对于人工任务处理其实就是一些命令的执行,任务退回是一个很常见的操作,很多时候任务执行到下一个人工任务节点时可能由于某种情况需要退回重新处理,例如:审批环节如果审批不通过那么就需要退回到指定人进行重处理等等。
针对Foxbpm提供了4个任务退回命令“退回-后台指定步骤-重新分配”、“退回-指定步骤-自动最近处理者”、“退回-指定步骤-指定处理者”、“退回-上一步”,这些命令基本上涵盖了所有应用场景。
下面就这些退回命令进行介绍以及比较。
1、退回-指定步骤-重新分配
描述:退回到前台用户选择的一个节点,任务重新分配处理者。
参数:该命令需要接受一个rollBackNodeId(退回节点号)。
功能:该命令执行时会根据rollBackNodeId获取退回节点,并将流程推向指定的节点。
a:普通退回
如图:
例如:C任务退回到B节点,此时B节点上的任务会重新分配
b:分支退回
如图:
例如:以上C和D任务任意一个退回B任务,那么此时C和D此时都会结束,以及F任务退回到B任务时同样会结束C任务。
注意:分支退回一般是用在“并行网关”并且进出类型为“分散”,E任务不能退回到子任务F、D、C上,因为在E任务执行回退,因为退回时只能退回父令牌走过的节点(不包括子令牌)。
c:多实例退回
如图:
例如:C任务时一个多实例任务,此时C上退回B任务,此时会结束C任务上所有任务。
注意:这里多实例退回比较特殊,需要在完成表达式中处理任务结束逻辑(需要用变量控制,同时在退回命令表达式中进行操作)否则不会结束多实例任务的。
一般不建议使用多实例退回,因为它太“无情”,一般在使用多实例的时候,只要其中部分任务同意那么整个任务就通过,此时如果只有其中一个人使用该命令那么整个任务都结束不符合实际场景。
2:退回-指定步骤-自动最近处理者
描述:在后台设计器端指定一个节点,用户点击了之后退回这个事先设置好的节点,会自动计算这个节点最近一步处理者分配给他。
参数:该命令需要接受一个rollBackNodeId(退回节点号)。
功能描述:该命令执行时回根据rollBackNodeId查询出指定节点最后一次完成的任务,以及根据rollBackNodeId查询退回节点,并将流程推向退回节点,这里如果退回节点时多是任务那么就直接退回,否则就指定最后完成任务者为处理者。
如图:
例如:C任务到B任务,B任务执行“退回-后台指定步骤-重新分配”命令回退到C,C任务再到B,B执行“退回-指定步骤-自动最近处理者”,那么此时C任务就直接给最后一次处理任务的处理者。
3:退回-指定步骤-指定处理者
描述:退回到前台用户指定的节点和处理者。
参数:该命令需要接受一个rollBackNodeId(退回节点号)和rollBackAssignee(退回的指定处理者)。
功能描述:该命令,首先会构造一个令牌集合(子令牌(子任务)和父令牌)查找当前已经完成的任务并且取最后一条任务,根据任务ID或取任务退回的节点,
最后判断该任务如果是会签任务那么就直接推送任务到该节点,否则就推送任务到该节点并分配任务的处理者为最后任务的处理者。
如图:
例如:B任务退回到C任务时,自动指定将rollBackAssignee作为C任务的处理者。
注意:该命令不能退回到多实例任务节点上。
4:退回-上一步
描述:自动计算并退回到流程的上一步骤,任务处理者为上一步骤的处理者。
功能描述:该命令,首先会构造一个令牌集合(子令牌(子任务)和父令牌)查找当前已经完成的任务并且取最后一条任务,根据任务ID或取任务退回的节点,
最后判断该任务如果是会签任务那么就直接推送任务到该节点,否则就推送任务到该节点并分配任务的处理者为最后任务的处理者。
说明:该命令可以不需要指定参数。
如图:
例如:B任务直接退回C,并且处理者还是C任务的处理者。
以上4个退回命令大致步骤可以分为退回----》节点----》重新分配或指定处理者
下面就以上退回命令分别作比较,以便了解其差异和使用。
“退回-指定步骤-重新分配”、“退回-指定步骤-自动最近处理者”和“退回-指定步骤-指定处理者”相同点都是需要指定rollBackNodeId退回节点ID。
不同点:
1、任务分配上:“退回-指定步骤-重新分配”命令它的任务分配会触发执行选择器,“退回-指定步骤-自动最近处理者”命令任务分配是通过计算最近处理者,“退回-指定步骤-指定处理者”命令 任务分配上是直接指定处理者的。
2、对于任务回退到多实例任务上,“退回-指定步骤-重新分配”和“退回-指定步骤-自动最近处理者”都可以,但是“退回-指定步骤-指定处理者”该命令会抛异常
单独把 “退回-上一步”命令拿出来说是因为前面三个都需要指定“rollBackNodeId”退回节点 ,而该命令只能返回已走过的相邻节点(同是父令牌或子令牌),同时该命令支持退回多实例任务。
最后在实际场景下使用任务退回命令时需要注意以及几点:
1、任务不能回退到子任务(同是父令牌或子令牌的才可以);
2、任务不能退回到未完成任务上;
3、分支退回使用
4、多实例任务退回尽量避免使用
关于更多FoxBPM任务命令以及其他内容,请链接https://github.com/FoxBPM。
相关推荐
FoxBPM连接器详解 FoxBPM是一款开源的工作流管理系统,它为企业提供了强大的流程建模、执行和管理功能。在企业信息化建设中,流程管理扮演着至关重要的角色,而FoxBPM通过其丰富的连接器机制,能够灵活地与其他系统...
