Camunda并行会签实战:从BPMN设计到数据库状态变化的完整追踪

news2026/5/20 19:29:10
Camunda并行会签实战从BPMN设计到数据库状态变化的完整追踪在复杂业务流程自动化领域并行会签是一种常见但实现难度较高的模式。当三个部门主管需要同时审批一份采购申请时传统串行审批会导致效率低下而并行处理又面临状态同步的挑战。Camunda作为业界领先的开源流程引擎其多实例任务特性为这类场景提供了优雅解决方案。本文将带您深入Camunda引擎内部通过直接观察数据库表变化揭示并行会签的完整生命周期。不同于常规教程仅展示界面操作我们将聚焦ACT_RU_TASK、ACT_RU_EXECUTION等核心表的实时变化用数据库视角还原并行分支创建、任务完成、实例汇聚的全过程。这种数据库探针式分析方法特别适合需要深度排查流程异常或优化性能的进阶开发者。1. 并行会签的BPMN建模要点实现有效并行会签的第一步是正确建模。在Camunda Modeler中创建包含多实例标记的用户任务时关键要掌握三个配置维度集合型多实例配置参数参数名必填作用示例值collection是参与者集合变量名assigneeListelementVariable是集合元素变量名assigneecompletionCondition否提前完成条件${nrOfCompletedInstances/nrOfInstances 0.5}典型的Groovy脚本初始化示例def approvers [finance_mgr, tech_mgr, ops_mgr] execution.setVariable(approverList, approvers)注意集合变量必须在流程实例启动前初始化否则会抛出NullValueException。推荐在启动事件或第一个任务配置执行监听器。2. 运行时表结构深度解析当流程实例运行到并行会签环节时Camunda会在底层创建复杂的执行树结构。通过以下SQL可观察运行时状态核心运行时表字段说明-- 查看任务实例状态 SELECT ID_, NAME_, ASSIGNEE_, SUSPENSION_STATE_, CASE SUSPENSION_STATE_ WHEN 1 THEN Active WHEN 2 THEN Suspended END AS STATE_DESC FROM ACT_RU_TASK WHERE PROC_INST_ID_ 流程实例ID; -- 查看执行流状态 SELECT ID_, ACT_ID_, IS_ACTIVE_, IS_SCOPE_, IS_CONCURRENT_, SEQUENCE_COUNTER_ FROM ACT_RU_EXECUTION WHERE PROC_INST_ID_ 流程实例ID;当三个并行任务创建时您会观察到ACT_RU_TASK表插入三条记录ASSIGNEE_分别对应集合元素ACT_RU_EXECUTION表生成四条记录1条父执行流IS_SCOPE_13条子执行流IS_CONCURRENT_13. 任务完成时的状态迁移追踪每个会签任务完成时数据库会发生连锁反应。以下实验演示user1完成审批时的变化步骤1查询初始状态-- 记录当前任务和执行流ID SELECT ID_ FROM ACT_RU_TASK WHERE ASSIGNEE_ user1; SELECT ID_ FROM ACT_RU_EXECUTION WHERE ACT_ID_ parallel_approval;步骤2完成任务后检查-- 原任务消失 SELECT * FROM ACT_RU_TASK WHERE ID_ 原任务ID; -- 历史表新增记录 SELECT ACT_ID_, ACT_NAME_, ASSIGNEE_, END_TIME_ FROM ACT_HI_ACTINST WHERE PROC_INST_ID_ 流程实例ID ORDER BY START_TIME_ DESC LIMIT 1; -- 执行流计数器变化 SELECT SEQUENCE_COUNTER_ FROM ACT_RU_EXECUTION WHERE ID_ 父执行流ID;典型现象包括ACT_RU_TASK中对应记录删除ACT_HI_ACTINST新增完成记录父执行流的SEQUENCE_COUNTER_值递增4. 汇聚网关的数据库表现当最后一个并行任务完成时引擎触发隐式汇聚。此时可观察到汇聚时的关键变化所有子执行流被删除父执行流的IS_ACTIVE_变为0历史表中生成完整的并行分支记录流程变量同步到父作用域验证SQL-- 检查执行流状态 SELECT ID_, IS_ACTIVE_, ACT_ID_ FROM ACT_RU_EXECUTION WHERE PROC_INST_ID_ 流程实例ID; -- 检查历史活动 SELECT ACT_ID_, ACT_INST_STATE_ FROM ACT_HI_ACTINST WHERE PROC_INST_ID_ 流程实例ID AND ACT_TYPE_ multiInstanceBody;5. 异常场景排查指南当并行会签出现异常时建议按此顺序排查集合变量未初始化检查ACT_RU_VARIABLE表是否存在预期变量验证Groovy脚本是否在正确节点执行任务卡在创建阶段确认ACT_RU_TASK有无预期记录检查ACT_RU_EXECUTION中子执行流是否正常汇聚失败对比nrOfCompletedInstances与nrOfInstances检查completionCondition表达式语法性能问题监控SEQUENCE_COUNTER_增长趋势检查历史表数据量是否过大-- 典型排查查询 SELECT VAR.NAME_, VAR.TEXT_, EXEC.ACT_ID_, EXEC.IS_ACTIVE_, TASK.NAME_, TASK.ASSIGNEE_ FROM ACT_RU_EXECUTION EXEC LEFT JOIN ACT_RU_VARIABLE VAR ON VAR.EXECUTION_ID_ EXEC.ID_ LEFT JOIN ACT_RU_TASK TASK ON TASK.EXECUTION_ID_ EXEC.ID_ WHERE EXEC.PROC_INST_ID_ 异常实例ID;6. 高级调试技巧对于需要深度调试的场景可以启用Camunda的数据库日志配置日志级别# log4j.properties log4j.logger.org.camunda.bpm.engine.persistenceDEBUG关键日志事件对应表变化日志事件涉及表变化典型SQL观察语句创建并行分支ACT_RU_EXECUTION新增记录SELECT * FROM ACT_RU_EXECUTION WHERE PARENT_ID_ 父ID完成任务ACT_HI_ACTINST更新SELECT END_TIME_ FROM ACT_HI_ACTINST WHERE ACT_ID_任务ID变量同步ACT_RU_VARIABLE值变化SELECT TEXT_ FROM ACT_RU_VARIABLE WHERE NAME_nrOfInstances在开发环境中结合数据库监控工具如DBeaver的数据变化跟踪功能可以实时捕捉表记录变化比单纯依赖日志更直观。

