一条审批流的数据库账:5 张核心表、3 张扩展表、0 张表单表

作者:mldong日期:2026/10/8

要在一套系统里加审批流,第一个绕不过去的问题是:要动多少数据库?

答案决定了这件事的难度。如果每个引擎都要你先建二十张表、跑三个迁移脚本、再请一位懂它内部编码的人来解释每张表在干什么,那这件事在评审会上就永远过不了。我们把这套引擎用八种语言各写了一遍,表结构反而是一个可以当面数清楚的东西:

  • 建表 SQL 一共 128 行,8 张表、81 列;
  • 其中真正参与流程裁决的是 5 张(54 列),另外 3 张(27 列)是设计稿台账和委托窗口这类管理能力;
  • 表单表 0 张。你的表单数据不建新表,它进的是实例和任务上那一列 JSON。

这一篇把这份账摊开给你:逐列讲清存什么,逐行动讲清谁在什么时候把它写进去,最后给你三条能直接用在评审会上的判断。

一、先把账给了:5 张裁决表、3 张管理表

引擎执行一条流程,只在下面这 5 张表上读写:

表列数存什么参与状态裁决吗
wf_process_define11发布出来的流程定义,含流程 JSON 与版本号只读
wf_process_instance13一张具体的单子:谁发起的、走哪版定义、什么状态聚合根
wf_process_task17单子当前停在谁手上的哪一个任务子实体
wf_process_task_actor5这个任务允许谁来办参与者快照行
wf_process_cc_instance8抄送给谁、读了没有旁路,不参与裁决

另外 3 张是管理能力,引擎核心不依赖它们:

表列数存什么
wf_process_design11设计器里那张草稿,以及它发布过没有
wf_process_design_his5每次保存的草稿快照,供设计器回看历史版本
wf_process_surrogate11委托窗口:谁在什么时间段把哪类单子交给谁

这张分区表就是本篇的第一条判断依据:"要不要建表"和"这张表参与不参与裁决"是两个问题。前 5 张的每一列都要被状态机读到;后 3 张只是给人用的台账,删了不影响在跑的单子。

二、五张核心表逐列过

wf_process_define(11 列):发布产物,不是设计稿

列类型干什么
idBIGINT主键,应用层生成
nameVARCHAR(64)流程编码,唯一,程序按它找流程
display_nameVARCHAR(100)给人看的名字
typeVARCHAR(32)流程分类,用于列表分组
stateINT流程是否可用(1 可用 / 0 不可用)
contentBLOB流程模型定义本体(设计器画出来的那份 JSON)
versionINT版本号
create_time / create_user / update_time / update_user—审计四列

索引一条:name。

这里有两个落地时最容易问的点。第一,流程 JSON 直接存在这张表的 content 列里,不是文件、不是对象存储,所以备份库就备份了流程定义。第二,version 在这张表上,而实例只记 process_define_id——同一份定义重复发布是原地更新还是新增一行,决定了在跑的单子跟着变还是走旧版,这是接引擎时必须自己拍板的一件事,我们的做法在《改了工作流引擎的流程定义,在跑的审批单有的跟着变、有的不变》里写过,此处不重复。

wf_process_instance(13 列):一张具体的单子

列类型干什么
idBIGINT主键
parent_idBIGINT父流程实例 ID,只有子流程实例才有值
process_define_idBIGINT走哪一条流程定义
stateINT实例状态
parent_node_nameVARCHAR(100)挂在父流程的哪个节点上
business_noVARCHAR(64)业务单号,你的报销单号写在这里
operatorVARCHAR(64)发起人
expire_timeDATETIME(3)期望完成时间,按定义里配的到期表达式算出来写入
variableTEXT流程变量,JSON 字符串
审计四列—同上

