【工作流】Activiti工作流简介以及Spring Boot 集成 Activiti7

news2024/12/23 0:50:13

文章目录

  • 前言
  • 一、activiti介绍
  • 二、工作流引擎
  • 三、BPMN
  • 四、数据库
  • 五、Spring Boot 集成 Activiti7
    • 安装插件
    • 引入依赖
    • 配置文件
  • 总结

前言

  • 什么是工作流?

    工作流指通过计算机对业务流程进行自动化管理,实现多个参与者按照预定义的流程去自动执行业务流程。

  • 文章源码托管:https://github.com/OUYANGSIHAI/Activiti-learninig

一、activiti介绍

Activiti5是由Alfresco软件在2010年5月17日发布的业务流程管理(BPM)框架,它是覆盖了业务流程管理、工作流、服务协作等领域的一个开源的、灵活的、易扩展的可执行流程语言框架。Activiti基于Apache许可的开源BPM平台,创始人Tom Baeyens是JBoss jBPM的项目架构师,它特色是提供了eclipse插件,开发人员可以通过插件直接绘画出业务流程图。

  • 官网:http://www.activiti.org/

  • 下载:http://www.activiti.org/download.html

目前,Activiti5中的5.22版本是用的最多的一个版本,本次教程也是使用这个版本进行讲解,最新版本到了7.0版本。

在开始教程之前,我们需要先明确下面的一些概念和知识,可以帮助我们更好的理解工作流的开发。
在这里插入图片描述

二、工作流引擎

ProcessEngine对象,这是Activiti工作的核心。负责生成流程运行时的各种实例及数据、监控和管理流程的运行。
在这里插入图片描述

用百度更为通俗的话来说就是:就是一辆汽车的发动机,就好比一辆汽车,外表做得再漂亮,如果发动机有问题就只是一个摆设。应用系统的弹性就好比引擎转速方面的性能,加速到100 公里需要1 个小时(业务流程发生变动需要进行半年的程序修改)还能叫好车吗?引擎动不动就熄火(程序因为逻辑的问题陷入死循环)的车还敢开吗?

三、BPMN

在Activiti工作流中用到了一个BPMN的文件,主要是用来描述业务流程的基本的符号,利用各个组件能够组成一个业务流程图,整个业务也是根据这个图来走的,其实用xml格式打开,就是一个xml文件。

下面就是bpmn组件的示意图

在这里插入图片描述

四、数据库

在我们进行业务流程开发的时候,是会产生很多的数据的,那么这些数据都是放在哪里呢?

是的,其实就是存放在数据库的。

在Activiti工作流的后台是有数据库的支持的,所有的表都以ACT_开头,利用这些数据库的表,就能够把整个业务流程的数据保存下来,然后利用这些数据进行不同的业务的开发。

数据库表示意图

在这里插入图片描述

下面对这些表做一些基本的解释,这些可以先不看,等看完后面的教程后再回过头来看,你会发现其实很简单的。

  • 资源库流程规则表

    1. act_re_deployment 部署信息表
    2. act_re_model 流程设计模型部署表
    3. act_re_procdef 流程定义数据表
  • 运行时数据库表

    1. act_ru_execution 运行时流程执行实例表
    2. act_ru_identitylink 运行时流程人员表,主要存储任务节点与参与者的相关信息
    3. act_ru_task 运行时任务节点表
    4. act_ru_variable 运行时流程变量数据表
  • 历史数据库表

    1. act_hi_actinst 历史节点表
    2. act_hi_attachment 历史附件表
    3. act_hi_comment 历史意见表
    4. act_hi_identitylink 历史流程人员表
    5. act_hi_detail 历史详情表,提供历史变量的查询
    6. act_hi_procinst 历史流程实例表
    7. act_hi_taskinst 历史任务实例表
    8. act_hi_varinst 历史变量表
  • 组织机构表

    1. act_id_group 用户组信息表
    2. act_id_info 用户扩展信息表
    3. act_id_membership 用户与用户组对应信息表
    4. act_id_user 用户信息表

