【工作流前进之路】Activiti数据查询排序

2024-03-15 06:08

本文主要是介绍【工作流前进之路】Activiti数据查询排序,希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!

     学习过SQL的人都知道,在数据库中运用Asc和Desc方法来进行排序,在工作流中,亦还是运用这两个方法来进行排序,因为工作流最终的还是需要和数据库进行交互.


     在我的前一篇博客<<【工作流前进之路】Activiti权限之用户组-数据查询>>中曾介绍到过一个借口叫做query,Query中也提供了Asc和Desc方法设置查询结果的排序方式,使用这两个方法的前提是必须告诉Query 对象是按照何种条件进行排序的.比如说常用的按照ID升序,按照Name降序.为了好理解,看看下面的例子:

<span style="font-family:FangSong_GB2312;font-size:18px;">/*** 利用Asc和Desc进行排序* * @author huan* */
public class Sort {public static void main(String[] args) {// 创建流程引擎ProcessEngine engine = ProcessEngines.getDefaultProcessEngine();// 得到身份服务组件实例IdentityService identityService = engine.getIdentityService();// 调用orderByGroupId和asc方法,结果按照ID升序排序System.out.println("asc 排序结果");List<Group> datas = identityService.createGroupQuery().orderByGroupId().<span style="color:#ff0000;"><strong>asc()</strong></span>.list();for(Group data:datas){System.out.println(data.getId() + "-----" + data.getName() +" ");}// 调用orderByGroupName 和desc 方法,结果按照Name降序排序System.out.println("desc 排序结果");datas = identityService.createGroupQuery().orderByGroupName().<span style="color:#ff0000;"><strong>desc()</strong></span>.list();for(Group data:datas){System.out.println(data.getId() + "-----" + data.getName() + " ");}}
}</span>
运行结果如下:

     对于排序的结果,很可能你会问,为什么会这种现象呢.产生这种现象的原因是由于ID_序列段数据类型是字符型,以我用的Mysql为例,如果字段类型Wie字符型,而实际存储的是数据的话,那么进行排序时,会将其看作字符型,因此会产生如下看似错乱的样子.


     在前面我们说了使用Asc或者Desc方法排序的时候,必须指明按照何种条件排序,如果为指明条件,就会抛出ActivitiException异常,异常信息如下:

Exception in thread "main" org.activiti.engine.ActivitiException: You should call any of the orderBy methods first before specifying a direction
at org.activiti.engine.impl.AbstractQuery.direction(AbstractQuery.java:86)
at org.activiti.engine.impl.AbstractQuery.asc(AbstractQuery.java:76)
at org.crazyit.activiti.Sort.main(Sort.java:25)

     

     在实际应用中,除了按照单个字段排序以外,还有可能需要按照多个字段进行排序,例如根据名称降序,根据ID升序.那么在调用Asc和Desc方法时就需要注意,Asc方法和Desc方法会更加Query实例中的orderproperty属性来决定排序的字段,然后调用Asc或Desc方法时,就会根据当前Query实例所持有的orderproperty属性来创建orderBy语句.具体实例如下:

<span style="font-family:FangSong_GB2312;font-size:18px;">/*** 多字段排序* @author huan**/
public class Sortmix {public static void main(String[] args) {//创建流程引擎ProcessEngine engine = ProcessEngines.getDefaultProcessEngine();//得到身份服务组件实例IdentityService identityService = engine.getIdentityService();//先按照id降序,名称升序排序System.out.println("ID降序排序");<span style="color:#ff0000;"><strong>List<Group> datas = identityService.createGroupQuery().orderByGroupId().desc().orderByGroupName().asc().list();</strong></span>for(Group data : datas){System.out.println(data.getId() + "-----" + data.getName() +" ");}System.out.println("\n名称降序排序");datas = identityService.createGroupQuery().orderByGroupId().asc().orderByGroupName().desc().list();for(Group data : datas){System.out.println(data.getId() + "-----" + data.getName() +" ");}}
}
</span>

运行结果:



     对于工作流的排序,其实咱们并不陌生,在SQL中遇见过,在VB,VB.NET,C#,JAVA项目中遇见过,它可以说就是咱们的老相识了。多和以前的知识结合,你会发现以一切都很简单的。

这篇关于【工作流前进之路】Activiti数据查询排序的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!



http://www.chinasem.cn/article/811032

相关文章

大模型研发全揭秘:客服工单数据标注的完整攻略

在人工智能(AI)领域,数据标注是模型训练过程中至关重要的一步。无论你是新手还是有经验的从业者,掌握数据标注的技术细节和常见问题的解决方案都能为你的AI项目增添不少价值。在电信运营商的客服系统中,工单数据是客户问题和解决方案的重要记录。通过对这些工单数据进行有效标注,不仅能够帮助提升客服自动化系统的智能化水平,还能优化客户服务流程,提高客户满意度。本文将详细介绍如何在电信运营商客服工单的背景下进行

