jbpm3與發散模型

jbpm支援http://blog.csdn.net/hongbo781202/archive/2004/07/12/39393.aspx
中提到的三種發散模型:1)Parallel Split由fork來實現
對於fork後面的多個分支,jbpm保證它們是同步enabled2)exclusive choice由decision來實現
在流程定義中,要加入bsh指令碼,下面是jbpm解析指令碼的方法:
    Script script = new Script();
    script.setResultVariableName("transitionName");
    script.setStatements(
      "if ( scenario == 1 ) { " +
      "  transitionName = /"to b/"; " +
      "} else if ( scenario == 2 ) {" +
      "  transitionName = /"to c/"; " +
      "}" );
然後,jbpm把script加入到流程定義中:
    Decision decision = (Decision) pd.getNode("xor");
    decision.setScript( script );
在流程運行過程中,通過環境執行個體為指令碼中的變數賦值:
   ci.setVariable( "scenario", new Integer(1) );
jbpm就能夠根據變數的值確定流程的流轉.3)multiple choice也通過decision來實現
與上面不同的是,結果變數不再是一個串,而是一個數組:
script.setStatements(
      "transitionNames = new ArrayList();" +
      "if ( scenario == 1 ) {" +
      "  transitionNames.add( /"to b/" );" +
      "} else if ( scenario == 2 ) {" +
      "  transitionNames.add( /"to c/" );" +
      "} else if ( scenario >= 3 ) {" +
      "  transitionNames.add( /"to b/" );" +
      "  transitionNames.add( /"to c/" );" +
      "}" );