LiteFlow Spring boot使用方式

文章目录

liteflow 使用

概述

在每个公司的系统中,总有一些拥有复杂业务逻辑的系统,这些系统承载着核心业务逻辑,几乎每个需求都和这些核心业务有关,这些核心业务业务逻辑冗长,涉及内部逻辑运算,缓存操作,持久化操作,外部资源调取,内部其他系统RPC调用等等。时间一长,项目几经易手,维护成本就会越来越高。各种硬代码判断,分支条件越来越多。代码的抽象,复用率也越来越低,各个模块之间的耦合度很高。一小段逻辑的变动,会影响到其他模块,需要进行完整回归测试来验证。如要灵活改变业务流程的顺序,则要进行代码大改动进行抽象,重新写方法。实时热变更业务流程,几乎很难实现。

如何打破僵局?LiteFlow为解耦逻辑而生,为编排而生,在使用LiteFlow之后,你会发现打造一个低耦合,灵活的系统会变得易如反掌!

LiteFlow是一个非常强大的现代化的规则引擎框架,融合了编排特性和规则引擎的所有特性。

组件可实时热更替,也可以给编排好的逻辑流里实时增加一个组件,从而改变你的业务逻辑。

LiteFlow框架的优势

如果你要对复杂业务逻辑进行新写或者重构,用LiteFlow最合适不过。它是一个编排式的规则引擎框架,组件编排,帮助解耦业务代码,让每一个业务片段都是一个组件。

利用LiteFlow,你可以将瀑布流式的代码,转变成以组件为核心概念的代码结构,这种结构的好处是可以任意编排,组件与组件之间是解耦的,组件可以用脚本来定义,组件之间的流转全靠规则来驱动。LiteFlow拥有开源规则引擎最为简单的DSL语法。十分钟就可上手。

规则调用逻辑

通过定义的 chainName 查询 chain表的配置 chainName 本身是唯一的,我这边使用方法采用uuid 加 时间戳截取的方式保持信息的唯一性

java 复制代码
@Resource
private FlowExecutor flowExecutor;
// 方法内写
flowExecutor.execute2Resp(chainName, null, new DefaultContext());

规则组件定义

目前是通过java 编写组件
@LiteflowComponent 是 LiteFlow 框架中的一个注解,用于标记类作为 LiteFlow 组件。这个注解使得被标注的类能够参与流程编排,并允许你在流程定义中引用它们。通过这种方式,你可以轻松地将业务逻辑封装进组件中,并在需要时调用这些组件来执行特定的任务。

在内部可以使用 @Resource 注解调用其他方法
普通组件

用于流程往下继续执行 THEN 或者 WHEN

java 复制代码
@Slf4j
@LiteflowComponent("deviceSendMessageCmp")
public class DeviceSendMessageCmp extends NodeComponent {

    @Override
    public void process() throws Exception {
	
    }
}

判断组件

用于 IF AND OR 规则组装

java 复制代码
/**
 * 属性判断流程处理
 */
@Slf4j
@LiteflowComponent("attributeBooleanCmp")
public class AttributeBooleanCmp extends NodeBooleanComponent {

    @Override
    public boolean processBoolean() throws Exception {
    }
}

组件内数据获取

通过 DefaultContext

LiteFlow提供了一个默认的数据上下文的实现:DefaultContext。这个默认的实现其实里面主要存储数据的容器就是一个Map。

你可以通过DefaultContext中的setData方法放入数据,通过getData方法获得数据。
DefaultContext虽然可以用,但是在实际业务中,用这个会存在大量的弱类型,存取数据的时候都要进行强转,颇为不方便。所以官方建议你自己去实现自己的数据上下文。

自定义上下文

你可以用你自己的任意的Bean当做上下文进行传入。LiteFlow对上下文的Bean没有任何要求。

自己定义的上下文实质上就是一个最简单的值对象,自己定义的上下文因为是强类型,更加贴合业务。

你可以像这样进行传入:

java 复制代码
LiteflowResponse response = flowExecutor.execute2Resp("chain1", 流程初始参数, CustomContext.class);

传入之后, LiteFlow会在调用时进行初始化,给这个上下文分配唯一的实例。你在组件之中可以这样去获得这个上下文实例:

java 复制代码
@LiteflowComponent("yourCmpId")
public class YourCmp extends NodeComponent {