基于MySQL Binlog的Elasticsearch数据同步实践

一、为什么要做 随着马蜂窝的逐渐发展,我们的业务数据越来越多,单纯使用 MySQL 已经不能满足我们的数据查询需求,例如对于商品、订单等数据的多维度检索。 使用 Elasticsearch 存储业务数据可以很好的解决我们业务中的搜索需求。而数据进行异构存储后,随之而来的就是数据同步的问题。 二、现有方法及问题 对于数据同步,我们目前的解决方案是建立数据中间表。把需要检索的业务数据,统一放到一张M

关于数据埋点,你需要了解这些基本知识

产品汪每天都在和数据打交道,你知道数据来自哪里吗? 移动app端内的用户行为数据大多来自埋点,了解一些埋点知识,能和数据分析师、技术侃大山,参与到前期的数据采集,更重要是让最终的埋点数据能为我所用,否则可怜巴巴等上几个月是常有的事。   埋点类型 根据埋点方式,可以区分为: 手动埋点半自动埋点全自动埋点 秉承“任何事物都有两面性”的道理:自动程度高的,能解决通用统计,便于统一化管理,但个性化定

使用SecondaryNameNode恢复NameNode的数据

1)需求: NameNode进程挂了并且存储的数据也丢失了,如何恢复NameNode 此种方式恢复的数据可能存在小部分数据的丢失。 2)故障模拟 (1)kill -9 NameNode进程 [lytfly@hadoop102 current]$ kill -9 19886 (2)删除NameNode存储的数据(/opt/module/hadoop-3.1.4/data/tmp/dfs/na

异构存储(冷热数据分离)

异构存储主要解决不同的数据,存储在不同类型的硬盘中,达到最佳性能的问题。 异构存储Shell操作 (1)查看当前有哪些存储策略可以用 [lytfly@hadoop102 hadoop-3.1.4]$ hdfs storagepolicies -listPolicies (2)为指定路径(数据存储目录)设置指定的存储策略 hdfs storagepolicies -setStoragePo

Hadoop集群数据均衡之磁盘间数据均衡

生产环境,由于硬盘空间不足,往往需要增加一块硬盘。刚加载的硬盘没有数据时,可以执行磁盘数据均衡命令。(Hadoop3.x新特性) plan后面带的节点的名字必须是已经存在的,并且是需要均衡的节点。 如果节点不存在,会报如下错误: 如果节点只有一个硬盘的话,不会创建均衡计划: (1)生成均衡计划 hdfs diskbalancer -plan hadoop102 (2)执行均衡计划 hd

【数据结构】——原来排序算法搞懂这些就行,轻松拿捏

前言:快速排序的实现最重要的是找基准值,下面让我们来了解如何实现找基准值 基准值的注释:在快排的过程中,每一次我们要取一个元素作为枢纽值,以这个数字来将序列划分为两部分。 在此我们采用三数取中法,也就是取左端、中间、右端三个数,然后进行排序,将中间数作为枢纽值。 快速排序实现主框架: //快速排序 void QuickSort(int* arr, int left, int rig

【Prometheus】PromQL向量匹配实现不同标签的向量数据进行运算

✨✨ 欢迎大家来到景天科技苑✨✨ 🎈🎈 养成好习惯,先赞后看哦~🎈🎈 🏆 作者简介:景天科技苑 🏆《头衔》:大厂架构师,华为云开发者社区专家博主,阿里云开发者社区专家博主,CSDN全栈领域优质创作者,掘金优秀博主,51CTO博客专家等。 🏆《博客》:Python全栈,前后端开发,小程序开发,人工智能,js逆向,App逆向,网络系统安全,数据分析,Django,fastapi

活用c4d官方开发文档查询代码

当你问AI助手比如豆包,如何用python禁止掉xpresso标签时候,它会提示到 这时候要用到两个东西。https://developers.maxon.net/论坛搜索和开发文档 比如这里我就在官方找到正确的id描述 然后我就把参数标签换过来

usaco 1.3 Mixing Milk (结构体排序 qsort) and hdu 2020(sort)

到了这题学会了结构体排序 于是回去修改了 1.2 milking cows 的算法~ 结构体排序核心: 1.结构体定义 struct Milk{int price;int milks;}milk[5000]; 2.自定义的比较函数,若返回值为正,qsort 函数判定a>b ;为负,a<b;为0,a==b; int milkcmp(const void *va,c