BPMN的token机制
BPMN 是 2004 年创建、后被 ISO 收录的流程建模标准。一个 BPMN 流程同时是图形和 XML 文档:引擎所需信息都在 XML 中,图形又能让非技术人员快速理解。理解 BPMN 的关键是 token:每个流程实例就像在模型中流动的一个 token,启动时在开始事件生成,逐步沿路径前进,遇到决策点只走一条路,到结束事件时销毁。引擎保存 token 的状态,精确记录实例停在何处。并行网关还能生成新 token。
主题对照
BPMN 的 token 语义、任务类型与网关、定时器与消息事件,子流程该不该抽、模型粒度怎样决定可观察性;DMN 决策表与命中策略怎样把业务规则从流程里分出来,以及图形模型与代码之间三种关联方式的取舍。
BPMN 是 2004 年创建、后被 ISO 收录的流程建模标准。一个 BPMN 流程同时是图形和 XML 文档:引擎所需信息都在 XML 中,图形又能让非技术人员快速理解。理解 BPMN 的关键是 token:每个流程实例就像在模型中流动的一个 token,启动时在开始事件生成,逐步沿路径前进,遇到决策点只走一条路,到结束事件时销毁。引擎保存 token 的状态,精确记录实例停在何处。并行网关还能生成新 token。
任务是 BPMN 的原子工作单元,[[BPMN的token机制]]中的 token 到达任务即停下,完成后才继续。任务类型包括:服务任务,执行软件功能,通常调用其他服务;人工任务,生成待办,等人完成;业务规则任务,调用决策引擎;脚本任务,在引擎中执行所定义语言的脚本。网关负责路由:排他网关根据数据只选一条路径;并行网关为多条路径各生成 token。BPMN 的“并行”不是多线程意义上的同时执行,而是指一条路径等待时,另一条路径可以继续推进。
事件表示发生了某件事,流程捕捉事件做出反应。计时器事件可以放在顺序流中表示等待一段时间,也可以作为边界事件挂在任务上,比如支付确认任务挂一个 5 天计时器,超时就取消任务,转向另一条路径。消息事件是引擎外部的触发,可以启动新实例或推动已有实例;BPMN 消息不等于消息代理,也可以是一次 REST 调用。消息事件常与事件子流程结合,无论实例正等在哪一步,收到取消订单请求就立即中断整个流程。
延续[[流程模型加胶水代码]]“远离低代码、把模型和代码关联起来”的立场,添加胶水代码有三种常见思路。发布/订阅(pub/sub):工作流引擎自身充当消息代理,无须额外部署专门的消息代理,胶水代码去订阅引擎(常见实现是长轮询),流程运行到对应服务任务时就触发订阅方处理逻辑;这种方式让胶水代码完全由开发者掌控,带来三个明显优势——任务执行与否可控(外部服务不可用时可以直接关闭订阅,所有跑到该任务的流程实例都会安静等待,恢复订阅后自动继续处理)、胶水代码的扩缩容能和工作流引擎解耦(既可以扩容承载胶水代码的应用,也可以单独建一个worker专门处理某类任务并对其扩缩容,反过来还能限制某类资源的并发,比如OCR工具授权限制只能单任务并行时,用订阅机制天然实现”一次只处理一个”)、能在胶水代码里自主处理超时(比如视频转码这种耗时任务,胶水代码里启动转码、完成后再和引擎交互,引擎本身不会因此超时)。引用代码:直接在流程模型里引用代码,工作流引擎在自己的线程/事务上下文里执行这段代码——听起来简单,却带来技术选型受限(只能用引擎所在环境的语言)、缺乏解耦(每次引擎执行到该任务都会调用,7.1节会进一步讨论耦合话题)、必须面对计算时间/超时/事务控制等约束三重代价,最终行为不仅取决于引擎本身,还取决于引擎配置和胶水代码里的具体操作,让排障变得困难——作者早年在多个开源工作流引擎项目里最初都用引用代码(图省事),但随时间推移pub/sub在多数场景下被证明更可取,云原生架构和多语言团队进一步推动了这一偏好,现代引擎因此更专注pub/sub。预建连接器:用平台自带的连接器(如HTTP连接器)通过流程模型配置引用,常见缺点是灵活性受厂商设计局限(一旦触及连接器上限,只能等厂商扩展功能)、测试更难(连接器超出流程解决方案范围,测试灵活性也受限)、厂商专用不可移植;作者明确表示这不是首选,但组合无服务器函数或RPA机器人这类场景下连接器仍有用武之地。
