RuoYi-Vue-Pro项目中Flowable定时任务丢失租户上下文问题解析
2025-05-05 15:40:52作者:江焘钦
问题背景
在RuoYi-Vue-Pro项目(v2.1.0版本)中,当使用Flowable工作流引擎并添加定时捕获事件时,发现后续用户任务无法正确获取租户信息。具体表现为:在流程定义中添加定时中间捕获事件后,定时触发后的任务执行会抛出"TenantContextHolder不存在租户编号"的异常。
问题现象
开发人员在流程设计中添加了一个10秒后触发的定时事件,流程结构为:开始事件 → 定时中间捕获事件 → 部门领导审批 → HR审批 → 结束事件。当流程实例启动后,10秒定时触发时,系统无法获取租户上下文,导致后续任务处理失败。
根本原因分析
经过深入排查,发现问题根源在于Flowable的异步执行机制:
- Flowable的定时任务是通过其内部的异步执行器(AsyncExecutor)来处理的
- 当定时事件触发时,任务会被提交到Flowable的异步线程池执行
- 线程切换导致原线程中的租户上下文信息(TenantContextHolder)丢失
- 由于多租户实现依赖于线程绑定的上下文,异步执行时未正确传递租户信息
解决方案
针对此问题,项目提供了两种解决方案:
方案一:自定义异步执行器
通过继承DefaultAsyncJobExecutor并重写executeAsyncJob方法,在任务执行前手动设置租户上下文:
public class CustomAsyncExecutor extends DefaultAsyncJobExecutor {
@Override
protected boolean executeAsyncJob(final JobInfo job, Runnable runnable) {
if (StringUtil.isNotEmpty(job.getTenantId())) {
TenantContextHolder.setTenantId(Long.parseLong(job.getTenantId()));
}
return super.executeAsyncJob(job, runnable);
}
}
然后在流程引擎配置中注册这个自定义执行器:
@Bean
public EngineConfigurationConfigurer<SpringProcessEngineConfiguration> bpmProcessEngineConfigurationConfigurer(
ObjectProvider<FlowableEventListener> listeners,
BpmActivityBehaviorFactory bpmActivityBehaviorFactory) {
return configuration -> {
configuration.setEventListeners(ListUtil.toList(listeners.iterator()));
configuration.setActivityBehaviorFactory(bpmActivityBehaviorFactory);
configuration.setAsyncExecutor(new CustomAsyncExecutor());
};
}
方案二:使用FlowableUtils工具类包装执行
在流程监听器等需要异步执行的代码处,使用FlowableUtils.execute方法包装执行逻辑,确保租户上下文正确传递:
@Override
public void processProcessInstanceCompleted(ProcessInstance instance) {
FlowableUtils.execute(instance.getTenantId(), () -> {
// 业务逻辑处理
Integer status = (Integer) instance.getProcessVariables()
.get(BpmnVariableConstants.PROCESS_INSTANCE_VARIABLE_STATUS);
// 其他处理...
});
}
最佳实践建议
- 对于定时任务、异步任务等场景,务必确保租户上下文的正确传递
- 优先使用项目提供的工具类(如FlowableUtils)来处理异步执行
- 在自定义Flowable组件时,注意检查租户信息的传递
- 对于复杂的业务流程,建议在流程变量中显式存储租户ID作为备份
总结
RuoYi-Vue-Pro项目中的多租户实现依赖于线程上下文,而Flowable的异步执行机制会导致上下文丢失。通过自定义异步执行器或使用工具类包装执行逻辑,可以确保租户信息在异步场景下的正确传递。开发人员在设计包含定时事件或异步任务的流程时,应当特别注意这一问题,选择合适的解决方案保证业务流程的正确执行。
登录后查看全文
热门项目推荐
相关项目推荐
GLM-5智谱 AI 正式发布 GLM-5,旨在应对复杂系统工程和长时域智能体任务。Jinja00
GLM-5.1GLM-5.1是智谱迄今最智能的旗舰模型,也是目前全球最强的开源模型。GLM-5.1大大提高了代码能力,在完成长程任务方面提升尤为显著。和此前分钟级交互的模型不同,它能够在一次任务中独立、持续工作超过8小时,期间自主规划、执行、自我进化,最终交付完整的工程级成果。Jinja00
LongCat-AudioDiT-1BLongCat-AudioDiT 是一款基于扩散模型的文本转语音(TTS)模型,代表了当前该领域的最高水平(SOTA),它直接在波形潜空间中进行操作。00- QQwen3.5-397B-A17BQwen3.5 实现了重大飞跃,整合了多模态学习、架构效率、强化学习规模以及全球可访问性等方面的突破性进展,旨在为开发者和企业赋予前所未有的能力与效率。Jinja00
HY-Embodied-0.5这是一套专为现实世界具身智能打造的基础模型。该系列模型采用创新的混合Transformer(Mixture-of-Transformers, MoT) 架构,通过潜在令牌实现模态特异性计算,显著提升了细粒度感知能力。Jinja00
FreeSql功能强大的对象关系映射(O/RM)组件,支持 .NET Core 2.1+、.NET Framework 4.0+、Xamarin 以及 AOT。C#00
项目优选
收起
deepin linux kernel
C
27
14
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
659
4.26 K
Ascend Extension for PyTorch
Python
503
608
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
939
862
Oohos_react_native
React Native鸿蒙化仓库
JavaScript
334
378
openEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。
C
390
285
AscendNPU-IR是基于MLIR(Multi-Level Intermediate Representation)构建的,面向昇腾亲和算子编译时使用的中间表示,提供昇腾完备表达能力,通过编译优化提升昇腾AI处理器计算效率,支持通过生态框架使能昇腾AI处理器与深度调优
C++
123
195
openGauss kernel ~ openGauss is an open source relational database management system
C++
180
258
🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
1.54 K
892
昇腾LLM分布式训练框架
Python
142
168