规则引擎python 规则引擎 drools

转载

blueice 2023-08-08 08:45:43

文章标签 规则引擎python 规则引擎 Drools 数据 Java 文章分类 Python 后端开发

Drools（JBoss Rules ）具有一个易于访问企业策略、易于调整以及易于管理的开源业务规则引擎，符合业内标准，速度快、效率高。业务分析师或审核人员可以利用它轻松查看业务规则，从而检验是否已编码的规则执行了所需的业务规则。

JBoss Rules 的前身是Codehaus的一个开源项目叫Drools。最近被纳入JBoss门下，更名为JBoss Rules，成为了JBoss应用服务器的规则引擎。

Drools是为Java量身定制的基于Charles Forgy的RETE算法的规则引擎的实现。具有了OO接口的RETE，使得商业规则有了更自然的表达。

Drools的用XML的<Conditons>、<Consequence> 节点表达If--Then句式，而里面可以嵌入上述语言的代码作为判断语句和执行语句。

其中Java代码会使用Antlr进行解释，而Groovy和Python本身就是脚本语言，可以直接调用。

Drools的聪明之处在于，用XML节点来规范If--Then句式和事实的定义，使引擎干起活来很舒服。

而使用Java,Groovy等原生语言来做判断和执行语句，让程序员很容易过渡、移植，学习曲线很低。

现实生活中，规则无处不在。对于某些企业级应用，诸如欺诈检测软件，购物车，活动监视器，信用和保密应用之类的系统，经常会有大量的、错综复杂的业务规则配置，而且随着企业管理者的决策变化，这些业务规则也会随之发生更改。我们开发人员不得不一直处理软件中的各种复杂问题，不仅需要将所有数据进行关联，还要尽可能快地一次性处理更多的数据，甚至还需要以快速的方式更新相关机制。

规则是什么？

我们的日常生活是由规则驱动的。每次我们在开车的时候停在红灯处，之所以这样做，因为我们遵循一条规则，灯变红时我们应该停下来。如果你跳起来，最终会落到地面，这是由地球引力所决定的，它可以被表示成简单的数学方程。然而，对于我们生活日常中的规则，我们使用更加简单的结构来表示：当 XXX 的时候，做 XXX 的事。

这种结构对于组织复杂的业务逻辑非常适用。几乎所有复杂的业务场景都是由大量简单规则组成，它们共同提供了全面的复杂评估。整个评估过程开始于某一个简单的规则，然后不断地进行推导及冲突处理，最终得到一个评估结果。

不同的规则引擎的语法可能会有所不同，但基本都是如下这种经典结构，我们介绍的 Drools 也是如此。一旦某组数据满足条件匹配，则会用匹配到的数据执行某些特定的动作。

when 满足什么样的条件
then 最终结果

业务规则都是基于这种声明式的编程范例，而条件只是作为过滤器，只要数据被引入到符合条件的规则引擎，就可以确定需要执行的规则或规则组。这意味着流程的控制既不是由规则的编写顺序决定，也不是数据的输入顺序决定，而是由规则声明的条件确定的。

为什么需要使用规则？

在简单地了解过规则以后，你可能仍然对为什么使用规则而感到困惑。如果只是一个或几个逻辑判断，确实没有必要使用规则引擎，命令行语言可以更好地满足我们的需求。然而，业务规则往往是一个庞大且不断变化的规则组合，这使得系统非常复杂，如果只是使用常规代码，则会产生大量的维护工作。

随着业务规则的增长或应用场景的变化，需求会不断地变更，此时，我们可以通过调整规则而使其得到实现。主要是因为业务规则遵循以下原则：

它们是独立的
它们很容易更新
每个规则控制所需的最小信息量
它们允许不同背景的人进行合作

规则语法简介

package 包名
rule "规则名"
when
    (条件) - 也叫作规则的 LHS(Left Hand Side)
then
    (动作/结果) - 也叫作规则的 RHS(Right Hand Side)
end

每个 drl 都必须声明一个包名，这个包名与 Java 里面的不同，它不需要与文件夹的层次结构一致。规则名是规则的唯一标识，所以规则编写过程中需要保证它是不重复的。规则的条件(LHS)是按照 DRL 语言编写的，条件eval（true)表示永远为真，即该条规则总会获得执行。而规则的结果(RHS)使用 Java 语言实现，简单地输出了 HelloWorld 字样。

为了简单起见，这里不对 DRL 作完全的描述，更详细的语法请参考：

http://docs.jboss.org/drools/release/6.5.0.Final/drools-docs/html_single/index.html#d0e4235

Drools 原理

DRL 解释执行流程

Drools 规则是在 Java 应用程序上运行的，其要执行的步骤顺序由代码确定。为了实现这一点，Drools 规则引擎将业务规则转换成执行树，如下图所示：

规则引擎python 规则引擎 drools_数据

如上图所示，每个规则条件分为小块，在树结构中连接和重用。每次将数据添加到规则引擎中时，它将在与此类似的树中进行求值，并到达一个动作节点，在该节点处，它们将被标记为准备执行特定规则的数据。

规则引擎工作方式

Drools 规则引擎基于 ReteOO 算法（对面向对象系统的Rete算法进行了增强和优化的实现），它将事实(Fact)与规则进行匹配，以推断相应的规则结果，这个过程称之为模式匹配。

规则引擎默认不会在规则评估时立即执行业务规则，除非我们强制指定。当我们到达一个事实(Fact)与规则相匹配的节点时，规则评估会将规则操作与触发数据添加到一个叫作议程(Agenda)的组件中，如果同一个事实(Fact)与多个规则相匹配，就认为这些规则是冲突的，议程(Agenda)使用冲突解决策略(Conflict Resolution strategy)管理这些冲突规则的执行顺序。整个生命周期中，规则评估与规则执行之间有着明确的分割。规则操作的执行可能会导致事实(Fact)的更新，从而与其它规则相匹配，导致它们的触发，称之为前向链接。

应用场景

规则引擎虽然非常强大，但并非所有场景都适用。一般来说，规则引擎适用的项目都具有以下一个或多个特征：