轻量级工作流引擎的设计与实现

Original 刘洋京东科技技术说 2022-03-15

收录于话题

#工作流引擎 1 个

#数据库 3 个

作者：刘洋

京东科技基础平台部原创，转载请获得授权

一、什么是工作流引擎

工作流引擎是驱动工作流执行的一套代码。

至于什么是工作流、为什么要有工作流、工作流的应用场景，同学们可以看一看网上的资料，在此处不在展开。

二、为什么要重复造轮子

开源的工作流引擎很多，比如 activiti、flowable、Camunda 等，那么，为什么没有选它们呢？基于以下几点考虑：

最重要的，满足不了业务需求，一些特殊的场景无法实现。
有些需求实现起来比较绕，更有甚者，需要直接修改引擎数据库，这对于引擎的稳定运行带来了巨大的隐患，也对以后引擎的版本升级制造了一些困难。
资料、代码量、API繁多，学习成本较高，维护性较差。
经过分析与评估，我们的业务场景需要的BPMN元素较少，开发实现的代价不大。

因此，重复造了轮子，其实，还有一个更深层次的战略上的考虑，即：作为科技公司，我们一定要有我们自己的核心底层技术！这样，才能不受制于人(参考最近的芯片问题)。

三、怎么造的轮子

对于一次学习型分享来讲，过程比结果更重要，那些只说结果，不细说过程甚至不说的分享，我认为是秀肌肉，而不是真正意义上的分享。因此，接下来，本文将重点描述造轮子的主要过程。

一个成熟的工作流引擎的构建是很复杂的，如何应对这种复杂性呢？一般来讲，有以下三种方法：

确定性交付：弄清楚需求是什么，验收标准是什么，最好能够写出测试用例，这一步是为了明确目标。
迭代式开发：先从小的问题集的解决开始，逐步过渡到解决大的问题集上来，罗马不是一天建成的，人也不是一天就能成熟的，是需要个过程的。
分而治之：把大的问题拆成小的问题，小问题的解决会推动大问题的解决(这个思想适用场景比较多，同学们可以用心体会和理解哈)。

如果按照上述方法，一步一步的详细展开，那么可能需要一本书。为了缩减篇幅而又不失干货，本文会描述重点几个迭代，进而阐述轻量级工作流引擎的设计与主要实现。

那么，轻量级又是指什么呢？这里，主要是指以下几点

少依赖：代码的java实现上，除了jdk8以外，不依赖与其他第三方jar包，从而可以更好的减少依赖带来的问题。
内核化：设计上，采用了微内核架构模式，内核小巧，实用，同时提供了一定的扩展性。从而可以更好地理解与应用本引擎。
轻规范：并没有完全实现BPMN规范，也没有完全按照BPMN规范进行设计，而只是参考了该规范，且只实现以一小部分必须实现的元素。从而降低了学习成本，可以按照需求自由发挥。
工具化：代码上，只是一个工具(UTIL)，不是一个应用程序。从而你可以简单的运行它，扩展你自己的数据层、节点层，更加方便的集成到其他应用中去。

好，废话说完了，开始第一个迭代......

四、Hello ProcessEngine

按照国际惯例，第一个迭代用来实现 hello world 。

1、需求

作为一个流程管理员，我希望流程引擎可以运行如下图所示的流程，以便我能够配置流程来打印不同的字符串。

2、分析

第一个流程，可以打印Hello ProcessEngine，第二个流程可以打印ProcessEngine Hello，这两个流程的区别是只有顺序不同，蓝色的节点与红色的节点的本身功能没有发生变化
蓝色的节点与红色的节点都是节点，它们的功能是不一样的，即：红色的节点打印Hello,蓝色的节点打印ProcessEngine
开始与结束节点是两个特殊的节点，一个开始流程，一个结束流程
节点与节点之间是通过线来连接的，一个节点执行完毕后，是通过箭头来确定下一个要执行的节点
需要一种表示流程的方式，或是XML、或是JSON、或是其他，而不是图片

