Netflix Conductor 入门Example

通过命令行将Netflix Conductor Sever端启动之后( https://netflix.github.io/conductor/intro/#installing-and-running 介绍了如何安装Conductor),访问localhost:8080/swagger-ui.html地址显示如下页面:

swagger.png

访问localhost:5000地址显示的是ui页面
ui.png

我们假设有一个流程,该流程根据输入的城市名去查询该城市的天气,如果气温大于37度则发送一条短信通知指定的人。

定义任务

首先我们要定义一个查询天气的任务和一个发送短信的任务。通过postman或者swagger向conductor server提交这两个任务。代码如下

curl --location --request POST 'http://localhost:8080/api/metadata/taskdefs' \
--header 'Content-Type: application/json' \
--data-raw '[
{
  "name": "queryWeather",
  "inputKeys": [
    "city"
  ],
  "outputKeys": [
    "temperature"
  ],
  "retryCount": 3,
  "retryLogic": "FIXED",
  "retryDelaySeconds": 10,
  "timeoutSeconds": 300,
  "timeoutPolicy": "TIME_OUT_WF",
  "responseTimeoutSeconds": 180,
  "ownerEmail": "zengxc@do1.com.cn"  
}
,
{
  "name": "sendMessage",
  "inputKeys": [
    "receiver",
    "content"
  ],  
  "retryCount": 3,
  "retryLogic": "FIXED",
  "retryDelaySeconds": 10,
  "timeoutSeconds": 300,
  "timeoutPolicy": "TIME_OUT_WF",
  "responseTimeoutSeconds": 180,
  "ownerEmail": "zengxc@do1.com.cn"  
}
]'

提交成功后,可以在localhost:5000/taskDef页面看到


taskDef.png

编排任务

定义完任务后,就可以进行任务编排了,代码如下

curl --location --request POST 'http://localhost:8080/api/metadata/workflow' \
--header 'Content-Type: application/json' \
--data-raw '{
    "name": "weather_warning",
    "description": "send weather warning message",
    "version": 4,
    "schemaVersion": 2,
    "ownerEmail": "zengxc@do1.com.cn",
    "tasks": [
        {
            "name": "queryWeather",
            "taskReferenceName": "weather",
            "inputParameters": {
                "city": "${workflow.input.city}"
            },
            "type": "SIMPLE"
        },
        {
            "name": "switch_task",
            "taskReferenceName": "is_warning",
            "inputParameters": {
                "temperature": "${weather.output.temperature}"
            },
            "type": "SWITCH",
            "evaluatorType": "javascript",
            "expression": "$.temperature > 37 ? 'Warning' : ''",
            "decisionCases": {
                "Warning": [
                    {
                        "name": "sendMessage",
                        "taskReferenceName": "message",
                        "inputParameters": {
                            "receiver": "${workflow.input.receiver}",
                            "content": "${workflow.input.city}气温为${weather.output.temperature}度,请注意防暑!"
                        },
                        "type": "SIMPLE"
                    }
                ]
            }
        }
    ]
}'

提交成功后,可以在localhost:5000/workflowDef页面看到


workflowDef.png
workflowUi.png

启动工作流

curl --location --request POST 'http://localhost:8080/api/workflow' \
--header 'Content-Type: application/json' \
--data-raw '{
    "name": "weather_warning",
    "version": 4,
    "correlationId": "my_weather_warning_workflows",
    "input": {
        "receiver": "张三",
        "city": "广州"
    }
}'

启动成功后可以在localhost:5000看到在执行的任务,点击进入可以看到执行情况


execute.png

任务实现

前面为了叙事流畅,没有介绍任务的实现。如果没有对应任务实现,上面启动流程后,流程是不会往下执行,它会等待第一个任务的响应。下面用Spring Boot实现 conductor client(worker)

在pom.xml引入

<!-- https://mvnrepository.com/artifact/com.netflix.conductor/conductor-client-spring -->
<dependency>
    <groupId>com.netflix.conductor</groupId>
    <artifactId>conductor-client-spring</artifactId>
    <version>3.3.6</version>
</dependency>
<!-- https://mvnrepository.com/artifact/com.netflix.conductor/conductor-common -->
<dependency>
    <groupId>com.netflix.conductor</groupId>
    <artifactId>conductor-common</artifactId>
    <version>3.3.6</version>
</dependency>
<!-- https://mvnrepository.com/artifact/com.netflix.conductor/conductor-client -->
<dependency>
    <groupId>com.netflix.conductor</groupId>
    <artifactId>conductor-client</artifactId>
    <version>3.3.6</version>
</dependency>

在配置文件application.properties加上配置

conductor.worker.pollingInterval=2
conductor.client.rootURI=http://localhost:8080/api/
conductor.client.threadCount=2

QueryWeatherWorker

import com.netflix.conductor.client.worker.Worker;
import com.netflix.conductor.common.metadata.tasks.Task;
import com.netflix.conductor.common.metadata.tasks.TaskResult;
import org.springframework.stereotype.Component;

import java.util.HashMap;
import java.util.Map;

/**
 * @author zengxc
 */
@Component
public class QueryWeatherWorker implements Worker {
    Map<String, Integer> cityTemp = new HashMap<>();
    private final String taskDefName = "queryWeather";

    public QueryWeatherWorker() {
        cityTemp.put("广州", 38);
        cityTemp.put("湖南", 18);
    }

    @Override
    public String getTaskDefName() {
        return taskDefName;
    }

    @Override
    public TaskResult execute(Task task) {
        System.out.printf("Executing %s%n", taskDefName);
        String city = (String) task.getInputData().get("city");
        System.out.println(city + " 气温:" + cityTemp.get(city));

        TaskResult result = new TaskResult(task);
        result.setStatus(TaskResult.Status.COMPLETED);
        //Register the output of the task
        result.getOutputData().put("temperature", cityTemp.get(city));
        result.log(city + " 气温:" + cityTemp.get(city));
        return result;
    }

}

SendMessageWorker

import com.netflix.conductor.client.worker.Worker;
import com.netflix.conductor.common.metadata.tasks.Task;
import com.netflix.conductor.common.metadata.tasks.TaskResult;
import org.springframework.stereotype.Component;

/**
 * @author zengxc
 */
@Component
public class SendMessageWorker implements Worker {

    private final String taskDefName="sendMessage";

    @Override
    public String getTaskDefName() {
        return taskDefName;
    }

    @Override
    public TaskResult execute(Task task) {
        System.out.printf("Executing %s\n", taskDefName);
        System.out.println("接收人:" + task.getInputData().get("receiver")+" "+task.getInputData().get("content"));

        TaskResult result = new TaskResult(task);
        result.setStatus(TaskResult.Status.COMPLETED);
        result.log("接收人:" + task.getInputData().get("receiver")+" "+task.getInputData().get("content"));
        return result;
    }
}
最后编辑于
©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 216,240评论 6 498
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 92,328评论 3 392
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 162,182评论 0 353
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 58,121评论 1 292
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 67,135评论 6 388
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 51,093评论 1 295
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 40,013评论 3 417
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 38,854评论 0 273
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 45,295评论 1 310
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 37,513评论 2 332
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 39,678评论 1 348
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 35,398评论 5 343
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 40,989评论 3 325
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 31,636评论 0 22
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 32,801评论 1 268
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 47,657评论 2 368
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 44,558评论 2 352

推荐阅读更多精彩内容