Java规则引擎——Drools的介绍及应用.pdf

第 26卷 第 6期2005 年 11月微计算机应用MICROCOMPUIER APPLICAT IONSVol.26 No.6Nov.2005本文于 2004-12-13 收到。Java 规则引擎)Drools 的介绍及应用刘 伟(中国科技大学 合肥 230026)摘 要:规则引擎技术是一项很有吸引力的技术。首先介绍了规则引擎的相关概念及其实现原理。然后重点介绍了 Java 规则引擎技术的规范和一个采用 XML 和 java 语言实现的规则引擎)Drools。最后给出了利用 Drools 解决实际问题的范例并探讨了该技术的不足和发展前景。关键词:规则引擎,JSR94,DroolsIntroduction and Implementation of Drools)a Rule Engine Based JavaLIU Wei(Univ of Sci&T ech of China,Hefei,230026,China)Abstract:Rule Engine is a magnetic technology in the area of software developing now.In this paper,firstly,theconcept and implementing principle of Rule Engine is introduced,and then JSR94,the Java programing specification ofRale Engine is presented.As a product of Java Rule Engine,Drools,is emphasized smbsequently.providing an actualexample,the paper describes the details of the usage of Drods finally.Keywords:Rule Engine,JSR94 Drools1 基于规则的专家系统简介Java 规则引擎是推理引擎的一种,它起源于基于规则的专家系统。专家系统是人工智能的一个分支,它模仿人类的推理方式,使用试探性的方法进行推理,并使用人类能理解的术语解释和证明它的推理结论。专家系统有很多分类:神经网络、基于案例推理和基于规则系统等。规则引擎则是基于规则的专家系统的一部分。为了更深入的了解 Java 规则引擎,下面简要地介绍一下基于规则的专家系统(RBES)。RBES 的结构如图 1 所示。图 1 基于规则的专家系统其中知识库是中心数据库,存储各类模拟人类问题求解的产生式规则。一个规则分为前件部分和后件部分。前件(Antecedent):又称条件部分、模式部分或左部(Left-hand-side,LHS),是规则触发的条件。单独的条件称为条件元素或一个模式。后件(Consequent):又称右部(Right-hand side,RHS),是规则触发时将要执行的一系列行为。工作内存是应用于规则的事实的全局数据库,它保存系统的当前状态。推理机(Inference engine):通过决定哪些规则满足事实或目标,并授予规则优先级,满足事实或目标的规则被加入议程。推理机有两种推理方式:正向链和反向链。正向链是从事实到结论的推理。反向链则是从假设,即要证明的结论,到事实的推理。模式匹配器(pattern matcher):通过比较事实和规则的模式部分,决定选择执行哪个规则,何时执行规则。模式匹配是基于规则的推理机的关键,它决定了推理机的推理效率议程(Agenda):由推理机创建的一个规则优先级表,这些规则都匹配工作内存中的事实。如果同时有多个规则和事实匹配,则优先级最高的被触发。被触发规则的动作可能会产生新的事实,新的事实也被加入工作内存。执行引擎(Execution Engine):负责执行议程中的规则和微 计 算 机 应 用 2005 年 其他动作。知识获取机(Knowledge acquisition facility):是为用户建立的一个知识自动输入方法,以直观易懂的方式帮助用户建立知识(规则),以代替技术人员去编码知识(规则)。解释机(Explanation facility):负责把系统的推理解释给用户,实现专家系统的输出。与人类的思维相对应,规则引擎的两种推理方式:正向链法(Forward-Chaining)和反向链法(Backward-Chaining)对应人类思维的两种方式:演绎法和归纳法。Rete 算法是目前效率最高的一个 Forward-Chaining 推理算法,绝大多数 java 的推理引擎都采用这一算法。规则引擎的推理步骤:将初始数据(fact)输入工作内存。使用模式匹配器比较规则(rule)和数据(fact)。如果执行规则存在冲突(conflict),即同时激活了多个规则,将冲突的规则放入冲突集合。解决冲突,将激活的规则按顺序放入议程。使用规则引擎执行议程中的规则。重复步骤至,直到执行完毕所有议程中的规则。2 JSR 94(Java规则引擎 API 规范)介绍JSR-94规范定义了独立于厂商的标准 API,开发人员可以通过这个标准的 API 使用 Java 规则引擎规范的不同产品实现。