3、设计

（1）流程的表示

相较于JSON，XML的语义更丰富，可以表达更多的信息，因此这里使用XML来对流程进行表示，如下所示

<definitions> <process id="process_1" name="hello"> <startEvent id="startEvent_1"> <outgoing>flow_1</outgoing> </startEvent> <sequenceFlow id="flow_1" sourceRef="startEvent_1" targetRef="printHello_1" /> <printHello id="printHello_1" name="hello"> <incoming>flow_1</incoming> <outgoing>flow_2</outgoing> </printHello> <sequenceFlow id="flow_2" sourceRef="printHello_1" targetRef="printProcessEngine_1" /> <printProcessEngine id="printProcessEngine_1" name="processEngine"> <incoming>flow_2</incoming> <outgoing>flow_3</outgoing> </printProcessEngine> <sequenceFlow id="flow_3" sourceRef="printProcessEngine_1" targetRef="endEvent_1"/> <endEvent id="endEvent_1"> <incoming>flow_3</incoming> </endEvent> </process></definitions>

process表示一个流程
startEvent表示开始节点，endEvent表示结束节点
printHello表示打印hello节点，就是需求中的蓝色节点
processEngine表示打印processEngine节点，就是需求中的红色节点
sequenceFlow表示连线，从sourceRef开始，指向targetRef，例如：flow_3，表示一条从printProcessEngine_1到endEvent_1的连线。

（2）节点的表示

outgoing表示出边，即节点执行完毕后，应该从那个边出去。
incoming表示入边，即从哪个边进入到本节点。
一个节点只有outgoing而没有incoming，如：startEvent，也可以只有入边而没有出边，如：endEvent，也可以既有入边也有出边，如：printHello、processEngine。

（3）流程引擎的逻辑

基于上述XML，流程引擎的运行逻辑如下

找到开始节点(startEvent)
找到startEvent的outgoing边(sequenceFlow)
找到该边(sequenceFlow)指向的节点(targetRef)
执行节点自身的逻辑
找到该节点的outgoing边(sequenceFlow)
重复3-5，直到遇到结束节点(endEvent)，流程结束

4、实现

首先要进行数据结构的设计，即：要把问题域中的信息映射到计算机中的数据。

可以看到，一个流程(PeProcess)由多个节点(PeNode)与边(PeEdge)组成，节点有出边(out)、入边(in)，边有流入节点(from)、流出节点(to)。

具体的定义如下：

public class PeProcess { public String id; public PeNode start;

public PeProcess(String id, PeNode start) { this.id = id; this.start = start; }}

public class PeEdge { private String id; public PeNode from; public PeNode to;

public PeEdge(String id) { this.id = id; }}

public class PeNode { private String id;

public String type; public PeEdge in; public PeEdge out;

public PeNode(String id) { this.id=id; }}

PS : 为了表述主要思想，在代码上比较“奔放自由”，生产中不可直接复制粘贴！

接下来，构建流程图，代码如下：

public class XmlPeProcessBuilder { private String xmlStr; private final Map<String, PeNode> id2PeNode = new HashMap<>(); private final Map<String, PeEdge> id2PeEdge = new HashMap<>();

public XmlPeProcessBuilder(String xmlStr) { this.xmlStr = xmlStr; }

public PeProcess build() throws Exception { //strToNode : 把一段xml转换为org.w3c.dom.Node Node definations = XmlUtil.strToNode(xmlStr); //childByName : 找到definations子节点中nodeName为process的那个Node Node process = XmlUtil.childByName(definations, "process"); NodeList childNodes = process.getChildNodes();

for (int j = 0; j < childNodes.getLength(); j++) { Node node = childNodes.item(j); //#text node should be skip if (node.getNodeType() == Node.TEXT_NODE) continue;

if ("sequenceFlow".equals(node.getNodeName())) buildPeEdge(node); else buildPeNode(node); }

