FixFlow项目API使用指南:从基础到实践
2025-06-10 22:02:05作者:彭桢灵Jeremy
一、FixFlow API概述
FixFlow作为一款强大的流程引擎,其API设计遵循了直观易用的原则。整个API体系围绕ProcessEngine核心对象构建,通过获取不同的服务接口来实现各类流程操作。
1.1 核心服务接口
FixFlow提供了七大核心服务接口,每个接口都有明确的职责划分:
- ModelService - 负责流程模型的定义和部署
- RuntimeService - 处理流程实例的运行时操作
- TaskService - 管理任务实例和任务相关操作
- FormService - 处理表单相关功能
- HistoryService - 提供历史数据查询
- IdentityService - 管理用户和组织结构
- ScheduleService - 处理定时任务
这些服务接口的设计借鉴了业界成熟方案,使得有相关经验的开发者能够快速上手。
二、API基础使用
2.1 获取流程引擎实例
// 获取默认流程引擎实例
ProcessEngine processEngine = ProcessEngineManagement.getDefaultProcessEngine();
流程引擎实例是线程安全的单例对象,整个应用只需要一个实例即可。
2.2 获取服务接口
// 获取各种服务接口
ModelService modelService = processEngine.getModelService();
RuntimeService runtimeService = processEngine.getRuntimeService();
TaskService taskService = processEngine.getTaskService();
三、数据库连接管理
FixFlow提供了灵活的数据库连接管理机制,支持外部传入连接和内部创建连接两种方式。
3.1 外部连接传递
// 创建外部内容对象
ExternalContent externalContent = new ExternalContent();
// 设置操作用户
externalContent.setAuthenticatedUserId("user123");
// 设置数据库连接
externalContent.setConnection(connection);
// 应用到流程引擎
processEngine.setExternalContent(externalContent);
3.2 完整的事务控制示例
Connection connection = null;
try {
// 获取数据库配置
DataBase dataBase = processEngine.getProcessEngineConfiguration().getSelectedDatabase();
// 创建连接
Class.forName(dataBase.getDriverClassName());
connection = DriverManager.getConnection(
dataBase.getUrl(),
dataBase.getUsername(),
dataBase.getPassword());
connection.setAutoCommit(false);
// 设置到流程引擎
ExternalContent externalContent = new ExternalContent();
externalContent.setAuthenticatedUserId("user123");
externalContent.setConnection(connection);
processEngine.setExternalContent(externalContent);
// 执行业务和流程操作
// ...
connection.commit();
} catch (Exception e) {
if(connection != null) connection.rollback();
throw e;
} finally {
if(connection != null) {
processEngine.contextClose(true, false);
connection.close();
}
}
四、完整流程操作示例
4.1 流程部署
// 通过ZIP文件部署流程
String deploymentId = modelService.deploymentByZip(
"com/founder/fix/fixflow/test/engine/api/model/Process_TaskServiceTest.zip");
4.2 流程启动
// 创建启动命令
StartProcessInstanceCommand command = new StartProcessInstanceCommand();
command.setProcessDefinitionKey("Process_TaskServiceTest");
command.setBusinessKey("order_123");
command.setStartAuthor("user123");
// 启动流程
ProcessInstance instance = runtimeService.noneStartProcessInstance(command);
4.3 任务处理
// 查询任务
List<TaskInstance> tasks = taskService.createTaskQuery()
.taskAssignee("user123")
.processInstanceId(instanceId)
.taskNotEnd()
.list();
// 完成任务
ExpandTaskCommand completeCommand = new ExpandTaskCommand();
completeCommand.setCommandType("general");
completeCommand.setUserCommandId("HandleCommand_2");
completeCommand.setTaskId(tasks.get(0).getId());
taskService.expandTaskComplete(completeCommand, null);