#分支介绍 develop 最新开发版 master 最新稳定版 release-* 发布分支为准备新的产品版本发布做支持 hotfix-* 当产品版本的重大bug需要立即解决的时候,我们从对应版本的标签创建出一个热补丁分支。 feature-* 特性...
FoxBPM(6.0版本开始fixflow改名为FoxBPM)是一款开源的基于BPMN2.0标准的工作流引擎,引擎底层直接支持BPMN2.0国际标准, 吸纳了 jBPM3 、 Activiti5、BonitaBPM 等国际开源流程引擎的精髓, 同时提供了强大的中国式流程...
基于万能逼近原理的自适应模糊控制算法在多自由度AUV运动控制中的应用与抗干扰补偿Simulink仿真研究,自适应模糊控制算法的万能逼近原理与多自由度AUV运动控制的抗干扰补偿技术——基于Simulink的仿真研究,万能逼近原理自适应模糊控制算法的多自由度AUV运动控制抗干扰补偿simulink仿真 ,核心关键词:万能逼近原理; 自适应模糊控制算法; 多自由度AUV运动控制; 抗干扰补偿; Simulink仿真。,基于万能逼近的模糊控制算法多自由度AUV抗干扰补偿Simulink仿真
deepseek最新资讯、配置方法、使用技巧,持续更新中
deepseek最新资讯、配置方法、使用技巧,持续更新中
结合扩展卡尔曼滤波与滑模观测器的策略:优化电角度估计,反电势波形逼近完美正弦波,结合扩展卡尔曼滤波与滑模观测器的反电势波形优化:正弦波形展现近乎完美精度,电角度估算与实际应用差异微小,扩展卡尔曼滤波与滑模观测器的结合,反电势波形近乎完美的正弦波形,观测器估算转子电角度与实际电角度相差0.3弧度左右,转速跟随效果较好。 ,核心关键词:扩展卡尔曼滤波; 滑模观测器; 反电势波形; 转子电角度估算; 转速跟随效果。,卡尔曼滑模观测器:优化正弦波转子角度与转速估算
毕业设计_基于springboot+vue的**学生公寓管理系统**【源码+sql+可运行】【**50217**】.zip 全部代码均可运行,亲测可用,尽我所能,为你服务; 1.代码压缩包内容 代码:springboo后端代码+vue前端页面代码; 脚本:数据库SQL脚本 效果图:运行结果请看资源详情效果图 2.环境准备: - JDK1.8+ - maven3.6+ - nodejs14+ - mysql5.6+ - redis 3.技术栈 - 后台:springboot+mybatisPlus+Shiro - 前台:vue+iview+Vuex+Axios - 开发工具: idea、navicate 4.功能列表 - 系统设置:用户管理、角色管理、资源管理、系统日志 - **业务管理:业务管理:公寓信息、房间信息、入住记录、学生信息** 3.运行步骤: 步骤一:修改数据库连接信息(ip、port修改) 步骤二:找到启动类xxxApplication启动 4.若不会,可私信博主!!!