        Map.Entry<String, PeNode> startEventEntry = id2PeNode.entrySet().stream().filter(entry -> "startEvent".equals(entry.getValue().type)).findFirst().get();

return new PeProcess(startEventEntry.getKey(), startEventEntry.getValue()); }

private void buildPeEdge(Node node) { //attributeValue : 找到node节点上属性为id的值 PeEdge peEdge = id2PeEdge.computeIfAbsent(XmlUtil.attributeValue(node, "id"), id -> new PeEdge(id)); peEdge.from = id2PeNode.computeIfAbsent(XmlUtil.attributeValue(node, "sourceRef"), id -> new PeNode(id)); peEdge.to = id2PeNode.computeIfAbsent(XmlUtil.attributeValue(node, "targetRef"), id -> new PeNode(id)); }

private void buildPeNode(Node node) { PeNode peNode = id2PeNode.computeIfAbsent(XmlUtil.attributeValue(node, "id"), id -> new PeNode(id)); peNode.type = node.getNodeName();

Node inPeEdgeNode = XmlUtil.childByName(node, "incoming"); if (inPeEdgeNode != null) //text : 得到inPeEdgeNode的nodeValue peNode.in = id2PeEdge.computeIfAbsent(XmlUtil.text(inPeEdgeNode), id -> new PeEdge(id));

Node outPeEdgeNode = XmlUtil.childByName(node, "outgoing"); if (outPeEdgeNode != null) peNode.out = id2PeEdge.computeIfAbsent(XmlUtil.text(outPeEdgeNode), id -> new PeEdge(id)); }}

接下来，实现流程引擎主逻辑，代码如下：

public class ProcessEngine { private String xmlStr;

public ProcessEngine(String xmlStr) { this.xmlStr = xmlStr; }

public void run() throws Exception { PeProcess peProcess = new XmlPeProcessBuilder(xmlStr).build();

PeNode node = peProcess.start; while (!node.type.equals("endEvent")) { if ("printHello".equals(node.type)) System.out.print("Hello "); if ("printProcessEngine".equals(node.type)) System.out.print("ProcessEngine ");

node = node.out.to; } }}

就这？工作流引擎就这？同学们可千万不要这样简单理解啊，毕竟这还只是hello world而已，各种代码量就已经不少了。

另外，这里面还有很多可以改进的空间，比如异常控制、泛化、设计模式等，但毕竟只是一个hello world而已，其目的是方便同学理解，让同学入门。

那么，接下来呢，就要稍微贴近一些具体的实际应用场景了，我们继续第二个迭代。

五、简单审批

一般来讲工作流引擎属于底层技术，在它之上可以构建审批流、业务流、数据流等类型的应用，那么接下啦就以实际中的简单审批场景为例，继续深入工作流引擎的设计，好，我们开始。

1、需求

作为一个流程管理员，我希望流程引擎可以运行如下图所示的流程，以便我能够配置流程来实现简单的审批流。

例如：小张提交了一个申请单，然后经过经理审批，审批结束后，不管通过还是不通过，都会经过第三步把结果发送给小张。

2、分析

总体上来讲，这个流程还是线性顺序类的，基本上可以沿用上次迭代的部分设计
审批节点的耗时可能会比较长，甚至会达到几天时间，工作流引擎主动式的调取下一个节点的逻辑并不适合此场景
随着节点类型的增多，工作流引擎里写死的那部分节点类型自由逻辑也不合适
审批时需要申请单信息、审批人，结果邮件通知还需要审批结果等信息，这些信息如何传递也是一个要考虑的问题

3、设计

采用注册机制，把节点类型及其自有逻辑注册进工作流引擎，以便能够扩展更多节点，使得工作流引擎与节点解耦
工作流引擎增加被动式驱动逻辑，使得能够通过外部来使工作流引擎执行下一个节点
增加上下文语义，作为全局变量来使用，使得数据能够流经各个节点

4、实现

新的XML定义如下：

首先要有一个上下文对象类，用于传递变量的，定义如下：

public class PeContext { private Map<String, Object> info = new ConcurrentHashMap<>();

public Object getValue(String key) { return info.get(key); }

public void putValue(String key, Object value) { info.put(key, value); }}

每个节点的处理逻辑是不一样的，此处应该进行一定的抽象，为了强调流程中节点的作用是逻辑处理，引入了一种新的类型--算子(Operator)，定义如下：

public interface IOperator { //引擎可以据此来找到本算子 String getType();

//引擎调度本算子 void doTask(ProcessEngine processEngine, PeNode node, PeContext peContext);}