索引两条:process_define_id、operator。

实例状态全集是 7 个码:10 进行中、20 已完成、30 已撤回(发起人撤回)、40 强行终止(管理员终止)、45 已拒绝、50 挂起、99 已废弃。这 7 个码是契约的一部分,八种语言实现取值一致,别在自己的项目里再造一套——再造一套的代价是所有现成的前端页面、统计口径、报表都要跟着改。

business_no 这一列值得单独说:它是引擎和你的业务之间唯一的挂接位。引擎不知道报销单是多少钱,它只知道自己这张实例挂着哪个业务号。

wf_process_task(17 列):单子此刻停在谁手上

列类型干什么
idBIGINT主键
process_instance_idBIGINT属于哪张单子
task_nameVARCHAR(100)任务节点编码,对应流程图上的节点 id
display_nameVARCHAR(100)节点显示名
task_typeINT0 主办任务 / 1 协办任务
perform_typeINT0 普通参与 / 1 会签参与
task_stateINT任务状态
operatorVARCHAR(64)实际办理人(办完才写)
finish_timeDATETIME(3)完成时间
expire_timeDATETIME(3)任务期望完成时间
form_keyVARCHAR(100)这个任务用哪张表单——只是标识,不存数据
task_parent_idBIGINT上一步任务 ID,"退回上一步"按它回
variableTEXT任务变量,JSON 字符串(会签计数在这里)
审计四列—同上

索引三条:process_instance_id、task_name、operator。

任务状态全集 6 个码:10 进行中、20 已完成、30 已撤回(随实例撤回)、40 强行终止(随实例终止)、50 挂起(随实例挂起)、99 已废弃。最后这个码解释了一件事:驳回或者跳转之后,那些"本来还要办但不用再办"的兄弟任务不是被删掉的,是标成 99 留在表里的——所以你查得到"当时有三个人要会签,两个人没办就被废了"。

task_type 和 perform_type 是两列独立开关:前者管这个人在流程里算主办还是协办,后者管这个任务是单人办还是会签。组合出来的四种形状都成立,别把它们当一列用。

task_parent_id 说明一件反直觉的事:"上一步"不是流程图上的前驱节点,而是这张单子里实际走过的上一条任务行。所以退回落点由数据决定,画了回环的流程也能退回对的地方。

wf_process_task_actor(5 列):最小的表,撑住待办列表

1CREATE TABLE IF NOT EXISTS wf_process_task_actor (
2  id              BIGINT      NOT NULL COMMENT '主键',
3  process_task_id BIGINT      NOT NULL COMMENT '流程任务ID',
4  actor_id        VARCHAR(64) NOT NULL COMMENT '参与者ID',
5  create_time     DATETIME(3) NULL COMMENT '创建时间',
6  create_user     VARCHAR(64) NULL COMMENT '创建用户',
7  PRIMARY KEY (id),
8  KEY idx_process_task_actor_ptid (process_task_id),
9  KEY idx_process_task_actor_aid (actor_id)
10) ENGINE=InnoDB DEFAULT CHARSET=utf8mb4 COMMENT='流程任务和参与人关系';
11

五个列、没有 update 两列,因为它是一行写完就不改的关系行。一个允许的办理人一行:一个节点给三个人候选、谁来办都行时,一条任务对应三行参与者。

这里有个容易混的点值得说清:"多人候选"和"会签"在表里不是一种形状。候选是 1 行任务挂 N 行参与者(谁先办都算这一条任务办完);会签是 N 行任务,每行任务挂自己那一个参与者(三个人就是三行任务加三行参与者),因为每个人都要各自办完并留自己的痕。

这张表解释了为什么 actor_id 是 VARCHAR(64) 而不是 BIGINT:参与者的身份由宿主系统给,可能是用户 ID,也可能是用户名或者工号,引擎不参与这个决定,只按字符串存并按字符串查。

wf_process_cc_instance(8 列):抄送是旁路

列类型干什么
idBIGINT主键
process_instance_idBIGINT抄送的是哪张单子
actor_idVARCHAR(64)被抄送人
stateINT0 未读 / 1 已读,默认 0
审计四列—同上

索引两条:process_instance_id、actor_id。

抄送行独立写入,不参与任何状态判断——它不影响流程走不走得下去,只影响红点。把它和参与者混在一张表里是很多实现的第一坑:抄送人一多,"我的待办"就长出根本不需要办的单子。