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/2629164.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

SpringBoot-17-MyBatis动态SQL标签之常用标签

文章目录 1 代码1.1 实体User.java1.2 接口UserMapper.java1.3 映射UserMapper.xml1.3.1 标签if1.3.2 标签if和where1.3.3 标签choose和when和otherwise1.4 UserController.java2 常用动态SQL标签2.1 标签set2.1.1 UserMapper.java2.1.2 UserMapper.xml2.1.3 UserController.ja…

wordpress后台更新后 前端没变化的解决方法

使用siteground主机的wordpress网站,会出现更新了网站内容和修改了php模板文件、js文件、css文件、图片文件后,网站没有变化的情况。 不熟悉siteground主机的新手,遇到这个问题,就很抓狂,明明是哪都没操作错误&#x…

网络编程(Modbus进阶)

思维导图 Modbus RTU(先学一点理论) 概念 Modbus RTU 是工业自动化领域 最广泛应用的串行通信协议,由 Modicon 公司(现施耐德电气)于 1979 年推出。它以 高效率、强健性、易实现的特点成为工业控制系统的通信标准。 包…

UE5 学习系列(二)用户操作界面及介绍

这篇博客是 UE5 学习系列博客的第二篇,在第一篇的基础上展开这篇内容。博客参考的 B 站视频资料和第一篇的链接如下: 【Note】:如果你已经完成安装等操作,可以只执行第一篇博客中 2. 新建一个空白游戏项目 章节操作,重…

IDEA运行Tomcat出现乱码问题解决汇总

最近正值期末周,有很多同学在写期末Java web作业时,运行tomcat出现乱码问题,经过多次解决与研究,我做了如下整理: 原因: IDEA本身编码与tomcat的编码与Windows编码不同导致,Windows 系统控制台…

利用最小二乘法找圆心和半径

#include <iostream> #include <vector> #include <cmath> #include <Eigen/Dense> // 需安装Eigen库用于矩阵运算 // 定义点结构 struct Point { double x, y; Point(double x_, double y_) : x(x_), y(y_) {} }; // 最小二乘法求圆心和半径 …

使用docker在3台服务器上搭建基于redis 6.x的一主两从三台均是哨兵模式

一、环境及版本说明 如果服务器已经安装了docker,则忽略此步骤,如果没有安装,则可以按照一下方式安装: 1. 在线安装(有互联网环境): 请看我这篇文章 传送阵>> 点我查看 2. 离线安装(内网环境):请看我这篇文章 传送阵>> 点我查看 说明&#xff1a;假设每台服务器已…

XML Group端口详解

在XML数据映射过程中&#xff0c;经常需要对数据进行分组聚合操作。例如&#xff0c;当处理包含多个物料明细的XML文件时&#xff0c;可能需要将相同物料号的明细归为一组&#xff0c;或对相同物料号的数量进行求和计算。传统实现方式通常需要编写脚本代码&#xff0c;增加了开…

LBE-LEX系列工业语音播放器|预警播报器|喇叭蜂鸣器的上位机配置操作说明

LBE-LEX系列工业语音播放器|预警播报器|喇叭蜂鸣器专为工业环境精心打造&#xff0c;完美适配AGV和无人叉车。同时&#xff0c;集成以太网与语音合成技术&#xff0c;为各类高级系统&#xff08;如MES、调度系统、库位管理、立库等&#xff09;提供高效便捷的语音交互体验。 L…