对于引擎来讲，当遇到一个节点时，需要调度之，但怎么调度呢？首先需要各个节点算子注册(registNodeProcessor())进来，这样才能找到要调度的那个算子。

其次，引擎怎么知道节点算子自有逻辑处理完了呢？一般来讲，引擎是不知道的，只能是由算子告诉引擎，所以引擎要提供一个功能(nodeFinished())，这个功能由算子调用。

最后，把算子任务的调度和引擎的驱动解耦开来，放入不同的线程中。

修改后的ProcessEngine代码如下：

public class ProcessEngine { private String xmlStr;

//存储算子 private Map<String, IOperator> type2Operator = new ConcurrentHashMap<>(); private PeProcess peProcess = null; private PeContext peContext = null;

//任务数据暂存 public final BlockingQueue<PeNode> arrayBlockingQueue = new LinkedBlockingQueue(); //任务调度线程 public final Thread dispatchThread = new Thread(() -> { while (true) { try { PeNode node = arrayBlockingQueue.take(); type2Operator.get(node.type).doTask(this, node, peContext); } catch (Exception e) { } } });

public ProcessEngine(String xmlStr) { this.xmlStr = xmlStr; }

//算子注册到引擎中，便于引擎调用之 public void registNodeProcessor(IOperator operator) { type2Operator.put(operator.getType(), operator); }

public void start() throws Exception { peProcess = new XmlPeProcessBuilder(xmlStr).build(); peContext = new PeContext();

dispatchThread.setDaemon(true); dispatchThread.start();

executeNode(peProcess.start.out.to); }

private void executeNode(PeNode node) { if (!node.type.equals("endEvent")) arrayBlockingQueue.add(node); else System.out.println("process finished!"); }

public void nodeFinished(String peNodeID) { PeNode node = peProcess.peNodeWithID(peNodeID); executeNode(node.out.to); }}

接下来，简单(简陋)实现本示例所需的三个算子，代码如下：

/** * 提交申请单 */public class OperatorOfApprovalApply implements IOperator { @Override public String getType() { return "approvalApply"; }

@Override public void doTask(ProcessEngine processEngine, PeNode node, PeContext peContext) { peContext.putValue("form", "formInfo"); peContext.putValue("applicant", "小张");

processEngine.nodeFinished(node.id); }}

/** * 审批 */public class OperatorOfApproval implements IOperator { @Override public String getType() { return "approval"; }

@Override public void doTask(ProcessEngine processEngine, PeNode node, PeContext peContext) { peContext.putValue("approver", "经理"); peContext.putValue("message", "审批通过");

processEngine.nodeFinished(node.id); }}

/** * 结果邮件通知 */public class OperatorOfNotify implements IOperator { @Override public String getType() { return "notify"; }

@Override public void doTask(ProcessEngine processEngine, PeNode node, PeContext peContext) {

System.out.println(String.format("%s 提交的申请单 %s 被 %s 审批，结果为 %s", peContext.getValue("applicant"), peContext.getValue("form"), peContext.getValue("approver"), peContext.getValue("message")));

processEngine.nodeFinished(node.id); }}

运行一下，看看结果如何，代码如下：

public class ProcessEngineTest {

@Test public void testRun() throws Exception { //读取文件内容到字符串 String modelStr = Tools.readResoucesFile("model/two/hello.xml"); ProcessEngine processEngine = new ProcessEngine(modelStr);

processEngine.registNodeProcessor(new OperatorOfApproval()); processEngine.registNodeProcessor(new OperatorOfApprovalApply()); processEngine.registNodeProcessor(new OperatorOfNotify());

processEngine.start();

Thread.sleep(1000 * 1);

}

小张提交的申请单 formInfo 被经理审批，结果为审批通过process finished!