这些表用的很少,因为我们一般会自己做一个权限管理,所以不会用activiti自身所带的表。

  • 通用数据表
    1. act_ge_bytearray 二进制数据表
    2. act_ge_property 属性数据表存储整个流程引擎级别的数据,初始化表结构时,会默认插入三条记录。

这两张表的数据是不能够随意删除的,删除可能会出问题。

五、Spring Boot 集成 Activiti7

安装插件

File->Settings->Plugins->Activiti BPMN visualizer
在这里插入图片描述

引入依赖

<dependencies>
    <!-- 引入Activiti7 -->
    <dependency>
        <groupId>org.activiti</groupId>
        <artifactId>activiti-spring-boot-starter</artifactId>
        <version>7.1.0.M4</version>
        <exclusions>
            <exclusion>
                <groupId>org.mybatis</groupId>
                <artifactId>mybatis</artifactId>
            </exclusion>
        </exclusions>
    </dependency>
    <dependency>
        <groupId>org.activiti.dependencies</groupId>
        <artifactId>activiti-dependencies</artifactId>
        <version>7.1.0.M4</version>
        <type>pom</type>
    </dependency>
    <!-- 生成流程图 -->
    <dependency>
        <groupId>org.activiti</groupId>
        <artifactId>activiti-image-generator</artifactId>
        <version>7.1.0.M4</version>
    </dependency>
</dependencies>

配置文件

spring:
  # 数据源配置
  datasource:
  driver-class-name: com.mysql.cj.jdbc.Driver
  url: jdbc:mysql://127.0.0.1:3306/activiti?useUnicode=true&useSSL=false&serverTimezone=UTC&characterEncoding=UTF8&nullCatalogMeansCurrent=true
  username: "root"
  password: "88888888"
  type: com.zaxxer.hikari.HikariDataSource
  hikari:
    # 等待连接池分配连接的最大时间(毫秒),超过这个时长还没有可用的连接,则会抛出SQLException
    connection-timeout: 30000
    # 最小连接数
    minimum-idle: 5
    # 最大连接数
    maximum-pool-size: 20
    # 自动提交
    auto-commit: true
    # 连接超时的最大时长(毫秒),超时则会被释放(retired)
    idle-timeout: 600000
    # 连接池的名字
    pool-name: DataSourceHikariCP
    # 连接池的最大生命时长(毫秒),超时则会被释放(retired)
    max-lifetime: 18000000
  # activiti7配置
  activiti:
    # 自动部署验证设置:true-开启(默认)、false-关闭
    check-process-definitions: false
    # 保存历史数据
    history-level: full
    # 检测历史表是否存在
    db-history-used: true
    # 关闭自动部署
    deployment-mode: never-fail
    # 对数据库中所有表进行更新操作,如果表不存在,则自动创建
    # create_drop:启动时创建表,在关闭时删除表(必须手动关闭引擎,才能删除表)
    # drop-create:启动时删除原来的旧表,然后在创建新表(不需要手动关闭引擎)
    database-schema-update: true
    # 解决频繁查询SQL问题
    async-executor-activate: false

总结

工作流的概念就先介绍这么多了,更多的去官网查看。

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.coloradmin.cn/o/592012.html

如若内容造成侵权/违法违规/事实不符,请联系多彩编程网进行投诉反馈,一经查实,立即删除!

相关文章

冲击百万大奖!广州·琶洲算法大赛赛题讲解会,7场直播直击命题重点

‍‍第二届广州琶洲算法大赛是由广州市人民政府主办、海珠区人民政府和百度公司等单位联合承办的赛事&#xff0c;旨在为企业、高校师生、广大开发者提供展示技术能力、开展跨界交流、促进创业就业的平台。大赛自 4 月 25 日启动以来&#xff0c;吸引了超过 1000 支队伍报名参赛…