三、四条通用约定,决定了这张表能不能跨库跨语言用

主键不自增。 八张表的 id 全是 BIGINT NOT NULL,没有 AUTO_INCREMENT——主键由应用层的 ID 生成器给(雪花或等价方案)。这么做的收益很实在:一条流程实例先在 A 库建、再迁到 B 库,ID 不变;分库分表时不用处理自增段冲突;批量导入历史单据时不会出现"同一条单子两个库两个号"。代价是导入外部数据要自己带 ID。

出口一律字符串化。 雪花 ID 是 19 位数字,超过 JavaScript 的 2^53 安全整数上限,浏览器里 JSON 解析一次就把尾数舍了。引擎门面把实例 ID、任务 ID 出口统一转成字符串,前端拿到的就是完整的那一串。这一条不是可选的,任何把 ID 当数字返回的实现都会在某个浏览器上出事。

时间是 DATETIME(3)。 存 UTC 还是存本地时区,八种语言实现按规范归到一个口径(以宿主时钟为准),毫秒精度留给"两个人同一秒内点了同意"这种纠纷——没有毫秒,审批留痕的先后顺序就说不清。

不用逻辑删除。 设计相关表的删除就是物理删除,没有 is_deleted 列。留痕不靠软删标记,靠实例和任务的状态:30 已撤回、40 强行终止、99 已废弃,单子永远在,只是不再往下走。

四、表单数据为什么不建表:扩展位只有那一列 JSON

这是本篇标题里那个 0 的来处。审批流系统里"表单"是需求量最大的部分,但它和流程裁决是两件事:引擎要知道的是这一步该谁批、批完往哪走,金额是多少、附件传了没有,引擎不需要按列去查。

我们的做法是把表单数据放进那两列 JSON:

  • 实例的 variable 里,带 f_ 前缀的键是流程级表单数据;
  • 任务的 variable 里,带 tf_ 前缀的键是任务级表单数据;
  • 门面出口时按前缀捞出来,派生成 formData 和 taskFormData 两个字段,同时给"带前缀"和"去掉前缀"两份,前端两种写法都能取到。

顺序也存在 JSON 里。以串行会签为例:任务行的 variable 里放 operatorList_{节点}(全量办理人)、loopCounter_{节点}(当前序号)、nrOfInstances_{节点}(总数)三个键,表结构里根本没有"第几位"这一列。串行会签只创建第一位成员的任务行,每位成员办完才推进出下一位,所以任意时刻这个节点上只有一个进行中的会签任务;并行会签才是全员预建。

委托也一样:wf_process_surrogate 存的是配置,生效结果是参与者行。某个窗口生效时,代理人被并进那个任务的参与者集合,也就是往 wf_process_task_actor 里加一行。所以"我的待办"这个查询不需要 UNION 一张委托表,也不需要 JOIN 窗口时间去判断——判断在任务创建那一刻就做完了。配置表和结果表分清,查询面就干净。

那么表单数据到底该怎么放?给你三条判断:

  1. 字段要参与流程走向判断(金额决定走不走总监)——放进 variable,用 f_ 前缀,表达式取的就是它。
  2. 这张表单就是业务主体(报销单本身,要能单独查、单独改、单独出报表)——建你自己的业务表,把实例 ID 或 business_no 挂在你的表上。别把报销明细塞进 JSON 列,那是拿 JSON 列当明细表用。
  3. 需要按字段检索或做统计——落业务表并建索引。JSON 列检索要整列解析,数据一多这条路就废了。