到此，轻量级工作流引擎的核心逻辑介绍的差不多了，然而，只支持顺序结构是太单薄的，我们知道，程序流程的三种基本结构为顺序、分支、循环，有了这三种结构，基本上就可以表示绝大多数流程逻辑。循环可以看做一种组合结构，即：循环可以由顺序与分支推导出来，我们已经实现了顺序，那么接下来只要实现分支即可，而分支有很多类型，如：二选一、N选一、N选M(1<=M<=N)，其中N选一可以由二选一的组合推导出来，N选M也可以由二选一的组合推导出来，只是比较啰嗦，不那么直观，所以，我们只要实现二选一分支，即可满足绝大多数流程逻辑场景，好，第三个迭代开始。

六、一般审批

作为一个流程管理员，我希望流程引擎可以运行如下图所示的流程，以便我能够配置流程来实现一般的审批流。

例如：小张提交了一个申请单，然后经过经理审批，审批结束后，如果通过，发邮件通知，不通过，则打回重写填写申请单，直到通过为止。

1、分析

需要引入一种分支节点，可以进行简单的二选一流转
节点的入边、出边不只一条
需要一种逻辑表达式语义，可以配置分支节点

2、设计

节点要支持多入边、多出边
节点算子来决定从哪个出边出
使用一种简单的规则引擎，支持简单的逻辑表达式的解析
简单分支节点的XML定义

3、实现

新的XML定义如下：

<definitions> <process id="process_2" name="简单审批例子"> <startEvent id="startEvent_1"> <outgoing>flow_1</outgoing> </startEvent> <sequenceFlow id="flow_1" sourceRef="startEvent_1" targetRef="approvalApply_1"/> <approvalApply id="approvalApply_1" name="提交申请单"> <incoming>flow_1</incoming> <incoming>flow_5</incoming> <outgoing>flow_2</outgoing> </approvalApply> <sequenceFlow id="flow_2" sourceRef="approvalApply_1" targetRef="approval_1"/> <approval id="approval_1" name="审批"> <incoming>flow_2</incoming> <outgoing>flow_3</outgoing> </approval> <sequenceFlow id="flow_3" sourceRef="approval_1" targetRef="simpleGateway_1"/> <simpleGateway id="simpleGateway_1" name="简单是非判断"> <trueOutGoing>flow_4</trueOutGoing> <expr>approvalResult</expr> <incoming>flow_3</incoming> <outgoing>flow_4</outgoing> <outgoing>flow_5</outgoing> </simpleGateway> <sequenceFlow id="flow_5" sourceRef="simpleGateway_1" targetRef="approvalApply_1"/> <sequenceFlow id="flow_4" sourceRef="simpleGateway_1" targetRef="notify_1"/> <notify id="notify_1" name="结果邮件通知"> <incoming>flow_4</incoming> <outgoing>flow_6</outgoing> </notify> <sequenceFlow id="flow_6" sourceRef="notify_1" targetRef="endEvent_1"/> <endEvent id="endEvent_1"> <incoming>flow_6</incoming> </endEvent> </process></definitions>

其中，加入了simpleGateway这个简单分支节点，用于表示简单的二选一分支，当expr中的表达式为真时，走trueOutGoing中的出边，否则走另一个出边。

节点支持多入边、多出边，修改后的PeNode如下：

public class PeNode { public String id;

public String type; public List<PeEdge> in = new ArrayList<>(); public List<PeEdge> out = new ArrayList<>(); public Node xmlNode;

public PeNode(String id) { this.id = id; }

public PeEdge onlyOneOut() { return out.get(0); }

public PeEdge outWithID(String nextPeEdgeID) { return out.stream().filter(e -> e.id.equals(nextPeEdgeID)).findFirst().get(); }

public PeEdge outWithOutID(String nextPeEdgeID) { return out.stream().filter(e -> !e.id.equals(nextPeEdgeID)).findFirst().get(); }

}

以前只有一个出边时，是由当前节点来决定下一节点的，现在多出边了，该由边来决定下一个节点是什么，修改后的流程引擎代码如下：

public class ProcessEngine { private String xmlStr;