结构图:
flowchart TD
A[关联流程模型与代码的三种方式] --> B[发布/订阅 pub/sub<br/>引擎充当消息代理,长轮询]
A --> C[引用代码<br/>引擎线程内直接执行]
A --> D[预建连接器<br/>厂商提供,流程模型内配置]
B -->|优势| B1[任务可控开关+扩缩容解耦+超时自主处理]
C -->|代价| C1[技术选型受限+缺乏解耦+计算时间事务约束,排障困难]
D -->|代价| D1[灵活性受限+测试难+厂商锁定]
B -.现代引擎的主流选择.-> E[云原生+多语言团队进一步推动]
业务逻辑放在模型里还是代码里,两个极端都不可取。默认用代码实现,有充分理由时才放进模型,可用三个问题判断。一,流程需要在哪里停下等待?引擎按任务粒度等待,两个远程调用拆成两个任务,引擎就能只重试失败的那个。二,参与者需要经常讨论什么?需要讨论的控制流应放进图形模型,还能产生可用于 KPI 的审计数据。三,什么在跨越边界?不能处于同一事务的两次调用应拆成独立任务,以便分别重试并调节一致性策略。
决策指按既定逻辑从输入得出输出。当决策逻辑变化快、需要贴近业务并单独审计时,值得用决策引擎而非硬编码。工作流引擎处理长期运行的控制流,决策引擎处理原子步骤内完成的决策,二者互补。DMN 是与 BPMN 对应的决策标准,核心是决策表与 FEEL 表达式语言。决策表每行是一条规则,各输入列以逻辑与组合,全部为真才触发;命中策略决定多条规则触发时如何取结果。DMN 同样存为 XML,支持版本控制和决策历史。
一个订单履约重写项目说明了图形模型如何改善协作:项目负责人与业务分析师先访谈开发人员梳理现状,有意用建模工具的草图模式展示;再拿模型与营收负责人、库存团队、厂商顾问沟通,两周内就跑通了处理真实订单的实验系统。各角色都受益:负责人减少误解、推进更快;分析师让大家围绕同一模型形成统一语言;开发者得到可执行的活文档;运维能看清问题位置并分享带上下文的链接;高管能监控 KPI。
业务与开发的协作不应是一方把模型扔给另一方,而是开发者理解业务,业务人员理解技术约束,在建模决策上达成共识。常见的失败是让业务模型与可执行技术模型两套模型共存;高层模型有价值,但像电影预告片,不反映实际剧情。“多级流程金字塔”其实鼓励业务把模型扔过墙给 IT,改为“房子”比喻效果更好。操作层面应只有一个模型,物理副本可以不同,内容必须完全共享,通常以开发者的 Git 仓库为主模型。
延续[[一体化流程模型]]的”房子”结构,业务模型被拆成人工流程模型和技术流程模型两种:人工流程完全由人处理和控制,技术流程由软件(如工作流引擎)处理,二者经常相互触发——人工操作者点击任务列表按钮能触发一段技术流程,技术流程也可能因需要人工介入而创建人工任务。BPMN支持在同一张大图(协作模型,collaboration model)里同时建模所有这些流程,本质上每个流程仍是独立创建的,只是画在一张图上并用消息流表达彼此的通信关系,图中每个矩形容器是参与者池(pool;本书译作”泳道”,应与池内部的lane区分),每个泳道是一条完整的流程、代表整体业务流程的一个具体视角。以用户入网协作模型为例:顶部泳道是人工流程,描述办公室职员如何执行审批(能清楚看出批准信是手动发送的,因此不能被纳入自动化流程,即使这未必是最高效的做法,也如实反映了现实,同时兼具工作说明的作用);底部泳道是CRM系统的技术流程,但只是用于记录(CRM本身并没接工作流引擎),了解这些幕后细节有助于设计好中间的可执行流程(例如可以看到CRM已经发过欢迎邮件,就不需要在别处重复发一次);中间泳道才是真正跑在工作流引擎上的可执行流程,因为只有它是唯一需要被精确描述的(其余泳道都只是给人看的记录,内容可以更自由、只需着重体现整体交互)。协作模型的强大之处在于展示不同执行者(人、工作流引擎、其他软件组件)如何互动,但要注意它通常不是学BPMN的第一步,而且与持续保持更新的可执行流程不同,协作模型在系统生命周期内很少被更新,主要价值发挥在设计阶段。
