规则引擎(RuleEngine)是一个有限状态机,通过入参实现状态转移,在Java中定义为JSR94规范。规则引擎目前的开源实现主要是JBoss家族的Drools,采用友好的Apache协议(意味着可以作为商业产品)。以及据说非常贵的ILOG引擎,还有一些国内引擎。
1. 规则引擎的简介
规则引擎一般用于处理请求报文总类繁多,业务控制复杂的场景,比如某个订单入口,某个网络的控制域,某个路由,比如
- 决策业务(Decisiontable),比如XX可以打折,XX可以立减多少,多少利率,风控等
- 关联推荐,比如XX符合大数据,给TA推荐一些产品广告
- 邮件分类/智能短信,比如华为手机分析短信的“智能情景”业务
在进行大型项目设计时,结合StackOverflow的问答,有如下实践
- 规则引擎处理的业务大部分应该是无状态的。请求报文为结构体,一般可以用正则表达式去处理。
- 规则引擎也可以用于处理有状态的业务。而业务规格一般涉及到查表、查定时器等操作,需要与请求规格进行分层,不要滥用Then,更不要阻塞主线程。
- 通过外部DSL(比如Regex, XML, Groovy/JRuby/Kotlin)实现高扩展性,降低新需求的硬编码(详见之前写的DSL编程技术的介绍)
- 不要过于高估RETE算法而把所有的非关联业务扔到一个引擎中进行for循环,而要及时设计出子规格目录(也就是人为设计一个Category)
2. 把Drools批判一番
2.1. Drools源码中如何生成rule与when?
首先下载Drools,然后配置MVN代理(我这里用的是Cow,折腾了好久),运行mvn package
下载依赖并编译后,然后使用Idea导入example,断点分析即可。本文使用的版本是Drools7
Drools使用了自己的drl语法,是一种DSL,通过ASM实现了它自己的Parser(ConsequenceGenerator),在启动时将读取META-INF/kmodule.xml
中的配置,并将drl反序列化为RuleImpl与JVM字节码。
DRL文件
rule BrokenWing @Defeasible @Defeats( "AllBirdsFly" ) when
// Drools设计的DSL
b : Bird( )
Broken( part == "wing", bird == b )
then
// Java代码与Drools的内置函数
insertLogical( new Fly( b ), "neg" );
end
生成的ByteCode(通过IDEA的断点Eval调用ClassGenerator.generateBytecode()
与配置-Ddrools.dump.dir= ./)
实现)
生成的Rule
是这样的,虽然通过ASM生成了代码,但是IDEA目前无法调试此断点
public class Rule_BrokenWing185864016DefaultConsequenceInvokerGenerated implements Consequence, CompiledInvoker {
private static final long serialVersionUID = 510L;
public Rule_BrokenWing185864016DefaultConsequenceInvokerGenerated() {
}
public int hashCode() {
return -505782175;
}
public List getMethodBytecode() {
//详见下面的Class
return RuleImpl.getMethodBytecode(this.getClass(), "Rule_BrokenWing185864016", "org.drools.examples.birdsfly", "defaultConsequence", "org/drools/examples/birdsfly/Rule_BrokenWing185864016.class");
}
public boolean equals(Object var1) {
return var1 != null && var1 instanceof CompiledInvoker?MethodComparator.compareBytecode(this.getMethodBytecode(), ((CompiledInvoker)var1).getMethodBytecode()):false;
}
public String getName() {
return "Rule_BrokenWing185864016DefaultConsequenceInvokerGenerated";
}
// 从getTuple中获取输入并执行`then`
