CN111199379A - 工作流引擎的审批方法、审批设备及存储介质 - Google Patents

Abstract

本申请公开了一种工作流引擎的审批方法、审批设备及计算机可读存储介质，审批方法包括：接收审批请求；获取与审批请求对应的审批流程；执行审批流程的审批节点，判断审批节点中数据源的调用是否符合预设要求；若不符合预设要求，则采用预设策略执行审批节点。采用本申请方法的审批过程灵活高效。

Description

工作流引擎的审批方法、审批设备及存储介质

技术领域

本申请涉及工作流技术领域，特别是涉及一种工作流引擎的审批方法、审批设备以及计算机可读存储介质。

背景技术

工作流程是企业业务电子化的重要部分，可通过工作流引擎来构建工作流程以实现企业业务的电子化。例如对于金融领域授信业务的审批，一般是利用工作流引擎构建审批流程来支持该审批业务。而当前的工作流引擎仅能构建基本的审批流程，无法针对金融领域的审批特点进行专门的设计，导致整个审批过程效率较低。

发明内容

本申请提供一种工作流引擎的审批方法、审批设备以及计算机可读存储介质，能够解决现有技术中的审批过程效率较低的问题。

为解决上述技术问题，本申请提出一种工作流引擎的审批方法，包括：接收审批请求；获取与审批请求对应的审批流程；执行审批流程的审批节点，判断审批节点中数据源的调用是否符合预设要求；若不符合预设要求，则采用预设策略执行审批节点。

为解决上述技术问题，本申请提出一种工作流引擎的审批设备，包括：存储器、处理器、及存储在存储器上并可在处理器上运行的计算机程序，处理器执行计算机程序时实现上述方法的步骤。

为解决上述技术问题，本申请提出一种计算机可读存储介质，其上存储有计算机程序，计算机程序被处理器执行时实现上述方法的步骤。

本申请工作流引擎的审批方法包括：接收审批请求，获取与审批请求对应的审批流程，此后即可执行审批流程的审批节点以进行审批，在审批过程中，为了提高效率，对审批节点中数据源的调用进行预判，判断审批节点中数据源的调用是否符合预设要求，若不符合预设要求，即表示该审批节点所调用数据异常，此时采用预设策略来执行该审批节点，从而避免直接以异常数据进行审批而浪费审批成本，造成审批效率低下的问题；而预先设置一定的策略来执行该异常的审批节点，则可提高整个审批的效率。

附图说明

图1是本申请工作流引擎的审批方法一实施例的流程示意图；

图2是本申请工作流引擎的审批方法另一实施例的流程示意图；

图3是本申请工作流引擎一实施例的结构示意图；

图4是图3所示工作流引擎中审批流程配置界面的示意图；

图5是本申请工作流引擎的审批设备一实施例的结构示意图；

图6是本申请计算机可读存储介质一实施例的结构示意图。

具体实施方式

下面将结合本申请实施例中的附图，对本申请实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅是本申请一部分实施例，而不是全部的实施例。基于本申请中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，均属于本申请保护的范围。

本申请审批方法是基于工作流引擎来实现的，工作流引擎可用于构建针对不同审批业务的审批流程，审批流程中包括多个审批节点。当存在审批请求时，则可依次执行对应审批流程中的审批节点以进行审批。

现有的工作流引擎可实现基本审批流程的构建，但对于需要大量调用数据的审批流程，无法实现灵活的审批。例如对于金融领域的授信审批，需要调用多方面的大量数据来进审批，因而审批过程是否成功对于数据调用的要求很高。对此，本申请提出的审批方法中首先对数据源的调用进行预判，以提前检测出审批异常，避免审批资源的浪费，提高审批效率。

以下对本申请进行描述时，以金融领域的审批为例进行说明，对于其他领域的审批过程也同样适用，在此不做限定。特别的，对于涉及大量数据调用的审批流程，能够有效地提高审批效率。

