Drools规则引擎的使用总结

前一段时间在开发了一个做文本分析的项目。

在项目技术选型的过程中， 尝试使用了 Drools规则引擎。

让它来作为项目中有关模式分析和关键词匹配的任务。

但后来，因为某种原因, 还是撇开了 Drools 。

现将这个过程中使用 Drools 的一些经验和心得记录下来。

（一）什么时候应该使用规则引擎 ~这实际是一个技术选型的问题。

但这个问题又似乎是一个很关键的问题（一旦返工的话, 你就知道这个问题是多么重要了）。

不知大家有没有过这样的经验和体会。

往往在项目开始 的时候，总会遇到应该选用什么技术？是不是应该使用最新的技术？或者应该选用什么技术 呢（PS :现在计算机软件中的各种技术层出不穷，具有类似功能的技术很多）？不管怎么样，这些问题总会困扰着我。

比如，这次的这个项目。

项目要求是要在一些 文件中（这些log 文件都是很大的应用系统所产生的，但由于legacy 的原因，log 本身的维 护和规范工作一直没有得到改善，所以想借助于一些外部应用对这些log 做以分析和清洗）抽取出有用的信息。

于是，第一个想到的就是，这是一个文本挖掘类的项目。

但又想，要抽取有用信息，必 须得建立一些规则或 pattern （模式）。

所以，我第一个想到了规则引擎。

因为这里面要建 立好多规则，而这些规则可以独立于代码级别（引擎去解析和执行。

另一个重要的原因是，我原来用过，比较熟悉。

这样，也可以节省开发 时间吧。

于是，好不犹豫的就开始做了 Demo....但事实上，在经历了一个多星期的编码、测试后，我发现运用规则引擎实在是太笨拙了。

（1）首先必须建立一些数据模型。

通过这些模型来refer 规则文件中的LHS 和Action 。

（2 ）还要考虑规则的 conflict 。

如果有一些规则同时被触发，就要考虑设定规则的优先 级或者是设定activiation-group 来保证在一个group 中的规则只有一个规则可以被触发。

（3）对于 流'规则group ruleflow-group 的使用。

如果要控制在 workingmemory 中的规则被触发的顺序，则可以将这些规则分组。

然后， 通过规则建模的方式来实现。

但这也添加了一定的effort 。

修改或者更新不大方便。

~所以，基于上述体会，我更认为规则引擎更适用于那些对非流程性规则匹配的应用。

当 然，Drools 也支持对流程性规则的建模过程。

但，这也许不是最好的方式。

（二） Drools 规则引擎的使用杂记（1） Fact 的变更监听。

在Drools 里，如果一个Fact 通过规则而改变，则需将这种 改变通知给规则引擎。

这里，一般有两种方式：显式和隐式。

显式---在drl 文件中通过 up date 、modify 来通知；在程序中，通过 Fact 的引用调用 modifyObject等方法来实现。

隐式---通过在Java bea n 实现property Liste ner In terface来让引擎自动监听到属性值的变化。

我更习惯于这种方式。

因为，一般看来凡是在规则引擎中添加到 fact 都是希望引擎来帮你进行管理的。

所以，那它自己看到 fact 的变化是种很省事的办法。

也很简单，就是用Java bean property 监听的方式。

通过 StatefulSession 来注册。

调用 StatefulSession的某个 instanee 的 insert （ Object ，true ）实现。

而这个 object是一个java bean 。

其中，要实现P rivate final Prop ertyCha ngeS upport cha ngesProp ertyCha ngeS upp ort( this );public void add PropertyChangeListener(final PropertyChangeListener l) { this.cha nges.add Prop ertyChangeListe ner( l );log放到一个单独的drl 文件里）并可以用规则=newthis.cha nges.fire Prop ertyCha nge （ "te mp", null,this.te mp ）;（2）规则触发的优先级、组设置往往，在设计我们自己的规则时， 要考虑规则的触发条件。