6.3 守护进程

目录 守护进程 守护进程特点 守护进程-相关概念 守护进程创建&#xff08;一&#xff09; 守护进程创建&#xff08;二&#xff09; 守护进程创建&#xff08;三&#xff09; 守护进程创建&#xff08;四&#xff09; 守护进程创建&#xff08;五&#xff09; 守护进程…

MS913,MS914,25-100MHz 10/12 位用于平面显示器链路Ⅲ的具有直流平衡编码和双向控制通道的串化器和解串器

MS913/MS914 芯片组是 25MHz~100MHz 10 位/12 位 FPD&#xff0c;Link III SER/DES(串化器/解串器)&#xff0c;它提供高速 FPD-Link III 接口和高速正向通路以及用于差分对上数据发送的双向 控制通路。广泛应用于车载摄像&#xff0c;医疗设备&#xff0c;管道探测等领域 MS91…

【AUTOSAR】Com通讯栈配置说明(四)---- Nm模块

Nm模块 NmGlobalConfig NmGlobalConstants NmRxIndicationCallback: callback 函数 NmCycletimeMainFunction:Nm 主函数调用周期 NmDevErrorDetect: 是否支持DET NmVersionInfoApi: 是否支持获取版本信息api PduR模块 PduRBswModules PduRBswModuleRef&#xff1a;关联的BS…

Spring 初识

1、framework&#xff08;框架&#xff09; 框架就是一些类和接口的集合&#xff0c;通过这些类和接口协调来完成一系列的程序实现&#xff0c;JAVA框架可以分为三层&#xff1a;表下层、业务层和物理层。框架又叫做开发中的半成品&#xff0c;他不能提供整个web应用程序的所有…

赋能中国信创·破局万亿市场|GBASE创新实践助力信创产业发展

5月24日&#xff0c;2023年&#xff08;第二届&#xff09;中国信创产业大会在广州隆重举行&#xff0c;大会以“赋能中国信创破局万亿市场”为主题&#xff0c;聚焦信创国产化基础硬件设施、基础软件、信息安全、应用软件等领域新动态、新成果和新经验。GBASE南大通用受邀出席…

2023年上半年网络工程师下午真题及答案解析

试题一(20分) 某企业办公楼网络拓扑如图1-1所示。该网络中交换机Switch1-Switch4均是二层设备&#xff0c;分布在办公楼的各层&#xff0c;上联采用千兆光纤。核心交换机、防火墙、服务器部署在数据机房&#xff0c;其中核心交换机实现冗余配置。 问题1(4分) 该企业办公网络采…

c语言编程练习题:7-85 温度转换

#include <stdio.h> int main(){int fahr 150;double celsius 5.0*(fahr-32)/9;printf("fahr 150, celsius %d",(int)celsius);return 0;}代码来自&#xff1a;https://yunjinqi.top/article/210

哈佛大学肯尼迪学院博士后怎么样?含金量高吗?

哈佛大学肯尼迪学院博士后含金量很高&#xff0c;毋需置疑&#xff01; 哈佛大学是美国历史最悠久的高等院校:成立于1636年&#xff0c;最早由马萨诸塞州殖民地立法机关创办&#xff0c;最初被称为“新市民学院”。学校于1639年3月更名为“哈佛学院”&#xff0c;以纪念在成立初…

基于深度学习的高精度交警检测识别系统(PyTorch+Pyside6+YOLOv5模型)

摘要&#xff1a;基于深度学习的高精度交警检测识别系统可用于日常生活中检测与定位交警目标&#xff0c;利用深度学习算法可实现图片、视频、摄像头等方式的交警目标检测识别&#xff0c;另外支持结果可视化与图片或视频检测结果的导出。本系统采用YOLOv5目标检测模型训练数据…

【配电网重构】基于混合整数二阶锥配电网重构研究(Matlab代码实现)

&#x1f4a5;&#x1f4a5;&#x1f49e;&#x1f49e;欢迎来到本博客❤️❤️&#x1f4a5;&#x1f4a5; &#x1f3c6;博主优势&#xff1a;&#x1f31e;&#x1f31e;&#x1f31e;博客内容尽量做到思维缜密&#xff0c;逻辑清晰&#xff0c;为了方便读者。 ⛳️座右铭&a…