结构图:
flowchart TB
subgraph P1["泳道1: 人工流程(办公室职员审批)"]
A1[收到申请] --> A2[人工审批] --> A3[手动发送批准信]
end
subgraph P2["泳道2: 可执行技术流程(工作流引擎)"]
B1[启动入网流程] --> B2[消息:等待审批完成] --> B3[继续后续步骤]
end
subgraph P3["泳道3: 记录性技术流程(CRM系统,未接工作流引擎)"]
C1[创建用户] --> C2[已发送欢迎邮件]
end
A2 -.消息流.-> B2
B1 -.消息流.-> C1
C2 -.已完成,无需重复发邮件.-> B3
业务分析师专注“是什么”和“为什么”,把“怎么做”留给开发者,通常负责模型初稿;最好与开发者共同开研讨会产出第一版,双方由此理解彼此的约束。开发者负责让模型可执行,执行时常发现缺陷,因此必须有权调整模型。关键是所有变更都要反馈给分析师并说明理由,长期坚持就能形成共识与统一语言。为防止分析师在工具中覆盖看不到的技术属性,可执行模型的所有权必须归开发者。
同一服务边界内,也要判断哪些逻辑留在主流程、哪些提取成子流程。CRM 的 API 笨拙。把这些技术细节提取进子流程,由入网主流程调用,主流程中各任务保持相近的细节层级,更易阅读,这是分而治之。另一理由是复用:多处需要时,可以在模型层复用子流程,也可以干脆构建一个有清晰 API 的独立服务;但子流程只在同一边界内才合理。何时提取没有硬性规定,建议能不用就不用,层级差异明显时再引入。
流程模型被许多角色阅读、生命周期很长,值得在可读性上投入,但正在生产中运行的不完美模型胜过从未执行的完美模型。可读性来自建模惯例。命名:开始事件用被动语气描述结果,如“订单被下达”;任务用动词加宾语;网关标签通常是一个问题,答案写在顺序流上;结束事件从业务角度描述最终结果。布局:按阅读方向从左到右排布,而不是从上到下;并尽量把乐观路线上的元素按时间顺序排在中央一条直线上。
使BPMN可执行需要部署模型、通过API创建实例、为服务任务关联任务处理代码,并在排他网关的出线上配置条件。示例中人工审批更新automaticProcessing,FEEL表达式读取它决定后续路径。图中的任务名称不是调用实现,绑定关系和条件才让图真正运行。
图形建模器应能直接编辑版本库中的本地模型文件并配置执行细节。协作工具负责分享、评论和讨论未来流程,其独立仓库中的讨论模型不能自动成为可执行方案的源码。实现的模型仍需与代码共同管理,避免两个仓库形成版本漂移。
BPMN把执行语义和图形布局放在同一XML制品中:引擎解释任务、流和事件,人员阅读对应图形。模型因而可同时充当源码与沟通文档,减少两份材料漂移。但仅用于讨论的图也可以是有效BPMN,是否执行取决于用途及执行细节是否齐备。
令牌是解释BPMN控制流的理论模型。实例启动时在开始事件产生令牌,任务完成后沿顺序流前进,到结束事件被消耗。引擎持久化令牌位置即可知道实例在等待哪里。一个定义可有许多实例;并行分支还会在同一实例内产生多个令牌,不能把令牌永远等同于实例。
任务在模型中是一个原子工作单元:令牌到达后停止,任务完成才继续。服务任务调用软件,用户任务等待人完成;规则任务执行决策,脚本任务执行脚本。原子性是流程视角的粒度,并不保证任务内部多个远程动作具有事务原子性。可以先用人工任务验证流程,再逐步自动化。
排他网关根据数据从候选出线中选一条,表示互斥选择;并行网关激活多条出线、生成多个令牌,表示多个分支可以推进。流程并行主要允许一条路径等待时另一条继续,并不承诺任务在不同线程上同时执行。
顺序流中的定时事件让实例在该位置等待指定时间;任务边界上的定时事件仅在任务活动时有效。示例中付款等待超过五天,边界事件取消当前任务并转入替代路径。把时限显式放进模型可表达业务策略,但超时后是否结束应由业务决定。
