Activiti框架拓展

简介: Activiti表结构以ACT_开头,分五类:ACT_RE(资源库)、ACT_RU(运行时)、ACT_ID(身份)、ACT_HI(历史)、ACT_GE(通用)。每类对应不同功能,支撑流程引擎的数据管理与操作。

1 表结构分类

Activiti的后台是有数据库的支持,所有的表都以ACT_开头。 第二部分是表示表的用途的两个字母标识。 用途也和服务的API对应。

表名分类

功能描述

ACT_RE_*

'RE'表示repository。 这个前缀的表包含了流程定义和流程静态资源 (图片,规则,等等)

ACT_RU_*

'RU'表示runtime。 这些运行时的表,包含流程实例,任务,变量,异步任务,等运行中的数据。 Activiti只在流程实例执行过程中保存这些数据, 在流程结束时就会删除这些记录。 这样运行时表可以一直很小速度很快

ACT_ID_*

'ID'表示identity。 这些表包含身份信息,比如用户,组等等

ACT_HI_*

'HI'表示history。 这些表包含历史数据,比如历史流程实例, 变量,任务等等

ACT_GE_*

通用数据, 用于不同场景下,如存放资源文件

2 表详细信息

表分类

表名

描述

资源库流程规则表

act_re_deployment

部署信息表

act_re_model

流程设计模型部署表

act_re_procdef

流程定义数据表

运行时数据库表

act_ru_execution

运行时流程执行实例表

act_ru_identitylink

运行时流程人员表,存储任务节点与参与者的相关信息

act_ru_task

运行时任务节点表

act_ru_variable

运行时流程变量数据表

历史数据库表


act_hi_actinst

历史节点表

act_hi_attachment

历史附件表

act_hi_comment

历史意见表

act_hi_identitylink

历史流程人员表

act_hi_detail

历史详情表,提供历史变量的查询

act_hi_procinst

历史流程实例表

act_hi_taskinst

历史任务实例表

act_hi_varinst

历史变量表

组织机构表

act_id_group

用户组信息表

act_id_info

用户扩展信息表

act_id_membership

用户与用户组对应信息表

act_id_user

用户信息表

通用数据表

act_ge_bytearray

二进制数据表

act_ge_property

属性数据表存储整个流程引擎级别的数据,初始化表结构时,会默认插入三条记录

目录
相关文章
|
2月前
|
Cloud Native Ubuntu Linux
云原生
Docker是一个基于Go语言的开源容器化平台,实现“一次镜像,处处运行”。它通过容器技术将应用及其依赖打包,实现高效、轻量的部署与隔离,相比传统虚拟机启动更快、资源占用更少。
156 1
云原生
|
2月前
|
机器学习/深度学习 人工智能 自然语言处理
AI大模型分词器详解
分词器是将文本转为模型可处理数字序列的关键组件。本文详解BPE、WordPiece、SentencePiece三大主流算法原理与优劣,对比其在多语言支持、分词粒度等方面的差异,并提供中英文实战代码示例,助你掌握词汇表构建流程、特殊标记处理及常见面试问题应对策略。
200 1
|
2月前
|
机器学习/深度学习 人工智能
AI大模型位置编码详解
位置编码为Transformer提供序列顺序信息,弥补注意力机制无位置感知的缺陷。主要分为绝对编码(如可学习、Sinusoidal)和相对编码(如RoPE、ALiBi)。RoPE通过旋转矩阵支持长序列,ALiBi以线性偏置增强外推能力。不同方法在长度外推、效率等方面各有优劣,广泛应用于LLaMA、BLOOM等大模型中。
161 0
AI大模型位置编码详解
|
2月前
|
机器学习/深度学习 人工智能 自然语言处理
AI大模型Transformer基础结构
Transformer是2017年提出的基于注意力机制的神经网络,摒弃了传统RNN结构,采用自注意力与多头注意力机制,实现并行化处理和长距离依赖建模。其核心由编码器-解码器架构、位置编码、残差连接和层归一化组成,广泛应用于NLP任务,成为BERT、GPT等模型的基础。
217 0
|
2月前
|
自然语言处理
模型架构篇🏗️ 主流大模型结构
本文系统梳理主流大模型架构:Encoder-Decoder、Decoder-Only、Encoder-Only及Prefix-Decoder,解析GPT、LLaMA、BERT等代表模型特点与应用,并对比参数、上下文长度与优势场景,涵盖中英文大模型发展及面试核心要点。
228 0
|
人工智能 Java API
JeecgBoot 低代码平台快速集成 Spring AI
Spring 通过 Spring AI 项目正式启用了 AI(人工智能)生成提示功能。本文将带你了解如何在 Jeecg Boot 应用中集成生成式 AI,以及 Spring AI 如何与模型互动,包含 RAG 功能。
613 3
|
算法 Java 定位技术
分享104个益智休闲安卓游戏源码,总有一款适合你
分享104个益智休闲安卓游戏源码,总有一款适合你
971 1
在jeecgboot中集成bpmn-process-designer流程设计器
在jeecgboot中集成bpmn-process-designer流程设计器
608 0
|
Unix
如何去除AIX operator&p560面板黄色指示灯的报警
如何去除AIX operator&p560面板黄色指示灯的报警
197 1
|
网络协议 安全 数据安全/隐私保护