🚀 Что происходит, когда у Flowable заканчиваются попытки выполнить задание?

Ваши процессы зависли из-за ошибок?
Узнайте, как Flowable обрабатывает проваленные задания и как их можно «воскресить»:

🔹 Dead Letter Table — куда попадают «умершие» задания
🔹 Два способа реанимации: программный через API и ручной через Flowable Admin
🔹 Практические кейсы: когда стоит повторять выполнение, а когда — удалять задание

Совет от экспертов:
> «Для сетевых сбоев автоматизируйте возврат заданий. Для багов в коде — сначала фиксите ошибку!»

👉 Читайте продолжение истории про асинхронный флаг → [ссылка]

#Flowable #BPM #ErrorHandling #Java #DevOps

🚀 Flowable раскрывает секреты Async Executor

Что делать, если ваши бизнес-процессы тормозят на асинхронных операциях?
Команда Flowable переосмыслила архитектуру Job Executor — и вот что получилось:

🔹 Global Acquire Lock — революционный подход к распределению задач между нодами
🔹 Автовосстановление после сбоев без потери данных
🔹 Интеллектуальные ретраи при ошибках интеграций

Это первая в серии из четырех статей:

1️⃣ Базовая механика (вы читаете это сейчас)
2️⃣ Тонкая настройка параметров выполнения
3️⃣ Бенчмарки — 4000+ задач в секунду
4️⃣ Эволюция архитектуры за 10 лет разработки

Ключевой момент:
> "Async Executor снижает конкуренцию за таблицы БД на 80% — главную причину падения производительности в кластере"

👉 Читайте первую часть: [ссылка]

#Flowable #BPM #Java #Performance #Architecture

🚀 Тонкая настройка Flowable: как добиться максимальной скорости

Узнайте, как правильно настроить Async Executor для работы с тысячами задач в секунду.
В статье:

🔹 Global Acquire Lock — секрет стабильной работы в кластере
🔹Оптимальные параметры для queue-capacity и thread-pool
- Как избежать проблем с блокировками в БД
- Настройки для разных типов задач: таймеры и асинхронные операции

💡 "Правильная конфигурация дает +40% к производительности"

📚Читать вторую часть 👉 [ссылка]
📚Первая часть здесь 👉 [ссылка]

#Flowable #BPM #Java #HighLoad

🚀 Flowable: бенчмарк асинхронных операций

Разработчики Flowable устроили битву производительности между Async Executor и миллионом задач! Вот что выяснили:

🔹 4000+ задач/сек с фиксированным временем выполнения (100 мс)
🔹 2500+ таймеров/сек — обработка временных событий без тормозов
🔹 22 млн задач/час в режиме "no-op" — максимальная нагрузка на движок

💡 Главные инсайты:

✅ Global Acquire Lock увеличивает пропускную способность в 6 раз
✅ Оптимальный размер выборки — 8192 задания за запрос
✅ 82% от теоретического максимума — рекорд для BPM-систем

Как тестировали:
- AWS EC2 (8 vCPU) + PostgreSQL RDS (32 vCPU)
- 1 млн задач каждого типа
- Spring Boot + Flowable 6.7.0-SNAPSHOT

👉 Хотите цифры и графики?
📚Читайте полный разбор на Хабре: [ссылка]

P.S. В следующей части — как мы 10 лет шли к этой архитектуре. Подписывайтесь!

📚Первая часть 👉 [ссылка]
📚Вторая часть 👉 [ссылка]

#статья #Flowable #BPM #Java #HighLoad

🚀 Как SimbirSoft сделал процессы банка неубиваемыми с Camunda и Spring Boot

💰 Финтех-кейс: автоматизация критичных процессов для российского банка с гарантией отказоустойчивости.
⚡ Секретный ингредиент: декомпозиция на атомарные подпроцессы + хитрые приёмы работы с ошибками.

Что внутри:
✅ Архитектура на процессных пулах — как избежать "спагетти-схем" в Camunda
✅ Параллельные execution — ускоряем обработку в 3 раза
✅ Авторетраи и компенсации — что делать, если внешний сервис "упал"
✅ Event-based подпроцессы — элегантная обработка 100+ типов ошибок
✅ Готовые абстракции на Java — шаблоны делегатов для Spring Boot

Результат:
✔ Схемы стали на 70% компактнее
✔ 95% технических сбоев обрабатываются автоматически
✔ Ручные доработки процессов теперь занимают минуты

👉 Читайте разбор с диаграммами и кодом → [ссылка]

#статья #Camunda #SpringBoot #FinTech #BPMN #Java

🚀 10 лет эволюции: как Flowable добился 4000+ задач в секунду

От скромных начал до революционного Global Acquire Lock — рассказываем историю главного прорыва в производительности BPM-систем.

🔹 4 архитектурных поколения Async Executor
🔹 Почему провалилось шардирование и что сработало
🔹 Как конкуренция за БД снизила производительность в 6 раз
🔹 Секрет успеха: один контроллер вместо хаотичной выборки

"Мы перебрали 10+ подходов, прежде чем нашли идеальный баланс между простотой и масштабируемостью"

👉 Читайте на Хабре финальную часть саги об оптимизации Flowable → [ссылка]
P.S. В статье — графики нагрузки CPU и реальные цифры из бенчмарков.

📚Первая часть 👉 [ссылка]
📚Вторая часть 👉 [ссылка]
📚Третья часть 👉 [ссылка]

#Flowable #BPM #Java #HighLoad