工作流可以实现业务流程的自动化，用户可以自己定义工作流程，通过流程来把常用的任务组织起来，而无需在程序中固化流程。这也符合当今微服务，低代码开发的趋势。

Camunda是目前主流的一个工作流平台，遵循业界的标准(BPMN, DMN...)，国内的很多低代码工作流平台也是基于Camunda来做进一步的定制开发的。

Camunda目前有7和8两个版本，其中最新的8版本是采用SAAS的方式来提供服务，也可以基于Kubernets来部署在云上。但是8版本虽然可以免费使用和更改，但是如果用于商业用途是受限制的。7版本分为社区版和企业版，社区版可以用于商业用途，因此我也是基于7版本来进行研究。

Camunda的核心包括了工作流引擎和建模软件，整个流程可以参加下图：

从以上流程可以看到，工作流的开发人员定义好工作流之后，导出为文件，部署到工作流引擎。引擎负责管理整个工作流的执行，发布工作流中的子任务，任务节点查询引擎的任务列表，执行任务并返回结果给引擎。引擎会把工作流进程的状态持久化到数据库。用户可以通过引擎提供的API，查询工作流的相关状况，以及对用户角色进行管理等。

工作流引擎和任务节点支持几种部署模式，常见的一种分布式集群部署的架构如下：

根据业务量的需求，可以部署多个工作流引擎服务器，通过Nginx实现负载均衡。部署多个独立的任务节点，每个节点都会连接到引擎获取待处理的任务，并执行。这种方式可以灵活的进行水平扩展，满足业务扩展的需求。

Camunda提供了一个工作流建模的桌面版软件，这个软件也是基于bpmn.io开源软件基础上做定制的。我们可以根据自己的需要进行自己的额外定制开发，例如添加自定义的属性面板，汉化界面等等。

以下我将以一个简单的例子来介绍如何使用。

下载并安装Camunda工作流引擎

在docs.camunda.org官网上有介绍。具体有几种方式，既可以直接使用已经编译好的程序运行，或者嵌入到自己的JAVA应用或WEB容器中运行。

这里我选用最简单的方式，直接运行docker镜像

docker run -d --name camunda -p 8080:8080 camunda/camunda-bpm-platform:run-latest

运行之后，访问本地8080端口即可进入到Camunda的管理界面。

定义工作流

下载Camunda的Modeler软件，定义一个工作流，如以下：

 可以看到这个工作流定义一个开始节点（这个节点可以配置不同的开始条件，例如API调用触发，定时触发，或者事件触发等，这里是由API调用触发），若干个任务节点（任务节点包括不同类型，如常见的Service Task, User Task等。User Task是需要用户干预的，这里只用到了Service Task），还有一个网关，用于根据上一个任务的输出数据进行判断，执行不同的路径。最后还有一个结束节点，表示整个流程结束。

这里面的第一个Service Task Check Alarm，点击设置属性，其中的Implementation里面的Type设置为External，Topic设置为check-alarm。表示这个任务由一个外部的任务节点执行，引擎会把任务发送到一个check-alarm的主题，任务节点通过订阅这个主题获取需要处理的任务。

网关有两个执行路径，一个是判断Check Alarm任务的alarmid是不是等于123，如果是就执行下一个任务Get Alarm，另一个路径则是直接到结束节点。

点击每个路径，在condition里面设置判断表达式，这里设置${alarmid="123"}或者${alarmid!="123"}

第二个Service Task Get Alarm，设置属性Tpe为Connector，Connector ID设置为http-connector，表示这个服务将调用一个http接口。在Connector inputs里面添加三个输入，分别是url, headers, method。其中url填入要调用的http接口地址，注意如果这个地址需要传入参数的话，需要加上${}，例如这里我需要传入上一个任务返回的alarmid参数，因此需要这样写http://ip:port/getalarm?alarmid=${alarmid}。method设置为GET，headers的assignment type设置为Map，然后添加一个条目是Accept，值是application/json。

工作流定义完成之后，可以调用REST API来部署，或者直接点击Modeler软件下方的Deploy按钮，部署到工作流引擎。

编写任务执行代码

首先我们实现一个任务程序，处理上面的第一个任务Check Alarm。这是一个external类型的业务，我们可以基于Java，python或者自己喜欢的语言来编写一个任务节点客户端代码。这里以Java为例。

package com.example;

import java.util.logging.Logger;
import org.camunda.bpm.engine.variable.Variables;
import org.camunda.bpm.engine.variable.value.ObjectValue;

import java.util.Collections;

import org.camunda.bpm.client.ExternalTaskClient;

public class CheckAlarmWorker {
  private final static Logger LOGGER = Logger.getLogger(CheckAlarmWorker.class.getName());

  public static void main(String[] args) {
    ExternalTaskClient client = ExternalTaskClient.create()
        .baseUrl("http://172.22.225.152:8080/engine-rest")
        .asyncResponseTimeout(10000) // long polling timeout
        .build();

    // subscribe to an external task topic as specified in the process
    client.subscribe("check-alarm")
        .lockDuration(1000) // the default lock duration is 20 seconds, but you can override this
        .handler((externalTask, externalTaskService) -> {
          // Put your business logic here

          // Get a process variable
          String networktype = externalTask.getVariable("type");
          LOGGER.info("Query alarm for the network type: '" + networktype);

          ObjectValue alarmIdObject = Variables
            .objectValue("123")
            .create();

          externalTaskService.complete(externalTask, Collections.singletonMap("alarmid", alarmIdObject));
        })
        .open();
  }
}

对于第二个任务Get Alarm，我们只需要实现一个HTTP接口供调用即可，这里省略相关的代码。

之后我们运行这些任务程序，等待处理任务。

启动工作流实例

最后一步就是启动一个工作流实例，执行相应的任务。

这里采用调用REST接口的方式，例如访问以下的curl命令，这里key后面带入的是工作流的Processor ID，在body里面传入一个变量type，数值是amf

curl --location --request POST 'http://172.22.225.152:8080/engine-rest/process-definition/key/Process_1a3tj5v/start' \
--header 'Content-Type: application/json' \
--data-raw '{
	"variables": {
		"type": {
			"value": "amf"
		}
	}
}'

启动实例之后，我们可以在Camunda管理界面查看实例运行情况，因为这个工作流很简单，实例一下子就运行完了。我们可以查看任务节点打印的日志，可以看到任务都已正常完成。

以上就是对于工作流的一个实际开发的例子，后续我将研究一下基于bpmn.io的代码，实现一个定制化的建模程序。