博客
关于我
第五章、流程实例、任务的执行
阅读量:611 次
发布时间:2019-03-13

本文共 1190 字,大约阅读时间需要 3 分钟。

流程图部署示例

在本节中,我们将展示如何通过代码实现流程图的部署。以下是一个简单的示例代码,您可以参考它来完成类似操作。

public class ProcessInstanceTest {    ProcessEngine processEngine = ProcessEngines.getDefaultProcessEngine();        /**部署流程定义(从zip)*/	    @Test    public void deploymentProcessDefinition_zip{        InputStream in = this.getClass().getClassLoader().getResourceAsStream("flow/helloworld.zip");        ZipInputStream zipInputStream = new ZipInputStream(in);        Deployment deployment = processEngine.getRepositoryService()                .createDeployment()                .name("流程定义")                .addZipInputStream(zipInputStream)                .deploy();        System.out.println("部署ID:" + deployment.getId());        System.out.println("部署名称:" + deployment.getName());    }}

控制台输出示例

运行上述代码后,控制台会输出如下内容:

部署ID: 12345678-1234-1234-1234-1234567890ab部署名称: flowTestFlow

功能说明

  • 流程图部署:代码中使用processEngine.getRepositoryService()获取到流程引擎的服务,然后通过createDeployment()创建一个新的部署对象。
  • 流程字典加载:使用addZipInputStream(zipInputStream)将包含流程图文件的zip文件添加到部署对象中。
  • 部署执行:调用deploy()完成部署操作,并获取返回的部署对象。
  • 部署信息输出:打印部署的唯一标识符和部署名称以确认操作是否成功。
  • 注意事项

    • 确保流程图文件和相应配置文件都位于正确的路径,避免路径不对。
    • 部署操作需权限,即使测试环境中也需要确保账户有相应权限。

    您可以参考以上代码,在实际项目中进行类似的流程图部署操作。如果需要更多详细的使用说明,请参考官方文档或相关技术文档。

    转载地址:http://jjdaz.baihongyu.com/

    你可能感兴趣的文章
    opencv Hog Demo
    查看>>
    opencv Hog学习总结
    查看>>
    opencv Mat push_back
    查看>>
    opencv putText中文乱码
    查看>>
    OpenCV Python围绕特定点将图像旋转X度
    查看>>
    opencv resize
    查看>>
    Opencv Sift和Surf特征实现图像无缝拼接生成全景图像
    查看>>
    opencv SVM分类Demo
    查看>>
    OpenCV VideoCapture.get()参数详解
    查看>>
    opencv videocapture读取视频cap.isOpened 输出总是false
    查看>>
    opencv waitKey() 函数理解及应用
    查看>>
    OpenCV 中的图像转换
    查看>>
    OpenCV 人脸识别 C++实例代码
    查看>>
    OpenCV 在 Linux 上的 python 与 anaconda 无法正常工作.收到未实现 cv2.imshow() 的错误
    查看>>
    Opencv 完美配置攻略 2014 (Win8.1 + Opencv 2.4.8 + VS 2013)上
    查看>>
    opencv 模板匹配, 已解决模板过大程序不工作的bug
    查看>>
    OpenCV 错误:(-215)size.width>0 &&函数imshow中的size.height>0
    查看>>
    opencv&Python——多种边缘检测
    查看>>
    opencv&python——高通滤波器和低通滤波器
    查看>>
    OpenCV+Python识别车牌和字符分割的实现
    查看>>