GetTextMapPropagator().Inject()透传，否则排查跨服务问题等于盲人摸象
实际项目中，80% 的“编排需求”用一个带 context 控制、错误分类清晰、支持 fallback 的 HTTP 客户端 + 简单 channel 协调就能满足。剩下 20% 真正复杂的，得接受引入 Temporal 这类外部系统带来的学习和运维成本。