但值得注意的是,这个规范并没有强制统一规则定义的语法,因此,当需要将应用移植到其他的 Java 规则引擎实现时,可能需要变换规则定义。Java 规则引擎 API 由 javax.rules 包定义,是访问规则引擎的标准企业级 API。Java 规则引擎 API 允许客户程序使用统一的方式和不同厂商的规则引擎产品交互,就像使用JDBC 编写独立于厂商访问不同的数据库产品一样。Java 规则引擎 API 包括创建和管理规则集合的机制,在 WorkingMemory 中添加,删除和修改对象的机制,以及初始化,重置和执行规则引擎的机制。Java 规则引擎 API 把和规则引擎的交互分为两类:管理活动和运行时活动。管理活动包括实例化规则引擎和装载规则。而运行时活动包括操作 Working Memory 和执行规则。如果你在 J2SE 环境中使用 Java 规则引擎,你可能需要在代码中执行以上所有的活动。相反,在 J2EE 环境中,Java 规则引擎的管理活动是应用服务器的一部分。JSR 94 的参考实现包括 了 一 个 JCA 连 接 器,用于 通 过 JNDI 获 得一 个RuleServiceProvider。使用 JSR-94 的示例代码如下:/获得服务提供器RuleServiceProvider serviceProvider=RuleServicePro-viderManager.getRuleServiceProvider(RULE _SERVICE _PROVIDER);/获得规则管理器RuleAdministrator ruleAdministrator=serviceProvider.getRuleAdministrator();/获得规则执行集(一个可以执行的规则序列)RuleExecutionSet res1=ruleAdministrator.getLoca-lRuleExecutionSetProvider(null).createRuleExecutionSet(inStream,null);/注册规则执行集ruleAdministrator.registerRuleExecutionSet(res1.get-Name(),res1,null);/获得规则运行时(执行规则的环境)RuleRuntime ruleRuntime=serviceProvider.getRu-leRuntime();/创建无状态规则会话StatelessRuleSession statelessRuleSession=(StatelessRuleSession)ruleRuntime.createRuleSession(res1.getName(),new HashMap(),RuleRuntime.ST AT ELESS_SESSION_T YPE);/执行规则。传入参数和输出结果都是 ListList input=new ArrayList();.List results=statelessRuleSession.executeRules(input);目前已有多种实现了 JSR-94 的 Java 规则引擎商业产品。其中 JSR-94 的参考实现 Jess 继承自 CLIPS 语言,又自定了一套规则,具有强大的功能,但是一般的开发人员不熟悉。来自开源项目的 Java 规则引擎实现?-Drools 利用XML 和 java 就可以实现规则引擎的强大功能,具有很好的应用前景。3 Drools 项目Drools 项目是一个 Bob McWhirter 开发的开源项目,它是基于 Rete 算法的一个增强的 Java 语言实现。Rete 算法是Charles Forgy 在 1979 年发明的,是目前用于生产系统的效率最高的算法(除了私有的 Rete II)。Rete 是唯一的效率与执行规则数目无关的决策支持算法。其核心思想是将分离的匹配项根据内容动态构造匹配树,以达到显著降低计算量的效果。Drools 把 Rete 算法封装成 Rete-OO,放在一个核心模块中,然后又添加了一系列外围模块扩展它的功能。Drools的基本结构图 2所示。除了 drools-core 模块实现了 Rete 核心算法外,drools-smf(语义模块框架)和 drools-io 模块用于从当前文件系统中创建规则集。Drools-base 模块是一个基于 XML 语言的基础语义理解模块。在 XML 语言的基础上 drools 项目支7186 期 刘伟:Java 规则引擎)Drools 的介绍及应用 图 2 Drools 基本结构持 phython、groovy、java 三种语言进行规则的定义。此外,Drools 项目支持 jsr-94 规范,提供了相应的 drools-jsr94兼容模块。开发人员可选择以 jsr94 方式开发,便于以后的移植,也可选择基于 drools-base 的开发方式,更为简便高效。Drools项目的规则文件为自定义格式。由一个 XML 语言定义的基本的语义模块加上 java(groovy 或 phython)语义模块。开发者也可以根据需要定制自己专用的语义模块。每一个规则文件包括一个唯一的规则集,规则集包括一个或多个规则。