	@Override
	public void process() {
		CustomContext context = this.getContextBean(CustomContext.class);
		//或者你也可以用这个方法去获取上下文实例,如果你只有一个上下文,那么和上面是等价的
		//CustomContext context = this.getFirstContextBean();
		...
	}
}
通过 组件规则定义数据

好处 在调用组件时就拥有组件的对应参数信息

iteFlow支持了组件参数特性,你可以在EL语法中来给组件设置外置参数。

这对于相同组件的编排是非常有用的特性。

例如 :

可以塞入两条完全不一样的信息

复制代码
THEN(a, b.data(cmpData), b.data(cmpData));

你可以使用data关键字来给某个组件设置外置参数,建议最好是JSON格式:

xml 复制代码
<flow>
    <chain name="chain1">
        cmpData = '{"name":"jack","age":27,"birth":"1995-10-01"}';
    
        THEN(a, b.data(cmpData), c);
    </chain>
    
    <chain name="chain2">
        cmpData = '{"name":"rose","age":20,"birth":"1997-07-01"}';
    
        WHEN(c, b.data(cmpData));
    </chain>
</flow>

上述表达式中,同一个b组件,在不同的chain中被赋予了不同的外置参数,运行中在组件中通过this.getCmpData方法也能拿到相应的参数。

如果上述对象是一个Json的数组,在组件中也可以通过getCmpDataList方法来获取。

java 复制代码
@Component("b")
public class BCmp extends NodeComponent {

	@Override
	public void process() {
		User user = this.getCmpData(User.class);
		...
	}
}
通过预先传入数据

在一个流程中,总会有一些初始的参数,比如订单号,用户Id等等一些的初始参数。这时候需要通过以下方法的第二个参数传入:

java 复制代码
public LiteflowResponse execute2Resp(String chainId, Object param, Class<?>... contextBeanClazzArray)

请注意,这个流程入参,可以是任何对象,一般生产业务场景下,你可以把自己封装好的Bean传入。

这个值你可以通过以下的方法在组件中拿到:

java 复制代码
@LiteflowComponent("a")
public class ACmp extends NodeComponent {

	@Override
	public void process() {
		YourBean requestBean = this.getRequestData();
	}
}

在这里,流程入参可以是任何对象,如果你把数据上下文的实例传入了,并不意味着你拿到的相同类型的数据上下文中就是有值的。因为这2个对象根本就是2个实例。 流程入参只能通过this.getRequestData()去拿。 如果你真实目的是想提前传入初始化好的上下文对象,可以参考用初始化好的上下文传入这一章节。

相关推荐
小二·10 小时前
Go 语言系统编程与云原生开发实战(第35篇)
开发语言·云原生·golang
AI-小柒10 小时前
OpenClaw技术深度解析:从智能助手到自动化引擎的范式革命(附DataEyes实战)
大数据·运维·开发语言·人工智能·python·http·自动化
MegaDataFlowers10 小时前
认识复杂度和简单排序算法
java·算法·排序算法
梦游钓鱼11 小时前
Timestamp.cc和Timestamp.h文件分析
开发语言·c++
所谓伊人,在水一方33311 小时前
【Python数据可视化精通】第1讲 | 数据可视化的本质与认知心理学基础
开发语言·python·信息可视化·matplotlib
所谓伊人,在水一方33311 小时前
【Python数据科学实战之路】第18章 | 大模型与数据科学:LLM赋能数据分析新时代
开发语言·python·深度学习·神经网络·数据分析·tensorflow
StackNoOverflow11 小时前
Maven 核心知识整理
java·maven
ekkcole11 小时前
easyexcel2.2.10版本对本地文件指定行或多行样式处理
java·easyexcel
赵谨言11 小时前
摘要本研究旨在构建一套基于OpenCV与CNN融合技术的银行卡号自动识别系统,重点解决不同银行卡号字体格式差异、倾斜污损等复杂场景下的识别难题
大数据·开发语言·经验分享·python
小七mod11 小时前
【Nacos】Nacos1.4.x服务注册源码分析
java·spring cloud·微服务·nacos·源码·集群·注册中心