五、查询API详解
FixFlow提供了强大的查询API,支持各种复杂查询场景。
5.1 基础查询
// 创建查询
ProcessInstanceQuery query = runtimeService.createProcessInstanceQuery();
// 设置条件
query.processDefinitionKey("Process_TaskServiceTest")
.initiatorLike("user123")
.orderByStartTime().desc();
// 执行查询
List<String> instances = query.listPage(1, 5);
5.2 扩展查询
当内置查询不满足需求时,可以使用扩展查询:
// 创建扩展查询
QueryExpandTo expand = new QueryExpandTo();
// 添加扩展字段
expand.setFieldSql("fixflow_def_processdefinition.PROCESS_NAME");
// 添加JOIN语句
expand.setLeftJoinSql("left join fixflow_def_processdefinition on processdefinition_id = fixflow_def_processdefinition.process_id");
// 应用到查询
query.queryExpandTo(expand);
六、测试最佳实践
FixFlow提供了完善的测试支持,建议测试类继承AbstractFixFlowTestCase。
6.1 测试类示例
@Deployment(resources = {"test/process.bpmn"})
public class MyProcessTest extends AbstractFixFlowTestCase {
@Test
public void testProcess() {
// 测试代码
}
}
6.2 测试要点
- 继承
AbstractFixFlowTestCase自动处理引擎初始化和清理 - 使用
@Deployment注解简化流程部署 - 每个测试方法独立运行,互不影响
七、总结
FixFlow API设计兼顾了易用性和灵活性,通过本文的介绍,开发者可以掌握:
- 核心API的使用方法
- 数据库连接管理的最佳实践
- 完整流程的操作示例
- 强大的查询功能
- 高效的测试方法
对于更复杂的使用场景,建议参考官方提供的完整测试用例,它们覆盖了API的绝大多数功能点。
登录后查看全文
热门项目推荐
相关项目推荐
Kimi-K2.5Kimi K2.5 是一款开源的原生多模态智能体模型,它在 Kimi-K2-Base 的基础上,通过对约 15 万亿混合视觉和文本 tokens 进行持续预训练构建而成。该模型将视觉与语言理解、高级智能体能力、即时模式与思考模式,以及对话式与智能体范式无缝融合。Python00- QQwen3-Coder-Next2026年2月4日,正式发布的Qwen3-Coder-Next,一款专为编码智能体和本地开发场景设计的开源语言模型。Python00
xw-cli实现国产算力大模型零门槛部署,一键跑通 Qwen、GLM-4.7、Minimax-2.1、DeepSeek-OCR 等模型Go06
PaddleOCR-VL-1.5PaddleOCR-VL-1.5 是 PaddleOCR-VL 的新一代进阶模型,在 OmniDocBench v1.5 上实现了 94.5% 的全新 state-of-the-art 准确率。 为了严格评估模型在真实物理畸变下的鲁棒性——包括扫描伪影、倾斜、扭曲、屏幕拍摄和光照变化——我们提出了 Real5-OmniDocBench 基准测试集。实验结果表明,该增强模型在新构建的基准测试集上达到了 SOTA 性能。此外,我们通过整合印章识别和文本检测识别(text spotting)任务扩展了模型的能力,同时保持 0.9B 的超紧凑 VLM 规模,具备高效率特性。Python00
KuiklyUI基于KMP技术的高性能、全平台开发框架,具备统一代码库、极致易用性和动态灵活性。 Provide a high-performance, full-platform development framework with unified codebase, ultimate ease of use, and dynamic flexibility. 注意:本仓库为Github仓库镜像,PR或Issue请移步至Github发起,感谢支持!Kotlin08
VLOOKVLOOK™ 是优雅好用的 Typora/Markdown 主题包和增强插件。 VLOOK™ is an elegant and practical THEME PACKAGE × ENHANCEMENT PLUGIN for Typora/Markdown.Less00
项目优选
收起
deepin linux kernel
C
27
11
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
532
3.74 K
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
336
178
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++
886
596
Ascend Extension for PyTorch
Python
340
403
暂无简介
Dart
771
191
Nop Platform 2.0是基于可逆计算理论实现的采用面向语言编程范式的新一代低代码开发平台,包含基于全新原理从零开始研发的GraphQL引擎、ORM引擎、工作流引擎、报表引擎、规则引擎、批处理引引擎等完整设计。nop-entropy是它的后端部分,采用java语言实现,可选择集成Spring框架或者Quarkus框架。中小企业可以免费商用
Java
12
1
openJiuwen agent-studio提供零码、低码可视化开发和工作流编排,模型、知识库、插件等各资源管理能力
TSX
986
247
本仓将收集和展示高质量的仓颉示例代码,欢迎大家投稿,让全世界看到您的妙趣设计,也让更多人通过您的编码理解和喜爱仓颉语言。
Cangjie
416
4.21 K
React Native鸿蒙化仓库
JavaScript
303
355