1、概述

1.1、关于工作流数据

        提到工作流数据，就不得不提业务数据。作为最直接的区分，我们将存储于业务系统中的数据称为业务数据，将存储于工作流系统中的数据称为工作流数据。根据 WFMC 定义，我们将工作流数据分为工作流控制数据和工作流相关数据。

        1、  工作流控制数据 。指被工作流系统管理的系统数据，这些数据包括了与流程实例和任务实例相关的执行数据，例如流程实例的状态、执行时间等信息、任务实例的执行者、执行时间、状态、紧急程度等。

        2、  工作流相关数据 。指与业务流程相关的数据。工作流相关数据又具体分为 3 种：

• 影响流程实例执行的业务数据。在 WFMC 中， 这个数据被描述为：工作流系统通过该数据来确定流程实例的流转条件，并选择下一个将执行的任务，这些数据可以被业务系统访问并修改。例如报销流程中的“报 销金额”，这个数据会决定该流程的审批路径；再例如为任务设置的超时时间，这个数据会触发任务的取消。实质上这些数据就是工作流系统需要依赖于进行流程流 转的业务数据。
• 契合业务的关联数据。指工作流系统与业务系统进行关联的数据，例如特定于 WEB 系统，工作流系统会在每个流程实例里保持有导航至对应业务表单的 URL 。
• 传递作用的业务数据。当流程跨越多个业务模块时，需要在模块间传递数据，此时会利用工作流系统进行传递，会在工作流系统里暂时存储这些业务数据。

1.2、关于基于Cordys平台的办公系统

        办公系统是基于SOA和BPM技术架构，采用Cordys平台建设的信息系统，实现了办公业务集中化、全面化管理，初步达到集中办公平台的目的，系统主要包括公文管理、通用办公、专业流程、综合信息、专业办公五大子系统。

         在此工作流数据有哪些应用场景呢？

• 首先，在系统建设时，为了快速开发，系统设计时，工作流数据与业务数据耦合较多，也就是说工作流数据与业务系统集成在一起，虽然如此，但是很多数据在流程结束后，是可以剥离。
• 其次，虽然很多工作流产品都提供了办结流程数据解决方案，例如按时间迁移清理历史数据。而在实际业务系统建设、使用过程中，个性化需求驱动下，产品所提供的功能往往失效，例如：例如主流程下涵盖子流程，在子流程结束时，而主流程可能没有结束，而从流程实例角度来说，某个子流程已经结束。

        办公系统已经上线使用4年多了，其中某流程处理数据表（process_activity）的记录已经有5千多万条，其中在两年前处理过，并迁移走近2千万条，实践证明此处理方案有效，对业务影响可以忽略，特殊情况人工处理就可以。

2、Cordys工作流相关主要表及解决方案

2.1、Cordys核心表及相关业务表

        如上图所示，表的情况如下：

        上表中，Cordys流程核心表有Process_instance、process_activity、MESSAGE_TRACK、MESSAGE、NOTIFICTION_SEARCH_DATA、PROCESS_INSTANCE_DATA，其中PROCESS_INSTANCE_DATA是在途流程信息，不需要清理，其他的需要适当的情况，而业务表的TASK_LIST中数据，办结流程的任务迁移到task_list_finished表中，表结构完全一致。

2.2、清理迁移数据解决方案

        流程办结数据与在途数据，经过对比分析，最多记录表process_activity表的在途记录数也不过百万级别，而办结数据已经3千多万，因此处理方案的基本原理是：

• 现有的待处理的Cordys核心表更名为备份表，保证数据不丢失；
• 重建Cordys待处理核心表，新建表时索引、主键先不建，等数据处理后再建；
• 依据未办结业务数据的流程实例信息，导数据插入对应的新建的表中；
• 系统恢复运行3~6个月后，根据存储空间情况，自行删除已经成为历史数据的表。

2.2.1、Cordys核心表处理过程

          由于PROCESS_INSTANCE_DATA表是在途流程实例，不需要进行处理。

2.2.2、关于办结流程的识别

        办结流程可以根据ApptoolKit中workflow_instance表来识别（例如：STATUS = ‘COMPLETE‘），同时，还需要识别其中的子流程，以及嵌套子流程（例如：通过PARENT_GUID和GUID两个字段来进行识别），识别出三级嵌套就足够了，再特殊的，人工处理。

        把识别出来的办结流程标识，去重后放置在临时表中，后续使用。

2.2.3、任务表数据清理迁移方案

        任务表（task_list）主要是存储在办和办结任务数据，办结任务数据要定期迁移到办结任务表中（task_list_finish）。

2.2.4、存储表空间回收处理方案

        由于Cordys核心表用到LOB字段，用于存储XML格式数据，这样将占有大量磁盘空间（按现有业务量估算，3年预计为1T），因此，在删除表的时候，最好也移除表空间。