Web的基本漏洞--XSS漏洞

目录 一、XSS漏洞介绍 1.XSS漏洞原理 2.XSS漏洞的类型 反射型 存储型 DOM型 三者区别 3.漏洞识别 4.攻击方式 5.XSS漏洞危害 6.漏洞防御 二、XSS漏洞的攻击方式--注入脚本代码 1.反射型 2.存储型 3.DOM型 4.XSS盲打 5.XSS漏洞的绕过技术 双写绕过 编码绕过 …

【ARIMA-WOA-LSTM】差分自回归移动平均方法-鲸鱼优化算法-LSTM预测研究(python代码实现)

&#x1f4a5;&#x1f4a5;&#x1f49e;&#x1f49e;欢迎来到本博客❤️❤️&#x1f4a5;&#x1f4a5; &#x1f3c6;博主优势&#xff1a;&#x1f31e;&#x1f31e;&#x1f31e;博客内容尽量做到思维缜密&#xff0c;逻辑清晰&#xff0c;为了方便读者。 ⛳️座右铭&a…

Spring Security的账号密码登录+Azure AD的授权登录集成Demo

一、项目准备&#xff1a; 1.创建一个Springboot项目。 2.注册一个微软的Azure AD服务&#xff0c;并且注册应用&#xff0c;创建用户。 springboot项目pom文件如下&#xff1a; <?xml version"1.0" encoding"UTF-8"?> <project xmlns"…

广播风暴的成因以及如何判断、解决

广播风暴&#xff08;broadcast storm&#xff09;简单的讲是指当广播数据充斥网络无法处理&#xff0c;并占用大量网络带宽&#xff0c;导致正常业务不能运行&#xff0c;甚至彻底瘫痪&#xff0c;这就发生了“广播风暴”。一个数据帧或包被传输到本地网段 &#xff08;由广播…

ObjectARX如何判断点和多段线的关系

目录 1 基本思路2 相关知识点2.1 ECS坐标系概述2.2 其他点坐标转换接口2.3 如何获取多段线的顶点ECS坐标 3 实现例程3.1 接口实现3.2 测试代码 4 实现效果 在CAD的二次开发中&#xff0c;点和多段线的关系是一个非常重要且常见的问题&#xff0c;本文实现例程以张帆所著《Objec…

Vue事件大小写驼峰命名导致无法执行问题解决

文章目录 问题解决方案问题大致原因 问题 驼峰命名事件名不会正常执行 <!DOCTYPE html> <html lang""> <head><title>Vue Emit Example</title><script src"../js/vue.js"></script> </head> <body…

港科夜闻|香港科技大学与浪潮集团签署战略合作协议,共同推动技术研发和成果转化...

关注并星标 每周阅读港科夜闻 建立新视野 开启新思维 1、香港科技大学与浪潮集团签署战略合作协议&#xff0c;共同推动技术研发和成果转化。根据协议&#xff0c;双方将聚焦云计算、大数据、新一代通信等领域&#xff0c;围绕联合研发、人才培养、研发中心建设和超高清显示等方…

基于车站约束的地铁系统协调客流控制模型与算法

1 文章信息 《Model and algorithm of coordinated flow controlling with station-based constraints in a metro system》是2021年发表在Transportation Research Part E上的一篇文章。 2 摘要 随着城市人口的增长和交通需求的快速增长&#xff0c;世界上许多大城市的地铁系统…

Python3数据分析与挖掘建模(7)使用matplotlib和seaborn画图

1. 可视化分析 1.1 概述 可视化分析是数据分析中重要的一环&#xff0c;它可以帮助我们更直观地理解数据的特征、趋势和关系。在Python中&#xff0c;有多个库可以用于数据可视化&#xff0c;包括matplotlib、seaborn和plotly等。 1.2 常用的可视化方法和对应的库&#xff1…