请参阅图1，图1是本申请工作流引擎的审批方法一实施例的流程示意图。以金融领域的授信业务为例，例如当客户向金融机构提出贷款请求时，金融机构需根据该客户的相关信息来进行贷款请求的审批，此审批即通过本实施例审批方法来实现。本实施例审批方法具体包括以下步骤。

S11：接收审批请求。

首先需要接收审批请求，该审批请求来源于客户提出的授信请求，可由工作流引擎自动导入，也可由业务人员专门导入。审批请求中包括业务类型、客户信息等，例如由客户选择的业务申请，由客户输入的姓名、身份证号码、收入情况等。

S12：获取与审批请求对应的审批流程。

对于不同的业务类型，存在不同的审批流程，因而在接收到审批请求后，需要确定与该审批请求对应的审批流程。审批请求中包括了业务类型等信息，本步骤中可以通过审批请求中的信息来确定对应的审批流程，该过程由工作流引擎自动获取。在工作流引擎中，业务人员可以预先针对不同的业务类型，来构建不同的审批流程。

S13：执行审批流程的审批节点，判断审批节点中数据源的调用是否符合预设要求。

获取到对应的审批流程后，即可根据审批流程，依次执行其中的审批节点。本步骤中，对于需要进行数据源调用的审批节点，首先判断数据源的调用是否符合预设要求，然后再去根据所调用的数据进行审批。

其中，预设要求可由业务人员通过工作流引擎构建审批流程时设置。对于工作流引擎来说，即提供一输入接口，通过该输入接口接收要求设置指令；工作流引擎则根据该要求设置指令来生成预设要求。

本步骤中相当于对数据源的调用进行预判，以及时发现数据源调用异常的情况，避免根据异常的数据源来进行审批，从而保证审批流程的有效性。本步骤中若数据源的调用符合预设要求，则继续完成执行该审批节点，若不符合预设要求，则执行步骤S14。

S14：采用预设策略执行审批节点。

当该审批节点中数据源的调用不符合预设要求时，采用预设的策略来执行该审批节点，例如可以暂停或重试该审批节点，而不是直接执行审批节点。

其中，预设策略也可以由业务人员在通过工作流引擎构建审批流程时设置。具体也是由工作流引擎来提供一输入接口，通过该输入接口接收策略设置指令；工作流引擎则根据该策略设置指令来生成预设策略。

本实施例审批方法进行的审批流程，通过对数据源调用的预判来优化整个审批流程，对于设计数据源调用的审批流程，可以节省审批成本，提高审批效率。

进一步的，在步骤S13中，若判断数据源的调用符合预设要求，则继续完成执行该审批节点，具体包括执行步骤S15。

S15：保存所调用数据。

在本实施例中，在对所调用数据进行保存之前会对其进行处理，使得处理后的数据符合预设规则，此时在审批节点对所调用数据进行处理时能够快速的定位到关键数据。例如，调用数据为没有规律的数据集(1,6,8,3,5)，从其中找到8需要遍历一个个查找判断，浪费时间；而将其处理为(1,3,5,6,8)则可快速的查找到8。

因而本实施例中，在判定审批节点中数据源的调用符合预设要求后，将所调用的数据按预设规则进行处理后保存。具体的预设规则，取决于所调用数据源的来源、格式、及后续需对该数据源进行何种处理。数据源可以是公司本身的用户信息数据库、银行征信中心、信用卡系统消费数据库、保险销售平台等。

在实际应用中，会有多个用户同时申请审批，对此本实施例工作流引擎需同时处理多个审批请求，而在执行所对应的多个审批流程时，每一审批流程均需调用至少一个数据源，此时数据源会存在量级的读写需求。因而本实施例中采用基于分布式存储的数据库，例如hbase，来支撑工作流引擎。更进一步的，为了防止审批量巨大导致的频繁操作数据库性能下降问题，基于分布式存储的数据库使用redis缓存集群来提高数据库的性能。