经常需要讨论的控制流和希望统计的阶段适合显式建模。客户校验和付费评分分开后,可以讨论何时值得付费,也能分别统计因格式错误和低评分被拒绝的比例。模型并非越细越好:把每段技术计算画成图,会掩盖业务顺序并增加维护负担。
决策从已知事实按规则推导结果,通常可在一个原子步骤内完成;流程引擎则协调跨时间的活动。决策逻辑变化快且需向业务解释,决策引擎因此支持可读模型、版本和历史。把规则从流程控制中分离,能独立改变判断依据而保持流程主线清楚。
DMN决策表每一行是一条规则:输入列条件以AND连接,全部为真才命中;输出列提供结论。命中策略定义多行满足时怎么办,例如First从上到下取首个命中,其他策略可要求唯一匹配或汇总结果。FEEL把条件写成可执行且便于业务阅读的表达式。
BPMN规则任务表示“这里需要做决策”,并不规定某个调用协议。可以用胶水代码连接独立决策引擎,也可以使用厂商扩展把DMN定义关联到任务。集成良好时,流程历史可直接追踪某次判断的依据;独立决策引擎也可在流程之外使用。
建模语言的强弱应按业务所需语义判断,而非XML或JSON的新旧。Workflow Patterns从控制流、数据、资源和异常等视角给出模式基准。缺失模式的“简单语言”可能只是把复杂性转嫁给代码,日后补齐又形成同等复杂的私有语法。
同步汇合要等所有输入分支到齐才放行;简单合并则每条输入到来都向后传递,并不负责等待其他分支。二者图形都像多入一出,但对后续执行次数和时机的含义不同。选择语言及建模时需检验语义,而不能只看框箭头外观。
图形模型帮助业务、运维和开发讨论顺序、定位故障和理解系统。若它本身被引擎执行,图会随着真实实现更新;独立手绘文档更易过时。价值依赖读者理解符号以及图的清晰粒度,自动从文本生成的复杂布局不必然同样易懂。
图形模型仍是开发团队负责的源码,进入版本库和CI/CD。XML差异合并可采用与代码相同的纪律:只改必要元素,避免无关重排布局。模型让业务可理解,并不转移技术设计的最终责任;团队需解释设计选择,使共同讨论和交付责任兼容。
JSON、YAML或程序DSL能表示任务及转移,并利用熟悉编辑工具;序列简单时很直接。但循环和并行会使文本结构难以阅读和修改,缺少建模工具时更明显。可先以代码定义简单模型,再生成BPMN并在复杂后转图形编辑,避免把文本偏好等同于可理解性。
BizDevOps把业务、开发与运维纳入同一协作过程。业务通过模型讨论目标与瓶颈,开发用同一模型执行和测试,运维结合路径、变量及异常处理事故。可执行模型不会像脱离代码的图那样轻易失效,审计数据还能叠加回模型,让改善讨论依据真实运行。它降低的是跨角色理解成本,不能替代各角色判断。
业务分析师首先澄清做什么和为什么,开发者负责让模型在真实API与参数约束下执行。开发发现问题应能修改模型,并解释原因反馈业务,成为下一轮改进基础。可执行工件归开发者负责,可防止业务工具无意覆盖不可见技术属性;稳定的同步纪律比复杂工具功能更重要。
点击箭头逐层展开,点击卡片标题查看详情。路径上下文仅用于连接层级,不计入主题卡片数。
来源书籍
书籍类型:经典原理
146 张卡片
来源书籍
书籍类型:工程实践
52 张卡片
来源书籍
书籍类型:经典原理
132 张卡片
主题索引
比较工作流引擎的持久化、调度与版本化能力,BPMN/DMN 建模要素,模型与代码的分工,以及批处理、流处理、actor、有状态函数等替代方案的取舍。
与 2 张主题卡片存在结构化链接;共享 1 个其他主题;来自相同书籍;属于相同分类
与 2 张主题卡片存在结构化链接;共享 1 个其他主题;来自相同书籍;属于相同分类
与 2 张主题卡片存在结构化链接;共享 1 个其他主题;来自相同书籍;属于相同分类
与 2 张主题卡片存在结构化链接;共享 1 个其他主题;来自相同书籍;属于相同分类
与 2 张主题卡片存在结构化链接;共享 1 个其他主题;来自相同书籍;属于相同分类
与 1 张主题卡片存在结构化链接;共享 1 个其他主题;来自相同书籍;属于相同分类