第 2 条是大多数团队该选的那条:引擎给的是 8 张表,你给自己的业务加几张表由你的业务决定,这笔账两边不要混。

五、每一行是什么时候被写进去的

拿最普通的形状走一遍:请假单,申请人 → 部门领导 → 结束。

时刻写了哪些行动词
发起instance 1 行(state=10)+ 申请节点的 task 1 行 + task_actor 1 行(申请人自己)INSERT
申请人提交申请节点 task 行更新为已完成;领导节点 task 新插 1 行 + 参与者 1 行UPDATE + INSERT
领导同意领导 task 行更新(写 operator、finish_time、state=20);实例 state 改 20UPDATE
领导驳回领导 task 行更新;实例 state 改 45UPDATE
中途抄送cc_instance 新插 1 行,state=0INSERT
被抄送人打开cc_instance 那行 state 改 1UPDATE

这里有一条能替你避开一堆问题的性质:流程走完,单子不会被删,行只会变状态。我们数过仓储层的 SQL 清单:wf_process_instance、wf_process_task、wf_process_cc_instance 三张表只有 INSERT 和 UPDATE,一条 DELETE 都没有。撤回、终止、废弃全是改状态。

而所有"新任务出现"的路径——发起、办理推进、串行会签的每一步、跳转、回退到首节点——收在同一个建任务入口上,仓储层对应的 INSERT 也只有一条。这个"唯一收口"是引擎侧的纪律:八条路径共用一条写语句,跨语言的表行为才不会各写各的。

参与者集合是会变的:换人、加签、移除参与者都会动它,所以 task_actor 上有两处 DELETE,分工不同——一处按任务号清掉这个任务的全部参与者行(整个集合重建时用),一处按 actor_id IN (...) 只删指定那几个人(移除个别参与者时用)。这是三张执行表里唯一允许删的:它删的是"此刻谁该办",不是"发生过什么"。

六、14 条索引就是你的查询面

8 张表一共 14 条二级索引,它们把"这个系统能高效回答哪些问题"划定了:

你要查的走哪条索引形状
我的待办idx_process_task_actor_aid任务表 JOIN 参与者表,条件 task_state = 10 AND actor_id = ?
我办过的idx_process_task_operator按 operator 查任务,task_state <> 10
这单走到哪了idx_process_task_piid按 process_instance_id 取全部任务行
我发起的单子idx_process_instance_operator按 operator 查实例
某定义的所有实例idx_process_instance_pfid按 process_define_id 查实例
谁的待办最多(统计)idx_process_task_actor_aid参与者表 JOIN 任务表,按 actor_id 分组计数
委托是否生效idx_process_surrogate_op / _sur按授权人或代理人取窗口

注意第一行:待办的入口在参与者表,不在任务表。这就是为什么一张只有 5 列的 task_actor 不能省——待办列表要的是"允许我来办",而不是"我办的",后者是 task.operator,那是已办列表的口径。这两个查询混用是待办列表出现幽灵单子的常见原因。

也请注意另一件事:这份 DDL 里没有 (actor_id, task_state) 这样的复合索引,因为引擎不知道你的数据量。待办表过千万时按你自己的查询补索引,这份 SQL 是起点不是终点。

七、八份一模一样的建表 SQL

最后说一件很笨但很有用的事。

这套引擎有 Java、Go、Python、Node、PHP、Rust、MoonBit、C# 八个实现,每个仓里都带一份自己的 schema-mysql.sql——放在各自仓的 schema 或测试目录里,单语言用户下载就能建表,不需要先去别处找 DDL。

八份是逐字相同的。核一次很简单,在放着这几个仓的目录里跑:

1find . -name schema-mysql.sql -not -path '*/target/*' | sort |
2while read -r f; do
3  h=$(tr -d '\r' < "$f" | sed 's/[[:space:]]\{2,\}/ /g' \
4      | md5sum | cut -c1-10)
5  printf '%s  %s\n' "$h" "$f"
6done
7

八行输出、指纹只有一个值,就说明内容一致。我们 2026-10-07 这一轮跑出来是八个 cfdbd74857。唯一要记得的是先去回车再压空白:Java 那份的行尾是 CRLF,不除回车你会看到两个指纹,然后怀疑人生。

编辑只改一个源,然后分发到各仓,表结构就零自由度。这是跨语言对齐里最便宜的一块:行为要读代码才能对齐,而表结构只需要一条复制命令。把没有争议的东西固定下来,把精力留给有争议的,这份账在引擎移植里省下的时间比看上去多。