3、数据迁移清理实践

3.1、数据处理全过程概述

        1、策划分析阶段工作

        全面获取存储、表空间使用情况，以及相关表数据量，并通过查询等多种模式模拟数据处理过程及所消耗的时间，并据此预估数据处理停业时间，制定作业计划。

        导出建表、索引SQL语句（因为系统在运维过程中，可能要发生微小的改变，因此，每次都要重新生产SQL脚本）。

        2、发通知，停业，停应用服务

        3、表更名、索引更名

        4、新建表，处理数据

        根据实际情况，如有必要则新建表空间，把表建到新表空间上。

        5、重建索引、存储过程、触发器等

        按事先准备好的脚本执行。

        6、启动应用服务，检查平台

        7、测试流程相关应用，并处理问题

        8、清理测试数据

        9、恢复业务。

3.2、关键过程案例

3.2.1、表更名

--修改表名
alter table notification_search_data rename to bak_notification_search_data;
alter table message_track rename to bak2011_message_track;
alter table message rename to bak2011_message;
alter table process_activity rename to bak2011_process_activity;
alter table process_instance_data rename to bak2011_process_instance_data;
alter table process_instance rename to bak2011_process_instance;
alter table workflow_instance rename to bak2011_workflow_instance;
alter table workflow_instance_translog rename to bak_workflow_instance_translog;

--修改约束
alter table MESSAGE rename constraint MESSAGEPKEY to MESSAGEPKEYtmp;
alter table MESSAGE_TRACK rename constraint MESSAGETRACKPKEY to MESSAGETRACKPKEYtmp;
alter table PROCESS_ACTIVITY rename constraint SYS_C006752 to SYS_C006752tmp;

略

--修改索引

alter index IX_PROCESS_INSTANCE_START_TIME rename to IX_PROCESS_INSTANCE_STARTtmp;
alter index IX_PROCESS_NAME rename to IX_PROCESS_NAMEtmp;
alter index IX_PROCESS_INSTANCE_END_TIME rename to IX_PROCESS_INSTANCE_END_Ttmp;
alter index SYS_C006752 rename to SYS_C006752tmp;

3.2.2、处理工作流数据

        使用存储过程处理数据，最少分成两个阶段，第一阶段处理流程实例数据，根据处理结果，提取流程消息数据，再进行第二阶段流程消息数据处理，由于插入数据时，表不适宜建索引，所以在process_activity数据处理完成后，为此表建主键、索引，才方便提取消息message_id。

      select distinct t.message_id
          from cordys.process_activity t
          where not exists (select t1.message_id    from cordys.message t1   where t1.message_id = t.message_id);

1、处理流程实例数据

create or replace procedure pro_data_new1 is
  --游标，取出待处理的办结流程guid
  cursor wait_worklow_instance is
    select t.workflow_instance, t.process_instance  from wait_worklow_instance_temp t  where t.process_instance is not null
       and not exists (select t1.guid   from cordys.workflow_instance t1  where t1.guid = t.workflow_instance);

  v_instance_count number(9);
  v_num            number(9); --提交计数
  v_sqlcode        number;
  v_sqlmsg         varchar2(2000);

  v_instance_guid    cordys.workflow_instance.guid%type;
  v_process_instance cordys.workflow_instance.process_instance%type;
  v_log_id           number;

begin
  v_instance_count := 0;
  v_num            := 0;
  v_log_id         := 0;


  select count(*) into v_log_id from tmp_workflow_data_log;
  if v_log_id > 0 then
     select max(id) into v_log_id from tmp_workflow_data_log;
  end if;

  v_log_id := v_log_id + 1;

  insert into tmp_workflow_data_log(id,state,logdate)    values(v_log_id,‘Start Test!‘,sysdate);

  open wait_worklow_instance;
  loop
    fetch wait_worklow_instance   into v_instance_guid, v_process_instance;
    exit when wait_worklow_instance%notfound;


    select count(*)
      into v_instance_count    from cordys.bak2011_workflow_instance   where guid = v_instance_guid;
    if v_instance_count > 0 then
      --迁移流程实例数据
      insert into cordys.process_instance
        select *   from cordys.bak2011_process_instance  where instance_id = v_process_instance;
      --迁移流程活动数据
      insert into cordys.process_activity
        select *  from cordys.bak2011_process_activity  where instance_id = v_process_instance;
    end if;