基于本实施例审批方法，实际应用中，出现多个审批请求时，上述步骤S11-S15具体如下。

接收多个审批请求；

获取与多个审批请求一一对应的多个审批流程；

执行审批流程的审批节点，在每一审批节点并行调用至少一个数据源；

判断每一审批节点中数据源的调用是否符合预设要求；

若符合预设要求，则将所调用数据按预设规则进行处理后保存至基于分布式存储的数据库中。

本实施例中采用基于分布式存储的数据库来支撑工作流引擎，使得工作流引擎能够支持在执行多个审批请求时高并发的读写需求，使得整个审批流程能够更加稳定高效的进行。

具体来说，除了以上提到的支持审批过程的基于分布式存储的数据库；在审批节点中，使用了elasticsearch(海量实时查询系统)和mongodb(分布式文件存储数据库)进行存储审批关键信息，实时监控保障审批的成功通过率；在审批结束时，所产生的大量日志信息会使用elk(海量日志实时搜索分析系统)进行存储并提供查询功能；且在极端情况下，审批请求数量增大好几倍时，为保证工作流引擎的稳定运行，使用基于kafka(大数据消息中间件)来进行申请限流功能。

基于图1所示实施例，本申请进一步提出一实施例，以对整个审批过程进行更为完整的说明。请参阅图2，图2是本申请工作流引擎的审批方法另一实施例的流程示意图。本实施例审批方法包括以下步骤。

S21：接收审批请求。

与步骤S11类似，首先接收审批请求，审批请求中包括业务类型、客户信息、申请信息等。

S22：判断审批请求中是否包括第一必要信息。

在接收到审批请求后，首先判断审批请求中是否包括第一必要信息，若不包括，则结束审批过程，并进行步骤S27通知请求方；若包括，则继续审批，进入步骤S23。

该第一必要信息的判断是在确认审批流程之前，第一必要信息为所有审批流程通用的最基本的必要信息，例如可以是身份证号码、机构的营业执照等。

S23：获取与审批请求对应的审批流程。

在确定审批请求中包括第一必要信息后，再获取与该审批请求对应的审批流程，与步骤S12类似，不再赘述。

S24：判断审批请求中是否包括第二必要信息。

在确定审批流程后，则再进行一次信息确认，本次第二必要信息则与审批流程相关，例如对于贷款审批，第二必要信息可以是贷款金额。本步骤用于判断该审批请求中是否包括该审批流程中所必须的第二必要信息，若审批请求中不包括第二必要信息，则结束审批过程，进行步骤S27，通知请求方；若包括，则继续审批，进入步骤S25。

S25：确定审批方式。

本实施例中可采用同步审批或异步审批的方式，因而需要本步骤S25来确定是采用同步审批或异步审批。同步审批即直接进行步骤S26进行审批，在审批结束后向请求方返回审批结果，该过程中请求方一直处于等待状态。而异步审批则是首先向请求方返回已进入审批的信息，然后根据限流规则，排队进入步骤S26进行审批，在审批接收后再向请求方返回审批结果，该过程中请求方不用一直等待。

基于同步审批和异步审批的特点，对于不同的审批流程可采用不同的审批方式，对于可以快速获得审批结果的流程可采用同步审批，对于获得审批结果较慢的流程可采用异步审批。因而本步骤可根据审批流程来确定审批方式。此外，对于有大量审批请求的业务，采用异步审批的方式，利用限流规则来对审批请求分批次的进行审批，以合理规划计算资源。

S26：执行审批流程的审批节点。

开始审批即执行审批流程的各个审批节点，在执行审批节点的过程中，本实施例采用多种方式实现控制，以优化整个审批过程。例如步骤S261-S262，涉及对数据源的调用进行预判；步骤S263-S264，涉及对人工审批节点的处理；步骤S265-S266，涉及对异常终止的审批节点进行处理。

