在所有的通用工作流中，都会有文件传递的需求，Argo workflow 中，可以通过对接外部存储来支持这一需求。下面就以华为云为例，展示一下对接对象存储的过程。
OBS 侧配置
首先在 OBS 服务中创建一个存储桶，并在控制台的用户->我的凭证->访问密钥模块中，创建一个访问密钥，并下载凭据文件，凭据文件格式大致如下所示：
User Name,Access Key Id,Secret Access Key
"myusername",Y9C3WCABCDEFG,6bHX5eHIJKLMN
Argo workflow 配置
使用文件中的 Access Key 和 Secret Access Key ，在Workflow 所在的 Namespace 中创建 Kubernetes Secret。例如：
$ kubectl create secret generic s3-secret \
--from-literal accessKey=Y9C3WCABCDEFG \
--from-literal secretKey=6bHX5eHIJKLMN
...
接下来需要修改 Argo workflow 的配置文件，加入对制品的支持内容：
artifactRepository: |
archiveLogs: true
s3:
endpoint: obs.[Region ID].myhuaweicloud.com
bucket: [Bucket Name]
region: cn-north-4
insecure: false
keyFormat: "my-artifacts\
/{{workflow.creationTimestamp.Y}}\
/{{workflow.creationTimestamp.m}}\
/{{workflow.creationTimestamp.d}}\
/{{workflow.name}}\
/{{pod.name}}"
accessKeySecret:
name: s3-secret
key: accessKey
secretKeySecret:
name: s3-secret
key: secretKey
useSDKCreds: false
上面的配置大致解释一下：
在 OBS 中存储 Pod 日志
使用了华为云北京四 Region 的 OBS 端点。
需要引用前面创建的存储桶名称
使用加密方式进行访问
制品的存储路径模板为：my-artifacts/实例创建时间（年/月/日）/实例名称/步骤所在 Pod 名称/
Access Key 引用 Kubernetes Secret 中名为 s3-secret 的 accessKey 字段
Secret Key 引用 Kubernetes Secret 中名为 s3-secret 的 secretKey 字段
将上述内容加入 Argo workflow 所在命名空间的 workflow-controller-configmap。
启动工作流
尝试启动一个使用制品能力的工作流，清单内容来自https://argo-workflows.readthedocs.io/en/latest/walk-through/artifacts/。
这个流程模板中定义了两个工步：
生成制品
...
outputs:
artifacts:
- name: hello-art
path: /tmp/hello_world.txt
上述代码中，将 /tmp/hello_world.txt 内容作为制品，并命名为 hello-art。
读取制品
inputs:
artifacts:
- name: message
path: /tmp/message
这段代码则是获取输入中名为 message 的制品，并解压到 /tmp/message 路径下。
执行时候，用 {{steps.generate-artifact.outputs.artifacts.hello-art}} 方式引用生成的制品。
执行
使用 Argo CLI 启动流程后，会看到类似如下的输出：
Name: artifact-passing-mkn57
Namespace: default
ServiceAccount: argo-executor
Status: Succeeded
...
STEP TEMPLATE PODNAME DURATION MESSAGE
✔ artifact-passing-mkn57 artifact-example
├───✔ generate-artifact hello-world-to-file artifact-passing-mkn57-hello-world-to-file-551171166 8s
└───✔ consume-artifact print-message-from-file artifact-passing-mkn57-print-message-from-file-1735545326 8s
这时如果返回 OBS 面板，会看到存储桶中，按照前面的路径规则存储了文件以及相关的日志（*.log）。
其他制品相关功能
覆盖仓库配置
前面我们在 Workflow Controller 配置文件中的配置，适用于单租户场景；多租户场景下，还可以通过 artifactRepositoryRef 方式，让每个流程可以使用自己的制品配置（https://argo-workflows.readthedocs.io/en/latest/artifact-repository-ref/）。
首先使用 Configmap 定义多个存储对接的参数，例如：
apiVersion: v1
kind: ConfigMap
metadata:
name: my-artifact-repository
annotations:
workflows.argoproj.io/default-artifact-repository: default-v1-s3-artifact-repository
data:
default-v1-s3-artifact-repository: |
s3:
...
v2-s3-artifact-repository: |
...
这段 YAML 中，提供了几个信息：
如果想要默认使用这个 Configmap 定义制品仓库，可以将其名称设置为 artifact-repositories。
如果不是默认，就需要在 artifactRepositoryRef.configMap 中显示定义 Configmap 名称。
v3.0 以后，可以用 workflows.argoproj.io/default-artifact-repository 注解定义这个 Configmap 中的默认仓库定义
data 字段定义了两个制品仓库。
然后可以在 Workflow 中引用：
spec:
artifactRepositoryRef:
configMap: my-artifact-repository
key: v2-s3-artifact-repository
垃圾回收
在 Workflow 的 spec.artifactGC 中，可以定义 Garbage Collection 的策略。可选策略包括 OnWorkflowCompletion 和 OnWorkflowDeletion。
存储驱动能力列表
除了 S3 之外，目前 Argo Workflow 支持的存储驱动能力如下：
(https://argo-workflows.readthedocs.io/en/latest/configure-artifact-repository/)
| Name | Inputs | Outputs | Garbage Collection | Usage (Feb 2020) |
| Artifactory | Yes | Yes | No | 11% |
| Azure Blob | Yes | Yes | Yes | - |
| GCS | Yes | Yes | Yes | - |
| Git | Yes | No | No | - |
| HDFS | Yes | Yes | No | 3% |
| HTTP | Yes | Yes | No | 2% |
| OSS | Yes | Yes | No | - |
| Raw | Yes | No | No | 5% |
| S3 | Yes | Yes | Yes | 86% |
