flowable流程引擎通过模型ID部署流程

简介: flowable流程引擎通过模型ID部署流程
/**部署流程定义
   */
  @RequestMapping(value="/deployment")
  @RequiresPermissions("fhmodel:edit")
  @ResponseBody
  public Object deployment(){
    Map<String,Object> map = new HashMap<String,Object>();
    String result = "success";
    PageData pd = new PageData();
    pd = this.getPageData();
    try{
      deploymentProcessDefinitionFromUIModelId(pd.getString("modelId"));//部署流程定义
    }catch (Exception e){
      result = "error";
    }finally{
      map.put("result", result);
    }
    return map;
  }
/**部署流程定义(from fhadmin.cn)
   * @param modelId 模型ID
   * @return 部署ID
   */ 
  protected String deploymentProcessDefinitionFromUIModelId(String modelId) throws Exception{
    Model model = modelService.getModel(modelId);
    BpmnModel bpmnModel = modelService.getBpmnModel(model);
    Deployment deployment = repositoryService.createDeployment()
    .name(model.getName())
    .addBpmnModel(model.getKey() + ".bpmn", bpmnModel).deploy();
        return deployment.getId();  //部署ID
  }

 

目录
打赏
0
0
0
0
6
分享
相关文章
Cesium介绍和入门
这篇文章介绍了Cesium的基本概念及其在Web开发中的应用,包括如何集成Cesium并使用它来创建和展示3D地图。
846 4
Cesium介绍和入门
稠密矩阵
稠密矩阵是一种特殊形式的矩阵,其中所有元素都是非零的。与稀疏矩阵相比,稠密矩阵在存储和计算时需要更多的空间和计算资源,因为它的所有元素都需要被存储和计算。
353 7
NATAPP使用教程(内网穿透)
NATAPP使用教程(内网穿透)
1591 0
用傅里叶变换解码时间序列:从频域视角解析季节性模式
本文介绍了如何使用傅里叶变换和周期图分析来识别时间序列中的季节性模式,特别是在能源消耗数据中。通过Python实现傅里叶变换和周期图,可以有效提取并量化时间序列中的主要和次要频率成分,克服传统可视化分析的局限性。这对于准确捕捉时间序列中的季节性变化具有重要意义。文章以AEP能源消耗数据为例,展示了如何应用这些方法识别日、周、半年等周期模式。
244 3
用傅里叶变换解码时间序列:从频域视角解析季节性模式
Kubernetes(k8s)和Docker Compose本质区别
理解它们的区别和各自的优势,有助于选择合适的工具来满足特定的项目需求。
693 19
基于机器学习的地震预测(Earthquake Prediction with Machine Learning)(上)
基于机器学习的地震预测(Earthquake Prediction with Machine Learning)
316 0
无影云个人版,免费领取你的AI云电脑!
无影云个人版,利用先进的云计算技术,为用户提供全新的AI云电脑体验。无论是远程办公、数据处理还是视频会议,只需互联网接入即可享受无缝办公体验
662 11
使用MongoTemplate 对 mongodb数据进行分组、排序、分页、连表查询
使用MongoTemplate 对 mongodb数据进行分组、排序、分页、连表查询
基于jeecgboot的flowable流程并行审批的bug修复
基于jeecgboot的flowable流程并行审批的bug修复
237 2
AI助理

你好,我是AI助理

可以解答问题、推荐解决方案等

登录插画

登录以查看您的控制台资源

管理云资源
状态一览
快捷访问