一种轻量级工作流引擎的设计与参考实现
工作中，基于实际情况的需要，自研了一款工作流引擎，期间有不少收获，愿与同学们分享，听我娓娓道来......
1. 什么是工作流引擎
简而言之，工作流引擎就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。
2. 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)。
3. 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......
4. Hello ProcessEngine
按照国际惯例，第一个迭代用来实现 hello world 。
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。
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
设计
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。
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。
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
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。
5. 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。
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。
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
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
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>
<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="notify_1"/>
<notify id="notify_1" name="结果邮件通知">
<incoming>flow_3</incoming>
<outgoing>flow_4</outgoing>
</notify>
<sequenceFlow id="flow_4" sourceRef="notify_1" targetRef="endEvent_1"/>
<endEvent id="endEvent_1">
<incoming>flow_4</incoming>
</endEvent>
</process>
</definitions>
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。
6. 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。
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
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
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;
//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) {
e.printStackTrace();
}
}
});
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;
}
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();
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 : 400
approvalResult ： false，price : 300
approvalResult ： true，price : 200
小张 提交的申请单 200 被 经理 审批，结果为 true
process 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。
7. 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
路漫漫其修遠兮 吾將上下而求索
我相信，读到这里，肯定很累，如果你的发量有问题，安利一下以下产品。
