工作流(Workflow)

本文介绍了工作流的概念及其在计算机中的实现方式,详细解释了工作流管理系统(WfMS)的功能和作用,并列举了一些流行的J2EE工作流引擎。此外,还探讨了工作流引擎的设计要素和技术特点。

工作流(Workflow)

是对工作流程及其各操作步骤之间业务规则的抽象、概括描述。工作流建模,即将工作流程中的工作如何前后组织在一起的逻辑和规则,在计算机中以恰当的模型表达并对其实施计算。工作流要解决的主要问题是:为实现某个业务目标,利用计算机在多个参与者之间按某种预定规则自动传递文档、信息或者任务。

工作流管理系统(WfMS)

是处理工作流的电脑软件系统,其主要功能是通过计算机技术的支持去定义、执行和管理工作流,协调工作流执行过程中工作之间以及群体成员之间的信息交互。工作流需要依靠工作流管理系统来实现。工作流属于计算机支持的协同工作(CSCW)的一部分。后者是普遍地研究一个群体如何在计算机的帮助下实现协同工作的。

J2EE项目中流行的工作流引擎 1、JBPM 2、Activiti 3、Shark 4、osworkflow

工作流引擎的边界:
1、必然存在自己的数据表,用来制定、存储工作流模板和实例
2、必然与操作用户关联
3、必然与用户表单关联
4、可以自定义模板,然后反复实例化(具体的每次运用)
5、模板的创建,可以图形化,可以用XML,可以用HTML本质都是把流程模板持久化

具体一个流程
这里写图片描述

工作流常用术语:

节点:操作的具体每个步骤(上图的,【项目组长审批】就是一个节点)
过度:过渡是连接各种工作流活动的通路。 节点通过过渡线相互连接以形成工作流。
模板::预先设置好一个工作流可能涉及到的节点、过度、关联用户,可以被多个具体的流程进行使用
实例::具体开始执行一个流程,实例会绑定上用户表单
历史轨迹:执行任何一次步骤都被保存下来
合并审批 如:总经理审批通过后需要,技术部副总裁和产品副总裁同时通过这个节点才算完成
优秀工作流引擎的特点

独立与应用系统存在(外挂式),一个工作流引擎可以外挂到所有需要用到工作流引擎的系统

工作流引擎PD分析

这里写图片描述

节点表: 也就是每个步骤的名称,独立存在不去主动关联任何表

流程模板表 保存模板名称

1、模板关联到多个节点(关联的节点还要指定在模板中的位置,也就是第几步执行这个节点)
2、模板关联的每个节点需要关联到多个操作人

流程实例表 正在进行的流程
1、关联当前执行到的最新步骤
2、关联模板可以查询出下一步执行节点
3、实例必须关联用户自定义表单,流程才会与表单数据绑定,也就是审批的产品
流程记录表:记录下实例化流程过程中的每一次操作

### 工作流概念 工作流指的是业务过程中一系列相互关联的任务按照一定的顺序自动完成的过程。通过将复杂的业务过程分解成多个简单的任务,并规定这些任务之间的流转关系,可以提高工作效率并减少人为错误。 ### 工作流实现方法 一种常见的工作流实现方式是在应用程序内部启动特定的工作流实例。例如,在某些场景下可以通过调用服务接口的方式启动名为`EdcWorkflow`的工作流[^1]: ```csharp await _workflowService.StartWorkflow("EdcWorkflow"); return new string[] { "EdcWorkflow v1"}; ``` 这段代码展示了如何异步启动一个叫`EdcWorkflow`的工作流,并返回版本信息字符串数组。 ### 工作流引擎概述 工作流引擎是作为应用系统一部分的关键组件,它能够依据预设的角色、职责分配及条件判断来确定数据流动路径与处理优先级等重要参数[^2]。这使得企业可以根据实际需求灵活调整业务逻辑而不必修改底层代码结构。 对于具体技术栈的选择而言,不同平台提供了多种多样的解决方案用于构建高效可靠的工作流管理系统。以下是两个典型例子: #### Hadoop环境下的Oozie Apache Oozie是一个专门针对Hadoop生态系统设计的工作流调度器,其采用了一种称为hPDL(Hadoop Process Definition Language)的XML格式语言来描述由节点构成的工作流(Directed Acyclic Graph, DAG)[^3]。每个节点代表一项具体的作业或者决策点,而边则表示它们之间存在的依赖关系。 #### .NET平台上的WWF Microsoft Windows Workflow Foundation(WWF)是一套面向.NET开发者提供的强大工具集,允许创建复杂的企业级工作流应用程序。除了支持传统的批处理和事务性操作外,还特别适用于涉及大量交互环节的服务导向架构(SOA)项目中[^4]。 ### 技术选型考量因素 当考虑选用哪种类型的工作流引擎时,应该综合评估目标系统的特性以及预期应用场景的要求。如果主要运行于大数据分析领域,则可能更倾向于选择像Oozie这样紧密集成Hadoop特性的方案;而对于那些侧重于桌面端或Web服务开发的情况来说,利用成熟稳定的框架如WWF或许会更加合适。
评论 2
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值