    if v_num > 1000 then
      v_log_id := v_log_id + 1;
      insert into tmp_workflow_data_log(id,state,logdate)  values(v_log_id,‘insert 1001 record workflow‘,sysdate);
      commit;
      v_num := 0;
    else
      v_num := v_num + 1;
    end if;
  end loop;

  v_log_id := v_log_id + 1;
  insert into tmp_workflow_data_log(id,state,logdate)   values(v_log_id,‘insert workflow data complete‘,sysdate);

  commit;
  close wait_worklow_instance;

  commit;
exception
  when others then
    v_sqlcode := sqlcode;
    v_sqlmsg  := substr(sqlerrm, 1, 2000);
    dbms_output.put_line(v_sqlcode || ‘::‘ || v_sqlmsg);
end;
--其中，每千条数据提交一次，为了是数据处理稳定，并根据日志监控进程。


2、处理流程消息数据

create or replace procedure pro_data_new2 is
  --注意：process_instance流程实例为空的滤除
  cursor tmp_message is
    select distinct t.message_id   from cordys.tmp_message_id_201112 t
     where not exists (select t1.message_id    from cordys.message t1   where t1.message_id = t.message_id);

  v_instance_count number(9);
  v_num            number(9); --提交计数
  v_sqlcode        number;
  v_sqlmsg         varchar2(2000);


  v_instance_guid    cordys.workflow_instance.guid%type;
  v_process_instance cordys.workflow_instance.process_instance%type;
  v_message_id       cordys.message.message_id%type;
  v_log_id           number;

begin
  v_instance_count := 0;
  v_num            := 0;
  v_log_id         := 0;

  select count(*) into v_log_id from tmp_workflow_data_log;
  if v_log_id > 0 then
     select max(id) into v_log_id from tmp_workflow_data_log;
  end if;

  v_log_id := v_log_id + 1;

  insert into tmp_workflow_data_log(id,state,logdate)   values(v_log_id,‘Start Test!‘,sysdate);

  v_num := 0;
  open tmp_message;
  loop
    fetch tmp_message
      into v_message_id;
    exit when tmp_message%notfound;
    --迁移消息数据表
    insert into cordys.message   select * from cordys.bak2011_message where message_id = v_message_id;
    --迁移消息跟踪数据表
    insert into cordys.message_track
      select *  from cordys.bak2011_message_track   where message_id = v_message_id;
    --迁移消息通知数据表
    insert into cordys.notification_search_data
      select *  from cordys.bak_notification_search_data   where message_id = v_message_id;
    if v_num > 1000 then
       v_log_id := v_log_id + 1;
       insert into tmp_workflow_data_log(id,state,logdate)    values(v_log_id,‘insert 1001 record message‘,sysdate);
      commit;
      v_num := 0;
    else
      v_num := v_num + 1;
    end if;

  end loop;
  close tmp_message;
  v_log_id := v_log_id + 1;
  insert into tmp_workflow_data_log(id,state,logdate)
    values(v_log_id,‘insert message data complete‘,sysdate);
  commit;
  
exception
  when others then
    v_sqlcode := sqlcode;
    v_sqlmsg  := substr(sqlerrm, 1, 2000);
    dbms_output.put_line(v_sqlcode || ‘::‘ || v_sqlmsg);
end;

3.3、其它注意事项

        1、手工恢复触发器

        触发器、Sequence是最容易忽略、出问题的地方，因为在表更名时，对应的代码可能发生改变，一定要注意核对。
        AFTER_INSERT_MESSAGE_TRACK
        AFTER_UPDATE_MESSAGE_TRACK
        AFTER_UPDATE_PROCESS_INSTANCE

        2、异常数据永远是存在的，只能人工分析进行处理，如果一个流程跑3个月了，是因为异常数据，估计这个流程实例也就是个作废的流程实例。

4、总结

        本文所描述的历史数据处理方案、思想可以推广到其他系统，而处理数据如此麻烦，也和最初设计有不合理的地方有关，设计人员可以从中汲取些经验教训，有遗漏、不完善的后续完善。

        欢迎同行多交流。

参考：

ronghao100 ，浅谈工作流数据 ， http://blog.csdn.net/ronghao100/article/details/5625120

Oracle中查询索引名称，批量修改索引名称语句 ， http://blog.csdn.net/xiaoyw71/article/details/15338405

关于Cordys平台办结流程数据管理方案 ， http://blog.csdn.net/xiaoyw71/article/details/15338391

基于Cordys平台上的待办任务优化改造方案 ， http://blog.csdn.net/xiaoyw71/article/details/15338373

Cordys（C3）工作流办结流程数据迁移清理方案及实践