//存储算子 private Map<String, IOperator> type2Operator = new ConcurrentHashMap<>(); private PeProcess peProcess = null; private PeContext peContext = null;

public ProcessEngine(String xmlStr) { this.xmlStr = xmlStr; }

//算子注册到引擎中，便于引擎调用之 public void registNodeProcessor(IOperator operator) { type2Operator.put(operator.getType(), operator); }

public void start() throws Exception { peProcess = new XmlPeProcessBuilder(xmlStr).build(); peContext = new PeContext();

dispatchThread.setDaemon(true); dispatchThread.start();

executeNode(peProcess.start.onlyOneOut().to); }

private void executeNode(PeNode node) { if (!node.type.equals("endEvent")) arrayBlockingQueue.add(node); else System.out.println("process finished!"); }

public void nodeFinished(PeEdge nextPeEdgeID) { executeNode(nextPeEdgeID.to); }}

新加入的simpleGateway节点算子如下：

/** * 简单是非判断 */public class OperatorOfSimpleGateway implements IOperator { @Override public String getType() { return "simpleGateway"; }

@Override public void doTask(ProcessEngine processEngine, PeNode node, PeContext peContext) { ScriptEngineManager manager = new ScriptEngineManager(); ScriptEngine engine = manager.getEngineByName("js"); engine.put("approvalResult", peContext.getValue("approvalResult"));

String expression = XmlUtil.childTextByName(node.xmlNode, "expr"); String trueOutGoingEdgeID = XmlUtil.childTextByName(node.xmlNode, "trueOutGoing");

PeEdge outPeEdge = null; try { outPeEdge = (Boolean) engine.eval(expression) ? node.outWithID(trueOutGoingEdgeID) : node.outWithOutID(trueOutGoingEdgeID); } catch (ScriptException e) { e.printStackTrace(); }

processEngine.nodeFinished(outPeEdge); }}

其中简单使用了js脚本作为表达式，当然其中的弊端这里就不展开了。

为了方便同学们CC+CV，其他发生相应变化的代码如下：

/** * 审批 */public class OperatorOfApproval implements IOperator { @Override public String getType() { return "approval"; }

@Override public void doTask(ProcessEngine processEngine, PeNode node, PeContext peContext) { peContext.putValue("approver", "经理");

Integer price = (Integer) peContext.getValue("price"); //价格<=200审批才通过，即：approvalResult=true boolean approvalResult = price <= 200; peContext.putValue("approvalResult", approvalResult);

System.out.println("approvalResult ：" + approvalResult + "，price : " + price);

processEngine.nodeFinished(node.onlyOneOut()); }}

/** * 提交申请单 */public class OperatorOfApprovalApply implements IOperator {

public static int price = 500;

@Override public String getType() { return "approvalApply"; }

@Override public void doTask(ProcessEngine processEngine, PeNode node, PeContext peContext) { //price每次减100 peContext.putValue("price", price -= 100); peContext.putValue("applicant", "小张");

processEngine.nodeFinished(node.onlyOneOut()); }}

/** * 结果邮件通知 */public class OperatorOfNotify implements IOperator { @Override public String getType() { return "notify"; }

@Override public void doTask(ProcessEngine processEngine, PeNode node, PeContext peContext) {

System.out.println(String.format("%s 提交的申请单 %s 被 %s 审批，结果为 %s", peContext.getValue("applicant"), peContext.getValue("price"), peContext.getValue("approver"), peContext.getValue("approvalResult")));

processEngine.nodeFinished(node.onlyOneOut()); }}

public class XmlPeProcessBuilder { private String xmlStr; private final Map<String, PeNode> id2PeNode = new HashMap<>(); private final Map<String, PeEdge> id2PeEdge = new HashMap<>();

public XmlPeProcessBuilder(String xmlStr) { this.xmlStr = xmlStr; }

for (int j = 0; j < childNodes.getLength(); j++) { Node node = childNodes.item(j); //#text node should be skip if (node.getNodeType() == Node.TEXT_NODE) continue;

if ("sequenceFlow".equals(node.getNodeName())) buildPeEdge(node); else buildPeNode(node); }

        Map.Entry<String, PeNode> startEventEntry = id2PeNode.entrySet().stream().filter(entry -> "startEvent".equals(entry.getValue().type)).findFirst().get();

return new PeProcess(startEventEntry.getKey(), startEventEntry.getValue()); }

private void buildPeNode(Node node) { PeNode peNode = id2PeNode.computeIfAbsent(XmlUtil.attributeValue(node, "id"), id -> new PeNode(id)); peNode.type = node.getNodeName(); peNode.xmlNode = node;