public void evaluate(KnowledgeHelper var1, WorkingMemory var2) throws Exception {
LeftTuple var3 = (LeftTuple)var1.getTuple();
Declaration[] var4 = ((RuleTerminalNode)var1.getMatch().getTuple().getTupleSink()).getRequiredDeclarations();
Tuple var8 = var3.getParent();
InternalFactHandle var6 = var8.getOriginalFactHandle();
Bird var7 = (Bird)var6.getObject();
Rule_BrokenWing185864016.defaultConsequence(var1, var7, var6);
}
}
生成的then
是这样的
public class Rule_BrokenWing185864016 {
private static final long serialVersionUID = 510l;
public static void defaultConsequence(KnowledgeHelper drools, Bird b, FactHandle b__Handle__ ) throws Exception {
RuleContext kcontext = drools;
drools.insertLogical( new Fly( b ), "neg" );
}
}
这种可读性非常差的DSL注定了Drool只是一个半成品,你只要用过了,你就马上明白
- DRL语法奇特,过于接近AST,不亚于又学了一门新语言
- 生成代码过程是黑盒,而且代码中不能打断点
这两个缺点注定了Drools只是少数人的玩具,无法普及。
2.2. RETE算法与WorkingMemory
我们接着讲Drools的优点。它使用了 RETE算法,RETE
是net
的拉丁文,可以翻译为【网络算法】,英文好的可以参考这里,中文可以参考这里。它可以将多个“规则”编译生成一个AST,其中重复的条件编译到树的前面,不相同的校验编译到后面,实现最后For循环的叶子最少。
举个官网上的例子,定义了如下的规则
rule
when
Cheese( $chedddar : name == "cheddar" )
$person : Person( favouriteCheese == $cheddar )
then
println( $person.getName() + " likes cheddar" );
end
rule
when
Cheese( $chedddar : name == "cheddar" )
$person : Person( favouriteCheese != $cheddar )
then
println( $person.getName() + " does not like cheddar" );
end
RETE通过算法,将重复的条件放到最前面,最后生成如下的树
- 红色为
AlphaNode
表示字面意义上的对比,类似Java8中的Predicate<T>
- 黄色为
LeftInputNodeAdapter
, 表示节点的一对多转换,类似于flatmap<Predicate>
操作
- 绿色为
JoinNode
,类似Java8中的Predicate<T>.and()
操作
具体RETE算法需要对RuleImpl
进行FindUsage与断点分析,就分析到这里了。
2. 3. Drools的优与劣
Drools成也RETE算法,败也RETE算法。
- Drools完美实现了RETE算法,如果用的好应该是循环次数最少的规则引擎。
- Drools设计的DSL受限于RETE算法中需要合并条件的约束,Rule扩展性太弱,无法承载复杂业务。
3. 更好的规则引擎
某厂为运营商提供后台系统,运营商的套餐有多复杂大家都知道。
- 如何处理众多套餐的业务识别呢?
- 如果防止大规模规则名称冲突?
- 如何让运营商通过网页点点点就可以定制与配置业务呢?
如果你希望了解,欢迎私信或者邮件,走社招(深圳南京)内部推荐流程,成为人人羡慕的“外来的和尚”,我也能分点推荐奖。
4. SUM
- 需求决定架构,有可能客户/业务也不明白自己要什么,规则引擎从最开始的if-else到正则表达式,再到最后的Drools,经过很多次迭代才完善软件,因此要计算时间投入收益比,没必要强行用
drl
实现无码化,从网上的中文资料数量可以看出国内精通Drools的人也不是很多。硬编码/正则表达式也是一种方法。
- 如果真的想用于复杂业务,可以进行二次定制支持更加通用的JVM脚本,比如在for循环中调用ScriptEngine进行可配置动态化的规则(比如JS+JMX热部署)。
