Створіть telegram-канал з інтеграціями за допомогою Camunda Cloud

Camunda продовжує ділитися можливостями використання платформи зі своїми читачами. Цього разу у їхньому блозі з’явився матеріал на тему налаштувань Telegram-каналу за допомогою Camunda Cloud. Автор блогу розповідає про те, як йому прийшла думка створити власний Telegram-канал та чому він обрав для цього саме Camunda Cloud. Він також проводить нас через цей процес, описуючи кожну його деталь та надає можливість повторити власноруч усі кроки. 

Camunda Cloud — це автоматизація процесів з горизонтально масштабованим механізмом робочого процесу BPMN із вбудованими інструментами для спільного моделювання, здійснення операцій та аналітики.

Автор розглядає автоматизацію за допомогою Camunda Cloud на прикладі створеного Telegram-каналу з оновлюваною аналітикою щодо стану німецького суспільства в умовах пандемії.

Моделювання процесу

Як відбувається створення моделі в Camunda Cloud? Процес запускається на початку кожного дня. Щоб отримати поточну цифру хворих на Covid, система звертається до вже створеного кимось API (тема актуальна, тому хтось вже потурбувався про це). Звідти система отримує всю кількість нових випадків захворювання на короновірус, смертей та одужання, аналізує їх та формує поради на основі цієї інформації.

У Німеччині стежать за поінформованістю суспільства та стараються подавати інформацію розумно – не наводячи паніки та допомагаючи людям адаптуватися до нових умов.

Зазвичай люди перевіряють надані їм факти, тому Camunda Cloud дуже імпонує тим, що через модель BPMN можна переглянути першоджерело надісланої у Telegram-канал інформації.

Взято з першоджерела

Запуск змодельованого процесу

Перш ніж розгорнути модель у хмарі, потрібно встановити необхідні технічні атрибути. Елементи BPMN мають бути такими ж як і для платформи Camunda, але їхня конфігурація все ж дещо відрізняється, оскільки Camunda Cloud використовує Zeebe як механізм робочого процесу. Якщо поглянути на архітектуру, кожен двигун побудований абсолютно по-різному. Тут автор згадує про відмінності з точки зору користувачів:

Для чіткої послідовності після шлюзу XOR нам потрібно надати вирази. Механізм Camunda BPM використовує уніфіковану мову вираження (UEL). Zeebe використовує мову висловлювання для друзів (FEEL). За допомогою FEEL можна легко отримати доступ до JSON. Це досить потужний інструмент, якщо справа стосується обчислень та більш складних виразів. Для платформи Camunda ви можете включити бібліотеку SPIN, яка також пропонує легкий доступ до змінних JSON та XML.

На відміну від платформи Camunda, Zeebe не підтримує CRON для встановлення таймеру. Якщо ви хочете розпочинати свій процес у конкретно визначений час — треба встановити окремий таймер на R/PT24H, розгортаючи процес до встановленого часу. Щоб не робити цього вручну варто розглянути рішення для розрахунку тривалості розгортання за допомогою FEEL.

Спосіб реалізації сервісних завдань — Workers, оскільки ми маємо повністю автономний движок у Camunda Cloud. Тут необхідно встановити тип.

Подібно до зовнішніх завдань, ми можемо вибирати з різних мов кодування для реалізації workers. Для цього робочого циклу я використав два Java та два workers Javascript. Впровадження workers було простим, і навчальні посібники дають хорошу вихідну точку.

Взято з першоджерела

Розгортання моделі

Існує кілька способів розгорнути модель процесу на Camunda Cloud. Можна використати програму Zeebe Modeler. Для цього потрібно підключити її до кластера. В іншому випадку ви можете створити власну точку доступу для підключення та розгортання моделі у кластері. Якщо ви хочете спробувати щось швидко, хмарна консоль також пропонує Modeler, і ви можете розгорнути його безпосередньо звідти. 

Більше про Camunda Cloud читайте на сайті вендора.

Вам може сподобатись
Рубрика: продукти та рішення
Популярні
×
Оставьте свой номер и мы вам перезвоним