收个尾

  1. 接审批流先数表。 5 张参与裁决、3 张管设计和委托、0 张表单表。多出来的每一张都要问一句:谁读它。
  2. 想清楚表单数据放哪儿。 参与流程判断的进 JSON 列,业务主体建自己的表挂 business_no,要检索要统计的落业务表建索引。这三句选错一句,后面全是补丁。
  3. 状态码不要自己造。 实例 7 个、任务 6 个是契约,八种语言实现取值一致;索引按你的量补,状态码别动。

参考资料


参考文档


《一条审批流的数据库账:5 张核心表、3 张扩展表、0 张表单表》 是转载文章,点击查看原文。


相关推荐


把 bug tracker 塞进 git 仓库,同步和冲突怎么解决?我把 git-bug 拆开实测了一遍
Flynt2026/9/30

上周五(9 月 25 日)Hacker News 首页出现了一个讲 git-bug 的帖子——"嵌在 git 里的分布式 bug tracker",这两天涨到了 353 分。它能翻红有个前置事件——9 月 22 日发了 v0.11.0,这是项目 16 个月来的第一次发版,一口气带上了近 300 个 commit。更硬的背书来自 kernel.org 那边:b4 的维护者 Konstantin Ryabitsev 在今年的 Kernel Recipes 上演示了 b4 和 cgit 对 git-b


MCP 到底接在了哪一层?从“Agent 调工具”说起
杨杨杨大侠2026/9/24

“最后不还是 Agent 在调工具吗?那 MCP 多做了什么?” 这个问题比背定义有用。因为第一次看 MCP,很容易把模型、Agent、Harness、Client、Server 都画成一团,然后得出一个模糊的结论:MCP 就是 Function Calling 的另一种写法。 先说结论:模型负责提出要做什么,应用负责把它做成一次真实调用;MCP 约定的是应用与外部服务之间怎么对接。 先从一次工具调用看起 假设我对一个代码助手说:“帮我看看 PR 123,有没有明显问题。”模型发现自己还没看到改


Vibe Coding 实战问答:从 Token 成本到线上 Bug 的避坑指南
ᕙ(•̤᷆ ॒ ູ॒•̤᷇)ᕘ.2026/9/15

Vibe Coding 与 AI 辅助编程 · 问答整理 主题:AI 辅助编程的定位认知、Token 成本控制、线上问题处理与实战经验。 1. Vibe Coding 到底是什么? Vibe Coding 与常规 AI 辅助编程的核心差异,在于人对代码的参与程度与责任归属: 维度Vibe CodingAI 辅助编程代码生成AI 生成AI 生成代码审查不看,直接 Accept逐行审查报错处理粘贴给 AI分析根因再决定对代码负责不负责完全负责 一句话概括:Vibe Coding 是"只管氛围、


【智能体】Agent的四种设计模式之:React(2026最新版)
Carl_奕然2026/9/7

ReAct 模式 —— 推理与行动交织的循环智能体 1、引言2、ReAct 到底怎么工作?3、ReAct 核心原理3.1 关键数据结构3.2 与 Chain-of-Thought 的区别 4、生产级实现(LangGraph + MCP)5、2026 年的关键改进点5.1 从 "字符串解析" 到 "结构化输出"5.2 步数预算与防循环5.3 KV-Cache 复用优化 6、适用场景与性能基准7、总结 1、引言 小屌丝:鱼哥,我最近写了个 Agent,让它查天气,结果你猜怎么着?它


Linux(一)Linux的基本指令操作和shell命令以及运行原理
在路上慢慢走2026/8/30

1. 引言 在正式学习 Linux 指令之前,先花几分钟了解一下 Linux 的来龙去脉,会帮助你更好地理解为什么指令是这样设计的、为什么系统是这样组织的。这一节作为「前传」,只讲最核心的背景知识,不涉及具体指令操作。 2. 什么是 Linux Linux 是一个开源的操作系统内核,最初由芬兰人林纳斯·托瓦兹(Linus Torvalds)于 1991 年发布。我们平时说的「Linux 系统」,实际上是 Linux 内核加上 GNU 工具集、各种应用软件共同组成的完整操作系统,通常称为 GNU/