S261：判断审批节点中数据源的调用是否符合预设要求。

本步骤中主要判断审批节点中数据源的调用时间、调用数据是否符合预设要求。

对于调用时间，预设条件即预设超时时间，本步骤判断调用时间是否超过预设超时时间，若是，则认为不符合预设要求。通过设置超时时间来避免无法调用时而一直处于调用状态，浪费时间。

具体来说，对于需要调用多个数据源的审批节点，本实施例中采用并行调用的方式，同时根据多个数据源的数据来进行审批判断。对此，本步骤中调用时间的判断可采用多种方式。

可以判断每一数据源的调用时间是否超出该数据源的预设超时时间；若存在一数据源的调用时间超出该数据源的预设超时时间，则判定不符合预设要求。

还可以判断多个数据源的总调用时间是否超出预设总超时时间；若是，则判定不符合预设要求。

对于调用数据，预设条件即预设格式，本步骤判定调用数据是否符合预设格式，若否，则判定不符合预设要求。在本实施例工作流引擎的审批流程中，数据源返回的格式需满足要求，以满足审批节点中的审批计算；否则，无法进行正确的计算。当然对于调用数据，还可判断是否调用完整，是否存在内容缺失、错误等。

S262：采用预设策略执行审批节点。

当数据源调用不符合预设要求时，采用预设策略执行审批节点，例如暂停该审批节点，通知业务人员进行处理，在解除异常后再继续审批过程。还可自动重复执行该审批节点，具体可设置重复次数，多次重复还不符合预设要求时再暂停，并通知业务人员处理。

S263：执行审批流程中的人工审批节点，将人工审批节点的节点数据通过行键保存到基于分布式存储的数据库中。

通过工作流引擎可构建人工审批节点和自动审批节点，本实施例可实现整个审批流程的全自动化运行，可在人工审批节点结束后继续自动执行下一审批节点。

具体来说，在人工审批节点结束后，将人工审批节点的节点数据通过行键rowkey保存到基于分布式存储的数据库hbase中，以供下一审批节点使用。对于大量审批请求的情况下，利用外部数据库来保存节点数据，使得工作流引擎更为轻量化。

S264：执行人工审批节点的下一审批节点，加载保存的人工审批节点的节点数据。

当人工审批节点结束后，执行下一审批节点时，工作流引擎自动加载保存在外部数据库中的节点数据，以正确的自动执行下一审批节点。

S265：执行审批流程中的审批节点，检测审批节点是否异常终止，并且检测是否生成审批结果。

在审批过程中，若审批节点异常终止，例如网络问题、系统崩溃等原因导致异常终止，并且此时未生成审批结果。则在解决异常问题后，还希望能继续该审批流程，因而本实施例中继续步骤S266。

S266：打包保存已执行的审批节点的节点数据。

在异常终止后，本实施例中打包保存已执行的审批节点的节点数据，在解除异常后，可利用该打包的节点数据继续进行审批流程，以避免重头开始审批，提高审批效率。即对于在任意审批节点异常终止的情况，均可利用本实施例的方式来处理。

S27：通知请求方。

在结束步骤S26，执行完所有的审批节点后，将审批结果通知请求方。

本实施例审批方法在不同的节点均设置了预判的动作，例如在接收到审批请求后，判断是否包括必要信息；在进行审批时，在审批节点判断数据源的调用是否符合要求，对人工审批节点进行节点数据的保存，并对审批节点的异常终止进行数据的打包保存。本实施例从各个方面进行整个审批流程的优化，保证审批效率。

本实施例审批流程中的审批节点可由业务人员通过工作流引擎构建，审批流程及审批节点中的各个判断条件及参数也可由业务人员通过工作流引擎来设置，例如以上所述的第一必要信息、第二必要信息、预设要求、预设策略等。

对于业务人员所应用的工作流引擎，请参阅图3，图3是本申请工作流引擎一实施例的结构示意图。本实施例工作流引擎100用于构建审批流程，在构建审批流程后，同时可基于该工作流引擎100进行审批过程，适用于不同部门的业务人员。

