atlas-engine-client 1.0.0a1

A Client for an atlas-engine.io hosted workflow engine.

AtlasEngine mittels Python verwenden

Wenn es darum geht mit Python Prozess zu starten bzw. zu kontrollieren, External Task zu verarbeiten und Benutzer-Tasks auszuführen, dann ist der AtlasEngine-Client richtig. In dieser README wird die Verwendung der unterschiedliche Aspekte anhand von Beispielen gezeigt:

• Vorbereitung der Umgebung
• Prozess starten
• External Task verarbeiten
• TODO: User Task bearbeiten
• TODO: Event aus der Prozessengine verarbeiten
• TODO: Verweis auf API-Dokumentation hinzufügen

Die Erweiterung der Client wird dagegen in CONTRIBUTION.MD erklärt.

Vorbereitung der Umgebung

Installation des BPMN-Studio

Die einfachster Version mit der Interaktion von Python und der Engine zu starten, ist die Installation des BPMN-Studio, da es die Entwicklung von BPMN-Prozess unterstützt und eine vorbereitete Engine mitbringt, die für die ersten Schritte ausreichend ist.

Prozess erstellen bzw. Beispiel verwenden

Um den ersten Prozess nicht erstellen zu müssen, ist der Prozess Hello World vorhanden, dieser muss in das BPMN-Studio geladen werden.

Prozess auf die Engine veröffentlichen

Um den Prozess verwenden zu können, ist es notwendig, dass dieser auf doe Engine veröffentlicht worden ist. Dazu ist es notwendig, den Prozess zu öffenen (1) und anschließend auf die Engine zu veröffentlichen (2).

Nachdem der Prozess veröffenticht würde, kann er mittels Python gestartet werden.

Prozess starten

Um einen Prozess zu startet ist die Prozess-Id (hier: hello_world) und das Start-Event (hier: the_start_event) notwendig und die URL (hier: http://localhost:56000) unter der die Engine zu erreichen ist. Nachdem die Informationen bekannt sind, kann der Prozess mit dem entsprechenden angepasseten Script mit Hilfe von Python gestartet werden.

Beispiel mit nicht blockierendem Client

import logging

from atlas_engine_client.process_model import ProcessModelClient

logger = logging.getLogger(__name__)

def main(engine_url):
    client = ProcessModelClient(engine_url)
    result = client.start_process_instance('hello_world', 'the_start_event')

    logger.info(f"Started process instance with result {result}")

if __name__ == '__main__':
    engine_url = 'http://localhost:56000'

    format_template = '%(asctime)s - %(name)s - %(levelname)s - %(message)s'
    level = logging.DEBUG
    logging.basicConfig(level=level, format=format_template)

    main(engine_url)

Beispiel mit blockierendem Client

import logging

from atlas_engine_client.process_model import ProcessModelClient, StartCallbackType

logger = logging.getLogger(__name__)

def main(engine_url):
    client = ProcessModelClient(engine_url)
    result = client.start_process_instance('hello_world', 
        'the_start_event',
        'the_end_event', 
        start_callback=StartCallbackType.ON_ENDEVENT_REACHED
    )

    logger.info(f"Started process instance with result {result}")

if __name__ == '__main__':
    engine_url = 'http://localhost:56000'

    format_template = '%(asctime)s - %(name)s - %(levelname)s - %(message)s'
    level = logging.DEBUG
    logging.basicConfig(level=level, format=format_template)

    main(engine_url)

External Task verarbeiten

Im Beispiel-Prozess ist bereit eine ServiceTask als External Task konfiguriert.

Für die Verwendung des External Task muss ein Topic (hier: SampleExternalTask) festgelegt werden und die URL der Engine (hier: http://localhost:56000) bekannt sein. Nachdem die Informationen bekannt sind, kann der External Task mit dem angepassten Script abgearbeitet werden.

Optionen für das Abonnieren von Aufträgen:

• max_tasks: Anzahl der Aufträge (task), die gleichzeitig verarbeitet werden sollen
• long_polling_timeout: Timeout für das Abonnieren
• lock_duration: Wir lange soll der Auftrag reseviert werden, bis er für weitere Worker zur Verfügung steht
• additional_lock_duration: Wir lange soll eine Auftragsreservierung verlängert werden.
• extend_lock_timeout: ...

Beispiel mit einem Parameter für den Handler _handler

import logging

from atlas_engine_client.external_task import ExternalTaskClient

logger = logging.getLogger(__name__)

def _handler(payload):
    logger.debug("so some work")
    logger.debug(payload)
    logger.debug("some worker done.")

    return {'some': 'result'}

def main(engine_url):
    client = ExternalTaskClient(engine_url)

    client.subscribe_to_external_task_for_topic("SampleExternalTask", _handler, max_tasks=5)

    client.start()

if __name__ == '__main__':
    engine_url = 'http://localhost:56000'

    format_template = '%(asctime)s - %(name)s - %(levelname)s - %(message)s'
    level = logging.INFO #logging.DEBUG
    logging.basicConfig(level=level, format=format_template)

    main(engine_url)

Beispiel mit einem weiteren Parameter für den Handler _handler

import logging

from atlas_engine_client.external_task import ExternalTaskClient

logger = logging.getLogger(__name__)

def _handler(payload, task):
    logger.debug("so some work")
    logger.info(f"payload: {payload} for task {task}")
    logger.debug("some worker done.")

    return {'some': 'result'}

def main(engine_url):
    client = ExternalTaskClient(engine_url)

    client.subscribe_to_external_task_for_topic("SampleExternalTask", _handler)

    client.start()

if __name__ == '__main__':
    engine_url = 'http://localhost:56000'

    format_template = '%(asctime)s - %(name)s - %(levelname)s - %(message)s'
    level = logging.INFO #logging.DEBUG
    logging.basicConfig(level=level, format=format_template)

    main(engine_url)

Mitmachen

Deployment auf pypi

Abhängigkeiten installieren

python -m pip install twine

Quellenpaket erstellen

python setup.py sdist

Upload zu pypi

twine upload dist/*

Die Anmeldedaten für den Upload zu pypi stehen in 1Password im Tresor processengine.