(LeetCode 每日一题) 3442. 奇偶频次间的最大差值 I (哈希、字符串)

题目&#xff1a;3442. 奇偶频次间的最大差值 I 思路 &#xff1a;哈希&#xff0c;时间复杂度0(n)。 用哈希表来记录每个字符串中字符的分布情况&#xff0c;哈希表这里用数组即可实现。 C版本&#xff1a; class Solution { public:int maxDifference(string s) {int a[26]…

【大模型RAG】拍照搜题技术架构速览:三层管道、两级检索、兜底大模型

摘要 拍照搜题系统采用“三层管道&#xff08;多模态 OCR → 语义检索 → 答案渲染&#xff09;、两级检索&#xff08;倒排 BM25 向量 HNSW&#xff09;并以大语言模型兜底”的整体框架&#xff1a; 多模态 OCR 层 将题目图片经过超分、去噪、倾斜校正后&#xff0c;分别用…

【Axure高保真原型】引导弹窗

今天和大家中分享引导弹窗的原型模板&#xff0c;载入页面后&#xff0c;会显示引导弹窗&#xff0c;适用于引导用户使用页面&#xff0c;点击完成后&#xff0c;会显示下一个引导弹窗&#xff0c;直至最后一个引导弹窗完成后进入首页。具体效果可以点击下方视频观看或打开下方…

接口测试中缓存处理策略

在接口测试中&#xff0c;缓存处理策略是一个关键环节&#xff0c;直接影响测试结果的准确性和可靠性。合理的缓存处理策略能够确保测试环境的一致性&#xff0c;避免因缓存数据导致的测试偏差。以下是接口测试中常见的缓存处理策略及其详细说明&#xff1a; 一、缓存处理的核…

龙虎榜——20250610

上证指数放量收阴线&#xff0c;个股多数下跌&#xff0c;盘中受消息影响大幅波动。 深证指数放量收阴线形成顶分型&#xff0c;指数短线有调整的需求&#xff0c;大概需要一两天。 2025年6月10日龙虎榜行业方向分析 1. 金融科技 代表标的&#xff1a;御银股份、雄帝科技 驱动…

观成科技:隐蔽隧道工具Ligolo-ng加密流量分析

1.工具介绍 Ligolo-ng是一款由go编写的高效隧道工具&#xff0c;该工具基于TUN接口实现其功能&#xff0c;利用反向TCP/TLS连接建立一条隐蔽的通信信道&#xff0c;支持使用Let’s Encrypt自动生成证书。Ligolo-ng的通信隐蔽性体现在其支持多种连接方式&#xff0c;适应复杂网…

铭豹扩展坞 USB转网口 突然无法识别解决方法

当 USB 转网口扩展坞在一台笔记本上无法识别,但在其他电脑上正常工作时,问题通常出在笔记本自身或其与扩展坞的兼容性上。以下是系统化的定位思路和排查步骤,帮助你快速找到故障原因: 背景: 一个M-pard(铭豹)扩展坞的网卡突然无法识别了,扩展出来的三个USB接口正常。…

未来机器人的大脑:如何用神经网络模拟器实现更智能的决策?

编辑&#xff1a;陈萍萍的公主一点人工一点智能 未来机器人的大脑&#xff1a;如何用神经网络模拟器实现更智能的决策&#xff1f;RWM通过双自回归机制有效解决了复合误差、部分可观测性和随机动力学等关键挑战&#xff0c;在不依赖领域特定归纳偏见的条件下实现了卓越的预测准…

Linux应用开发之网络套接字编程(实例篇)

服务端与客户端单连接 服务端代码 #include <sys/socket.h> #include <sys/types.h> #include <netinet/in.h> #include <stdio.h> #include <stdlib.h> #include <string.h> #include <arpa/inet.h> #include <pthread.h> …

华为云AI开发平台ModelArts

华为云ModelArts&#xff1a;重塑AI开发流程的“智能引擎”与“创新加速器”&#xff01; 在人工智能浪潮席卷全球的2025年&#xff0c;企业拥抱AI的意愿空前高涨&#xff0c;但技术门槛高、流程复杂、资源投入巨大的现实&#xff0c;却让许多创新构想止步于实验室。数据科学家…

深度学习在微纳光子学中的应用

深度学习在微纳光子学中的主要应用方向 深度学习与微纳光子学的结合主要集中在以下几个方向&#xff1a; 逆向设计 通过神经网络快速预测微纳结构的光学响应&#xff0c;替代传统耗时的数值模拟方法。例如设计超表面、光子晶体等结构。 特征提取与优化 从复杂的光学数据中自…