这不仅限于LHS 的条件部分, 还有规则本身被触发的有些设置等等。

这里，列出一些比较常用和有效的规则优先级设置方—式，以及需要注意的地方。

A. 通过Salienee 方式。

此值可正可负。

越大优先级越高，也会被引擎首先执行。

B.通过ruleflow-group 方式。

实际上，使用这种方式也就是在使用建立规则流的方式。

在Eclipse 3.3 中，Drools 提供了建立规则流的插件。

要在 两个文件（当然，插件会帮助你建立这些）。

克NewSelect a wizardWizards:|typs filter text出凸CVS□ & Dr&olsr- -O Declfibn Table;© DoiTiain Specific Language ■ 0 Guided Rule.吨 RuleFlow File■-Q Rule ProjectQ Rule Resoir 匚ee EfChpse Made ling Frameu^crkD Example EMF McMJe'l Creation VVizarcte选择 RuleFlow File 。

这里，需要注意的一点是要在启动规则引擎的时候，加入启动drl 的同级目录中建立 rf 和rfmNejit >Fl, ashCancelrule flow 的代码。

P ublic void removeProp ertyCha ngeListe nerfinal Prop ertyCha ngeListe ner I) {Inpu tStreamReader source = new Inpu tStreamReader(RuleMa nager.class.getResourceAsStream(rule_ path));P ackageBuilder builder = new P ackageBuilder(); builder.add PackageFromDrl(source);builder.addRuleFlow (new Inpu tStreamReader(RuleMa nager.class.getResourceAsStream(rule_fl ow_p ath)));Package pkg = builder.get Package 。

；RuleBase ruleBase = RuleBaseFactory. newRuleBase(); ruleBase.add Package (p kg);然后，在每次启动规则引擎的时候，调用如下方法：StatefulSessi on ss;ss.start Pro cess(flow Progress) ss.fireAllRules();这个rule flow 图中，显示了一个简单的规则流。

如RSA 就是一个rule-flow 的名字。

在这个rule set 中可以设定一组rules 。

这样，就可以分开规则执行的顺序。

在于 的另一个drl 文件中定义这些组的名字。

通过关键字ruleflow-group来表明。

C.通过activation-group 的方式。

通过这种方式，可以exclude 一组rule 中一旦有一个rule 被invoke ，而其它 rule 不会被 execute 。

同时，可以搭配使用 salienee 关键字来标明 每个rule 的优先级，这样就能够使得你想要的一般性概念的 D.在使用ruleflow-group 的时候要注意使用 lock-on-active true 关键字在每个 rule 。

这flow 的名字。

rf 和rfm 同名rule 先被匹配执行。

样可以避免一旦有rule被触发，不会造成循环匹配执行。

E.如果在LHS部分，需要调用某个方法来返回真、假值作为判断的一个条件，那么可以=用eval函数。

女0, eval(pattern.matched(5,$line.getCurrLine()))其中，pattern是某个加入到workingmemory 中的一个实例。

matched是这个实例所代表类的一个方法。

它返回boolean类型。

(3)Drools规则引擎的使用感受总之，Drools还是一个很不错的开源规则引擎。

现在v4.0以上的版本已经比以前的版本在速度上有了很大的提升。

可以作为我们一般应用程序系统的中间件产品(那些规则不是很经常改变的系统，已经非流程类规则)。

但是，这其中还是需要一些额外的effort来学习它的使用文档以及整体架构，有一定的学习曲线。

最后，我想一个较好的对于技术使用的Practice就是：首先知道它能为你做什么，它最好的应用领域，然后再去深入。

(PS:如果谁有使用Drools的问题，可以联系我！一起讨论！)题外话：Drools是规则引擎，主要是用于实现基于规则的专家系统的。

而专家系统是什么，要解决什么样的问题，可能大家不是很清楚。

所以在解决问题是，要首先有个全面的了解才行。

如果只是流程型的东西，可以考虑工作流引擎实现。

另外，对话引擎是很复杂的，涉及很多技术，NPL、推理机、知识库，甚至包含整个人工遛能领域的技术。

而其中每个技术又有不同的理论和方法，选择哪个，又如何组合这些技术也是很复杂的。

基于条件匹配方式的规则引擎必定存在一个抽象分析的过程，而且你很难控制流程式的逻辑的执行。

我们做的VisualRules也称做一个规则引擎产品，但是我们不是按照条件匹配的方式来做的。

我们是顺序执行的。

因此可以通过分支来实现决定规则执行的轨迹，甚至可以做循环类的规则。

另外可以直接在规则中操作数据库，以便于提取一些参数以及存取操作。

其实最开始我们研发这个产品时，也碰到匹配算法将规则配置变得非常难，研究挺长时间的程序员要设计规则都觉得分析的难度挺大。

不要说将来的维护人员或者业务人员。