1、文件内容:xorg-x11-server-source-1.20.4-29.el7_9.rpm以及相关依赖 2、文件形式:tar.gz压缩包 3、安装指令: #Step1、解压 tar -zxvf /mnt/data/output/xorg-x11-server-source-1.20.4-29.el7_9.tar.gz #Step2、进入解压后的目录,执行安装 sudo rpm -ivh *.rpm 4、更多资源/技术支持:公众号禅静编程坊
1、文件内容:yum-plugin-ps-1.1.31-54.el7_8.rpm以及相关依赖 2、文件形式:tar.gz压缩包 3、安装指令: #Step1、解压 tar -zxvf /mnt/data/output/yum-plugin-ps-1.1.31-54.el7_8.tar.gz #Step2、进入解压后的目录,执行安装 sudo rpm -ivh *.rpm 4、更多资源/技术支持:公众号禅静编程坊
基于模型预测控制(MPC)的无人船与无人车编队一致性协同控制研究(附原文献),基于模型预测控制(MPC)的无人船与无人车编队一致性协同控制研究(附原文献),无人船编队 无人车编队 MPC 模型预测控制 多智能体协同控制 一致性 MATLAB 无人车 USV 带原文献 ,无人船编队; 无人车编队; MPC 模型预测控制; 多智能体协同控制; 一致性; MATLAB; USV; 原文献,无人系统协同控制:MPC模型预测控制下的多智能体编队与一致性研究(原文献支撑)
4套中级通信工程师综合真题及答案(2019,2020,2021,2023),适用于需要考中级通信工程师的人群
deepseek最新资讯,配置方法,使用技巧,持续更新中
基于matlab的锁相环PLL相位噪声拟合仿真代码集合:多个版本建模与仿真,高质量的锁相环PLL仿真代码集合:Matlab与Simulink建模研究,[1]锁相环 PLL 几个版本的matlab相位噪声拟合仿真代码,质量杠杠的,都是好东西 [2]锁相环matlab建模稳定性仿真,好几个版本 [3]锁相环2.4G小数分频 simulink建模仿真 ,PLL; Matlab相位噪声拟合仿真; Matlab建模稳定性仿真; 锁相环2.4G小数分频Simulink建模仿真,MATLAB仿真系列:锁相环PLL及分频器建模仿真
exceptionLogs.zip
基于光伏微网的经济性与并网负荷波动率双目标优化调度策略:蓄电池与V2G协同管理策略仿真研究,MATLAB下光储充微网结合电动汽车V2G的多目标协同调度策略研究:经济性与并网负荷波动性的对比分析,MATLAB代码:考虑V2G的光储充一体化微网多目标优化调度策略 关键词:光储充微网 电电汽车V2G 多目标优化 蓄电池优化 调度 参考文档:《光伏微网下考虑V2G补偿蓄电池容量的双目标优化调度策略》,已经投稿EI会议,中文说明文档可联系我咨询 仿真平台:MATLAB 平台 优势:代码注释详实,适合参考学习,相关成果已经采用,程序非常精品,请仔细辨识 主要内容:过建立光伏微网中以经济性和并网负荷波动率为双目标的蓄电池和V2G的协同调度模型。 采用粒子群算法,对电网、微网调度中心和电动汽车用户三方在无、无序、转移和调度V2G电动汽车负荷四种运行模式下的经济和安全影响进行对比。 最后,根据算例分析,求解四种模式下两级负荷曲线及经济收益表。 对比分析得出,引入V2G可以替代部分容量的蓄电池,使光伏微网在负荷峰谷平抑、三方经济和安全等方面进一步优化。 求解采用的是PSO算法(粒子群算法),求解效果极
javascript 动态网页设计期末大作业(自己手写的,高分期末作业),含有代码注释,新手也可看懂,个人手打98分项目,导师非常认可的高分项目,毕业设计、期末大作业和课程设计高分必看,下载下来,简单部署,就可以使用。该项目可以直接作为毕设、期末大作业使用,代码都在里面,系统功能完善、界面美观、操作简单、功能齐全、管理便捷,具有很高的实际应用价值,项目都经过严格调试,确保可以运行! javascript 动态网页设计期末大作业(自己手写的,高分期末作业)javascript 动态网页设计期末大作业(自己手写的,高分期末作业)javascript 动态网页设计期末大作业(自己手写的,高分期末作业)javascript 动态网页设计期末大作业(自己手写的,高分期末作业)javascript 动态网页设计期末大作业(自己手写的,高分期末作业)javascript 动态网页设计期末大作业(自己手写的,高分期末作业)javascript 动态网页设计期末大作业(自己手写的,高分期末作业)javascript 动态网页设计期末大作业(自己手写的,高分期末作业)javascript 动态网页设计期
混合智能体系统编队控制:分布式优化与15异构混合阶的挑战,异构混合阶智能体系统编队控制的分布式优化策略研究,15异构混合阶多智能体系统编队控制的分布式优化(无参考文献) ,核心关键词:15异构混合阶; 多智能体系统; 编队控制; 分布式优化; 无参考文献。,15混合阶多智能体系统编队分布式优化控制
javascript 动态网页设计期末大作业(自己手写的,很适合期末作业),含有代码注释,新手也可看懂,个人手打98分项目,导师非常认可的高分项目,毕业设计、期末大作业和课程设计高分必看,下载下来,简单部署,就可以使用。该项目可以直接作为毕设、期末大作业使用,代码都在里面,系统功能完善、界面美观、操作简单、功能齐全、管理便捷,具有很高的实际应用价值,项目都经过严格调试,确保可以运行! javascript 动态网页设计期末大作业(自己手写的,很适合期末作业)javascript 动态网页设计期末大作业(自己手写的,很适合期末作业)javascript 动态网页设计期末大作业(自己手写的,很适合期末作业)javascript 动态网页设计期末大作业(自己手写的,很适合期末作业)javascript 动态网页设计期末大作业(自己手写的,很适合期末作业)javascript 动态网页设计期末大作业(自己手写的,很适合期末作业)javascript 动态网页设计期末大作业(自己手写的,很适合期末作业)javascript 动态网页设计期末大作业(自己手写的,很适合期末作业)javascrip
X光安检OPIXray数据集已经转换为VOC格式,可直接转换为为YOLO