工作流引擎技术介绍-Flowable例子（五）
共 2971字，需浏览 6分钟
· 2021-10-20
介绍目前开源工作流现状 介绍flowable 介绍BPMN2.0 比较flowable和activiti flowable例子（一）-工时申报流程 flowable例子（二）-请假流程 flowable例子（三）-保险索赔案例流程 flowable例子（四）-消息队列交互流程 flowable例子（五）-消费者评论分析流程 flowable不足及扩展 Flowable技术细讲
初创公司，其首要任务是客户满意度。我们将构建一个软件解决方案，让用
户可以评价他们的满意度。客户就可以通过我们的网站提供评论。然后通过应用程序将此评论发送到 Kafka
队列。在我们的主要客户应用程序中，我们为每个客户提供了一个 CMMN
案例。这使我们能够对特定客户的所有评论进行分组，启动评价分析流程。如果我们收到差评，我们会为其中一名员工启动一项任务，以便他们能够纠正与客户的关系。
五、客户关系维护系统
需求描述：
每当注册新客户时，我们都会创建一个案例。此案例将在“活动订阅”阶段开始并等待相关的可能事件：（演示，我们只实现了“收到评论”事件）
收到评论
收到客户业务支持请求
定时器事件
收到停用
架构：
底部是一个 Kafka 事件流，负责传输所有事件。客户通过 React UI，将事件提交给审查服务。
UI客户端服务（Review Service – Spring Boot 应用程序），它使用 Spring WebFlux 从我们的 UI 接收评论并将它们传输到 Kafka。
评论将写入Kafka消息队列。
{"userId": "tdx","stationId": 5, //站点ID"rating": 5, //评分-5星好评"comment": "滑板车很好用！！！" //评论}
客户关系维护服务（CustomerRelationShipService – Flowable - Spring Boot 应用程序），启动客户案例以及客户的流程。将接收客户评价和发出分析请求并获取到评价分析结果。(这里我们只关心客户评价事件）
公司后台任务管理（FlowableTaskApplication – Flowable - Spring Boot 应用程序），连接到与客户关系维护服务相同的数据库，员工可以在其中与客户案例进行交互。当收到差评，我们会为其中一名员工启动一项任务，以便他们能够纠正与客户的关系。
评价分析服务 (SentimentAnalysisService – Flowable - Spring Boot 应用程序)，使用一个流程来执行评论分析。
网关 Spring Cloud API Gateway – 用于将流量从 UI 重定向到适当的微服务。
建模分析：
1.案例模型中接收客户评价事件
同样需要配置Kafka参数映射到流程变量，以及条件过滤。
只有用户ID和启动案例模型用户ID相等的Kafka消息才会被消费。
2.消费到消息后，会执行评价分析流程。
这里将用户ID和评价作为参数
3.子流程启动被进入第一节点，发送评价分析请求，并等待分析结果
同样需要配置发送消息、接收触发消息事件
发送消息
发送消息-流程变量映射Kafka消息内容
接收触发消息
消息映射流程变量
消息过滤条件
4.评价分析服务
接收Kafka消息并启动流程
Kafka消息映射流程变量
将分析结果发送回Kafka
流程变量映射到Kafka消息内容
演示运行：
环境：
安装kafka
安装zookeeperdocker run --privileged=true -d--name zookeeper --publish 2181:2181 -d zookeeper:latest安装kafkadocker run -d --name kafka--publish 9092:9092 --link zookeeper--env KAFKA_ZOOKEEPER_CONNECT=zookeeper:2181--env KAFKA_ADVERTISED_HOST_NAME=localhost--env KAFKA_ADVERTISED_PORT=9092 wurstmeister/kafka安装kafkaManagerdocker run -d --name kafka-manager--link zookeeper:zookeeper --link kafka:kafka-p 9001:9000 --restart=always--env ZK_HOSTS=zookeeper:2181 sheepkiller/kafka-manager测试kafka是否安装成功//创建topicbin/kafka-topics.sh --create --zookeeper zookeeper :2181 --replication-factor 1 --partitions 1 --topic mykafka//查看topicbin/kafka-topics.sh --list --zookeeper zookeeper :2181//创建生产者bin/kafka-console-producer.sh --broker-list zookeeper :9092 --topic mykafka//创建消费者bin/kafka-console-consumer.sh --zookeeper zookeeper :2181 --topic mykafka --from-beginning
flowable配置
2.本来案例创建应该嵌入到用户注册逻辑中，由于是演示，我们以启动表单的形式指定案例归属于哪个用户。
这样，我们就启动了一个属于用户【土豆仙】的用户关系 维护案例，案例处在[激活订阅]这一阶段
3.UI界面提交评论，并将数据传输到kafka
kafka消息内容
{"userId":2,"stationId":1,"rating":5,"comment":"非常好用！"}
案例接收到消息，流转到[调用评价分析流程]节点
查看活动的流程，确实已经启动
3.完成对应任务，流转到[请求评价分析]节点，会自动向kafka发送一条消息
同时，评价分析会接收到kafka消息，启动分析流程，完成该任务审核
4.由于处理评价识别，我们是模拟的随机
random.nextBoolean() ? "negative" : "positive";这一次的评价，随机判定为积极的评价，则不做处理。
（重新发送一条评价，并完成对应审核）
当判定为消极评价，我们会流转到应对消极评价的处理分支中去。
实际生产环境，可以去掉上面的两步审核，并完善针对评价语句的自动分析识别逻辑。这样，我们就完成了一套针对客户评价自动识别，并作出即时响应的客户关系维护系统。一旦识别到客户不满意，则会走人工联系处理。