具体来说，本实施例工作流引擎100包括审批场景配置模块11、数据服务管理模块12、决策服务管理模块13、审批流程管理模块14和上线版本管理模块15。

其中，审批场景配置模块11用于审批场景的配置，如标准流程场景，授信场景等。对应于不同的审批业务、审批流程。通过审批场景配置模块11还可针对每个场景配置必要信息校验功能，即可用于设置如步骤S22和S24中的第一必要信息、第二必要信息。

数据服务管理模块12用于进行数据服务的配置，例如数据调用的超时时间设置、数据格式设置、失败处理策略设置。可以对每个数据源的调用进行设置，也可对数据源的调用进行总体设置。具体可以通过手动输入的方式来设置，也可以以json形式导入。

决策服务管理模块13用于进行决策服务的配置，其中引入决策算法，对调用的数据进行计算分析，从而判断该审批节点是否通过。决策服务管理模块13中也可设置决策计算超时时间、数据读取超时时间、失败处理策略等；同时可配置其所依赖的数据服务，即在所设置的数据服务完成后即开始该决策服务。同样可以通过手动输入的方式来设置，也可采用json的形式导入。

审批流程管理模块14则属于工作流引擎的核心配置模块。通过审批流程管理模块14来进行审批流程的创建，基于该审批流程管理模块14，工作流引擎提供一工作流程配置界面，如图4所示，图4是图3所示工作流引擎中审批流程配置界面的示意图。在图4所示的工作流程配置界面，可使用拖拽的方式将图4左侧的流程组件移动到图4中间的流程设计板上，然后在图4右侧对每个流程节点进行判断条件、参数配置，从而完成整个审批流程进行配置。

上线版本管理模块16则用于上线版本的管理，可以进行版本的创建、切换、测试、取消、上线、导出的操作，实现b/s结构下的上线版本切换功能。采用灰度版本控制，数据库相应业务表中增加版本标记字段，每次更新版本时只新增版本数据，不修改版本数据，如此设置在程序逻辑上保持简洁高效，实现24小时不间断的服务。

本实施例工作流引擎100可实现审批流程的构建及灵活设置，可对审批流程中的必要信息、数据源调用等进行设置；使得整个审批流程更能适应不同的审批业务，保证审批业务的高效运行。

上述工作流引擎100构建在硬件结构上，本申请提出了工作流引擎的审批设备，请参阅图5，图5是本申请工作流引擎的审批设备一实施例的结构示意图，本实施例审批设备200包括存储器21和处理器22。存储器21中存储有计算机程序，计算机程序可在处理器22上运行，处理器22在执行计算机程序时能够实现上述数据查询方法。

用户可通过本实施例审批设备200接收审批请求，获取与该审批请求对应的审批流程，并执行审批流程中的审批节点，在执行审批节点时，判断该审批节点中的数据源调用是否符合预设要求；若不符合预设要求，则采用预设策略来执行审批节点。存储器21与处理器22的运行过程与上述方法对应，具体不再赘述。

此外，该审批设备200可以是一个或多个物理实体，例如可以是个人电脑和服务器，相应的存储器21则包括个人电脑中的存储器和服务器中的存储器，处理器22则包括个人电脑中的处理器和服务器中的处理器，当数据量或计算量大时，查询装置可包括有多个服务器。

在计算机程序方面，若其作为独立的软件产品销售或使用时，其可存储在计算机可读存储介质中，因而本申请提出一种计算机可读存储介质。请参阅图6，图6是本申请计算机可读存储介质一实施例的结构示意图，本实施例计算机可读存储介质300中存储有计算机程序31，计算机程序被处理器执行时实现上述审批方法。