List<Node> inPeEdgeNodes = XmlUtil.childsByName(node, "incoming");

        inPeEdgeNodes.stream().forEach(n -> peNode.in.add(id2PeEdge.computeIfAbsent(XmlUtil.text(n), id -> new PeEdge(id))));

List<Node> outPeEdgeNodes = XmlUtil.childsByName(node, "outgoing");

        outPeEdgeNodes.stream().forEach(n -> peNode.out.add(id2PeEdge.computeIfAbsent(XmlUtil.text(n), id -> new PeEdge(id))));

}}

运行一下，看看结果如何，代码如下：

public class ProcessEngineTest {

@Test public void testRun() throws Exception { //读取文件内容到字符串 String modelStr = Tools.readResoucesFile("model/third/hello.xml"); ProcessEngine processEngine = new ProcessEngine(modelStr);

processEngine.registNodeProcessor(new OperatorOfApproval()); processEngine.registNodeProcessor(new OperatorOfApprovalApply()); processEngine.registNodeProcessor(new OperatorOfNotify()); processEngine.registNodeProcessor(new OperatorOfSimpleGateway());

processEngine.start();

Thread.sleep(1000 * 1); }

}

approvalResult ：false，price : 400approvalResult ：false，price : 300approvalResult ：true，price : 200小张提交的申请单 200 被经理审批，结果为 trueprocess finished!

至此，本需求实现完毕，除了直接实现了分支语义外，我们看到，这里还间接实现了循环语义。

作为一个轻量级的工作流引擎，到此就基本讲完了，接下来，我们做一下总结与展望。

七、总结与展望

经过以上三个迭代，我们可以得到一个相对稳定的工作流引擎的结构，如下图所示：

通过此图我们可知，这里有一个相对稳定的引擎层，同时为了提供扩展性，提供了一个节点算子层，所有的节点算子的新增都在此处中。

此外，进行了一定程度的控制反转，即：由算子决定下一步走哪里，而不是引擎。这样，极大地提高了引擎的灵活性，更好的进行了封装。

最后，使用了上下文，提供了一种全局变量的机制，便于节点之间的数据流动。

当然，以上的三个迭代距离实际的线上应用场景相距甚远，还需实现与展望以下几点才可，如下：

一些异常情况的考虑与设计
应把节点抽象成一个函数，要有入参、出参，数据类型等
关键的地方加入埋点，用以控制引擎或吐出事件
图的语义合法性检查，xsd、自定义检查技术等
图的dag算法检测
流程的流程历史记录，及回滚到任意节点
流程图的动态修改，即：可以在流程开始后，对流程图进行修改
并发修改情况下的考虑
效率上的考虑
防止重启后流转信息丢失，需要持久化机制的加入
流程的取消、重置、变量传入等
更合适的规则引擎及多种规则引擎的实现、配置
前端的画布、前后端流程数据结构定义及转换

往期好文推荐：

> 京东支付SDK重构设计与实现

> ClickHouse在京东能源管理平台的应用实践

> 运维数智化时代——京东数科AIOps落地实践（一）

> 京东数科统一接入网关JDDLB性能优化之QAT加速卡

> 16篇论文入选AAAI 2021，京东数科AI都在关注什么？（附论文下载）

关注技术说，我们只凭技术说话！

抗洪靠嘴，堵漏靠沙？印度官员真是绝了！

这样的洞庭湖决堤，实在让人同情不起来

有的人走了，却永远活着

圈内疯传某谣言

不要放过这些人渣

轻量级工作流引擎的设计与实现

一、什么是工作流引擎

您可能也对以下帖子感兴趣

抗洪靠嘴，堵漏靠沙？印度官员真是绝了！

这样的洞庭湖决堤，实在让人同情不起来

有的人走了，却永远活着

圈内疯传某谣言

不要放过这些人渣

生成图片，分享到微信朋友圈

轻量级工作流引擎的设计与实现

一、什么是工作流引擎

您可能也对以下帖子感兴趣