作者:BlackSwift
链接:http://www.jianshu.com/p/a9a4e2ebba3c
來源:简书
著作权归作者所有。商业转载请联系作者获得授权,非商业转载请注明出处。
文章浏览阅读2.5w次,点赞6次,收藏50次。官方解释是,docker 容器是机器上的沙盒进程,它与主机上的所有其他进程隔离。所以容器只是操作系统中被隔离开来的一个进程,所谓的容器化,其实也只是对操作系统进行欺骗的一种语法糖。_docker菜鸟教程
文章浏览阅读5.7k次,点赞3次,收藏14次。该如何避免的,今天小编给大家推荐两个下载Windows系统官方软件的资源网站,可以杜绝软件捆绑等行为。该站提供了丰富的Windows官方技术资源,比较重要的有MSDN技术资源文档库、官方工具和资源、应用程序、开发人员工具(Visual Studio 、SQLServer等等)、系统镜像、设计人员工具等。总的来说,这两个都是非常优秀的Windows系统镜像资源站,提供了丰富的Windows系统镜像资源,并且保证了资源的纯净和安全性,有需要的朋友可以去了解一下。这个非常实用的资源网站的创建者是国内的一个网友。_msdn我告诉你
文章浏览阅读1.2k次。vue2封装对话框el-dialog组件_
文章浏览阅读4.7k次,点赞5次,收藏6次。MFC 文本框换行 标签: it mfc 文本框1.将Multiline属性设置为True2.换行是使用"\r\n" (宽字符串为L"\r\n")3.如果需要编辑并且按Enter键换行,还要将 Want Return 设置为 True4.如果需要垂直滚动条的话将Vertical Scroll属性设置为True,需要水平滚动条的话将Horizontal Scroll属性设_c++ mfc同一框内输入二行怎么换行
文章浏览阅读832次。检查Linux是否是否开启所需端口,默认为6379,若未打开,将其开启:以root用户执行iptables -I INPUT -p tcp --dport 6379 -j ACCEPT如果还是未能解决,修改redis.conf,修改主机地址:bind 192.168.85.**;然后使用该配置文件,重新启动Redis服务./redis-server redis.conf..._redis-server doesn't support auth command or ismisconfigured. try
文章浏览阅读4.9k次。济大数电实验报告_数据选择器及其应用
文章浏览阅读236次。1研究内容消费在生产中占据十分重要的地位,是生产的最终目的和动力,是保持省内经济稳定快速发展的核心要素。预测河南省社会消费品零售总额,是进行宏观经济调控和消费体制改变创新的基础,是河南省内人民对美好的全面和谐社会的追求的要求,保持河南省经济稳定和可持续发展具有重要意义。本文建立灰色预测模型,利用MATLAB软件,预测出2019年~2023年河南省社会消费品零售总额预测值分别为21881...._灰色预测模型用什么软件
文章浏览阅读1.2k次。12.4-在Qt中使用Log4Qt输出Log文件,看这一篇就足够了一、为啥要使用第三方Log库,而不用平台自带的Log库二、Log4j系列库的功能介绍与基本概念三、Log4Qt库的基本介绍四、将Log4qt组装成为一个单独模块五、使用配置文件的方式配置Log4Qt六、使用代码的方式配置Log4Qt七、在Qt工程中引入Log4Qt库模块的方法八、获取示例中的源代码一、为啥要使用第三方Log库,而不用平台自带的Log库首先要说明的是,在平时开发和调试中开发平台自带的“打印输出”已经足够了。但_log4qt
文章浏览阅读786次。全局观思维模型,一个教我们由点到线,由线到面,再由面到体,不断的放大格局去思考问题的思维模型。_计算机中对于全局观的
文章浏览阅读330次。一、CountDownLatch介绍CountDownLatch采用减法计算;是一个同步辅助工具类和CyclicBarrier类功能类似,允许一个或多个线程等待,直到在其他线程中执行的一组操作完成。二、CountDownLatch俩种应用场景: 场景一:所有线程在等待开始信号(startSignal.await()),主流程发出开始信号通知,既执行startSignal.countDown()方法后;所有线程才开始执行;每个线程执行完发出做完信号,既执行do..._countdownluach于cyclicbarrier的用法
文章浏览阅读508次。Prometheus 算是一个全能型选手,原生支持容器监控,当然监控传统应用也不是吃干饭的,所以就是容器和非容器他都支持,所有的监控系统都具备这个流程,_-自动化监控系统prometheus&grafana实战
文章浏览阅读4.7k次。输入关键字,可以通过键盘的搜索按钮完成搜索功能。_react search