Neo4j与Cypher入门:从图思维到多跳查询实战
桃酥不是桃2026/8/22

当写《RAG 没有死》那篇、写到 GraphRAG 那一节的时候,我心里是有点发虚的。多跳推理、知识图谱、社区发现,这些词都是从论文和官方文档里搬来的,我自己并没有真的建过一张图、跑过一条查询。引用式写作的账迟早要还,所以最近两个周末我把 Neo4j 和 Cypher 认真补了一遍,顺手把 Agent 场景下图的选型边界也想清楚了。 这篇是补课笔记的上篇,聊三件事,图数据库到底解决什么问题,Cypher 怎么写,什么时候值得为你的 Agent 引入一张图。先澄清一个容易混的点,之前写《从 Lo


Ubuntu 还是 CentOS?云服务器部署全流程对比与实操指南
木易 士心2026/8/9

文章目录 一、 概述二、 核心差异对比表三、 云服务部署架构图四、 详细部署步骤对比1. 远程连接2. 系统更新与软件安装3. 防火墙与端口配置4. 服务管理5. 文件路径差异 五、 避坑指南与选型建议1. 避坑指南2. 选型建议 一、 概述 在云服务部署中,选择操作系统是第一步也是至关重要的一步。Ubuntu 和 CentOS 是目前市场份额最高的两大 Linux 发行版,分别代表了 Debian 系和 RedHat 系的典型特征。 Ubuntu: 以“开


Kimi 3 全方位评测:从“长文本”到“强逻辑”的跨越
木易 士心2026/7/31

文章目录 1. 前言:告别“记忆长”,走向“理解深”2. 核心代际对比:不只是参数提升,更是范式变革3. 深度功能测评:场景化实战拆解3.1 长文本“无损记忆”——从“大海捞针”到“精准穿刺”3.2 复杂推理——像侦探一样拆解迷题3.3 代码工程能力——从“代码补全”到“架构师视角”3.4 多模态联合分析——图表+文本的“通感”理解3.5 拓展案例分析:垂直领域的“专家级”表现 4. 综合能力雷达图:五维全面扩展5. 典型应用场景与选型建议6. 未来展望:从“阅读者”进化为“智能体”6.


如何使用 OpenTelemetry 对你的搜索 API 进行埋点,并使用 ES|QL 对其进行查询
Elasticsearch2026/7/23

作者:来自 Elastic Matthew Adams 向你的 OpenTelemetry span 添加自定义属性,并运行六个 ES|QL 查询,以揭示最热门的搜索、零结果率以及最慢的查询。 Elasticsearch 提供了大量新功能,帮助你针对自己的使用场景构建最佳搜索解决方案。在我们的实践网络研讨会《构建现代 Search AI 体验》中,了解如何将这些功能付诸实践。你还可以立即开始 免费 Cloud 试用,或在你的 本地机器 上试用 Elastic。 使用大约 20 行的 OpenT


Linux 基础指令从入门到精通:基础指令、重定向、管道与权限完全指南
meilindehuzi_a2026/7/15

Linux 基础指令从入门到精通:基础指令、重定向、管道与权限完全指南 前言1. Linux、操作系统与终端1.1 从 UNIX 到 Linux1.2 操作系统、Shell 与远程登录 2. Linux 文件系统与路径2.1 一切皆文件与目录树2.2 绝对路径、相对路径与定位命令2.3 使用 ls 读懂目录信息 3. 文件与目录的创建、复制、移动和删除3.1 touch、stat、mkdir 与 tree3.2 cp 与通配符3.3 mv、rmdir 与 rm 4. 查看文件、帮助

首页编辑器站点地图

本站内容在 CC BY-SA 4.0 协议下发布

Copyright © 2026 聚合阅读