该计算机可读存储介质300具体可以为U盘、移动硬盘、只读存储器(ROM，Read-Only Memory)、随机存取存储器(RAM，Random Access Memory，)、磁碟或者光盘等可以存储计算机程序的介质，或者也可以为存储有该计算机程序的服务器，该服务器可将存储的计算机程序发送给其他设备运行，或者也可以自运行该存储的计算机程序。该计算机可读存储介质300从物理实体上来看，可以为多个实体的组合，例如多个服务器、服务器加存储器、或存储器加移动硬盘等多种组合方式。

以上所述仅为本申请的实施方式，并非因此限制本申请的专利范围，凡是利用本申请说明书及附图内容所作的等效结构或等效流程变换，或直接或间接运用在其他相关的技术领域，均同理包括在本申请的专利保护范围内。

Claims (12)

1.一种工作流引擎的审批方法，其特征在于，所述方法包括：

接收审批请求；

获取与所述审批请求对应的审批流程；

执行所述审批流程的审批节点，判断所述审批节点中数据源的调用是否符合预设要求；

若不符合所述预设要求，则采用预设策略执行所述审批节点。

2.根据权利要求1所述的审批方法，其特征在于，判断所述审批节点中数据源的调用是否符合预设要求，包括：判断所述审批节点中数据源的调用数据和/或调用时间是否符合预设要求。

3.根据权利要求2所述的审批方法，其特征在于，所述执行所述审批流程的审批节点，判断所述审批节点中数据源的调用时间是否符合预设要求，包括：

执行所述审批流程的审批节点，并行调用多个数据源；

判断每一数据源的调用时间是否超出该数据源的预设超时时间；

若存在一数据源的调用时间超出该数据源的预设超时时间，则判定不符合所述预设要求；

或者，判断所述多个数据源的总调用时间是否超出预设总超时时间；

若是，则判定不符合所述预设要求。

4.根据权利要求2所述的审批方法，其特征在于，判断所述审批节点中数据源的调用数据是否符合预设要求，包括：

判断所述审批节点中数据源的调用数据是否符合预设格式；

若否，则判定不符合预设要求。

5.根据权利要求1所述的审批方法，其特征在于，所述采用预设策略执行所述审批节点，包括：暂停或重复执行所述审批节点。

6.根据权利要求1所述的审批方法，其特征在于，所述方法进一步包括：

通过所述工作流引擎的输入接口接收要求设置指令；

根据所述要求设置指令生成所述预设要求。

7.根据权利要求1所述的审批方法，其特征在于，所述方法进一步包括：

执行所述审批流程的人工审批节点，将所述人工审批节点的节点数据通过行键保存到基于分布式存储的数据库中；

执行所述人工审批节点的下一审批节点，加载保存的所述人工审批节点的节点数据。

8.根据权利要求1所述的审批方法，其特征在于，所述方法进一步包括：

执行所述审批流程的审批节点，检测所述审批节点是否异常终止，并且检测是否生成审批结果；

若所述审批节点异常终止，且未生成所述审批结果，则打包保存已执行的审批节点的节点数据。

9.根据权利要求1所述的审批方法，其特征在于，所述方法进一步包括：

若判定所述审批节点中数据源的调用符合预设要求，则将所调用数据按预设规则进行处理后保存。

10.根据权利要求9所述的审批方法，其特征在于，所述方法进一步包括

接收多个审批请求；

获取与所述多个审批请求一一对应的多个审批流程；

执行所述审批流程的审批节点，在每一所述审批节点并行调用至少一个数据源；

判断每一所述审批节点中数据源的调用是否符合预设要求；

若符合预设要求，则将所调用数据按所述预设规则进行处理后保存至基于分布式存储的数据库中。

11.一种工作流引擎的审批设备，其特征在于，所述审批装置包括存储器、处理器、及存储在所述存储器上并可在所述处理器上运行的计算机程序，其特征在于，所述处理器执行所述计算机程序时实现权利要求1-10中任一项所述方法的步骤。

12.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现权利要求1-10中任一项所述方法的步骤。

Images