每个规则包括一个或多个参数。这些参数用于在规则的条件中进行判断和执行相应的操作,参数对应的是一个java 类,drools 会在创建工作内存的时候把它自动实例化。每个规则包括一或多个条件以及一个最后的操作。一个简单的规则文件如下:org.drools.examples.simple.Bob bob.likesCheese()=trueSystem.out.println(/Bob likes cheese.0);4 Drools中规则冲突的处理在一个规则集中一次有多条规则符合条件,将被触发,它们相互之间的不同执行次序将会产生不同的执行结果,这称为规则的冲突。Drools 中内建了专门的冲突处理机制,采用冲突处理策略链路的方式来处理冲突。冲突处理策略形成一个队列,前面策略没有解决的冲突规则转到后面策略处理,直到所有冲突解决为止。Drools 的冲突处理共有 7种冲突处理策略。(1)优先级策略每一条规则赋予一个整数优先级,优先级可正可负,缺省为 0。拥有较高优先级的规则优先执行。优先级相同的规则将作为一个冲突规则子集传给其他冲突策略解决。(2)复杂度优先策略。这种策略判断规则的复杂度,一个规则的条件越多,这个规则的复杂度就越高,其执行的优先级就越高。复杂度相同的规则作为一个冲突规则子集传给其他冲突策略解决(3)简单性优先策略。与复杂度优先策略相反,这一策略把条件最少,复杂度最低的规则优先执行。(4)广度策略。这一策略基于规则加入议程的先后顺序来解决冲突,最近加入到议程中的规则最先执行。由于每个规则加入议程都有一个序号,因此采用这种策略可以解决所有冲突,不会有未解决规则子集需要转发5)深度策略。这一策略与广度策略相反,最早加入议程的规则优先执行。(6)装载序号策略。每条规则加入规则集时都有唯一的装载序号,根据装载序号来处理主策略处理后剩下的未解决规则子集。这样可以保证解决所有冲突。不过由于装载序号是与所选用的具体语义模型相关,因此改变语义模型有可能会改变规则执行次序。(7)随机策略。最简单的策略。规则被随机加入议程,顺序执行。它适用于对顺序不敏感的规则。Drools 使用一个已定义好的规则冲突的解决器(Default-ConflictResolver)解决冲突。DefaultConflictResolver 可以配置相应的冲突解决策略链路。默认的冲突解决策略链路是优先级策略广度策略复杂度优先策略装载序号策略,当然也可以根据实际需要配置合适的策略链路。配置策略的示意代码如下:strategies=new ArrayList();strategies.add(SalienceConflictResolver.getInstance();strategies.add(DepthConflictResolver.getInstance();strategies.add(RandomConflictResolver.getInstance();DefaultConflictResolver.setStrategies(strategies);5 实际应用通过一个简化的电信资费优惠处理模型,说明 Drools 在实际项目中的具体应用。电信公司为了吸引顾客,经常会推出各种资费优惠套餐计划,这些优惠措施包括打折、固定折扣(消费满一定额度返还一部分固定费用)、保底(给予一定优惠,但要求至少要消费到一定额度)、封顶(设定一个最高消费额度,超出部分给予特殊折扣)、按时段优惠、根据消费总额的719微 计 算 机 应 用 2005 年 增长幅度给予特殊优惠等等。现假设存在以下优惠规则:(1)用户月费用总额比上月增长超过 10%,对超出部分给予 7 折。(2)长话费超过 200 元的用户,超出部分长话费优惠20%(3)选用了增值服务的用户,每个月月租费减免 10元。(4)对于月消费总额出现下降的用户,可以签订保底协议,规定用户每月至少消费到一定额度(不足额度以保底值计算),超出部分给予 5 折优惠。(5)上网费超过 200 元的用户,市话费减免 50%,但最多减免 50 元。另外规定:第(4)项优惠应该首先确定,若用户享受了该优惠则不能再享受其他优惠。第 1 项优惠必须在其他几项优惠执行后,扣除已优惠金额之后再进行计算。即使就这么(5)条简单的规则如果直接编程实现的话也将是一大堆 if 语句,既不容易实现,更难以维护。利用 drools 实现这些规则。首先是一个封装了用户各类费用的类 UserCharge。相应的 java 规则文件 usercharge.java.drl 代码如下:UserCharge java.lang.Integer UserCharge a.getSum()=a.getLastUserCharge().getSum()*1.1 a.getDiscCharge(/disBy40)=0Integer dis=new Integer(a.getSum()-a.getLastU ser-Charge().getSum()*(-0.3);a.addDisc(/disBy10,dis);UserCharge a.getPrimCharge(/chf0)200 a.getDiscCharge(/disBy40)=0Integer disnew Integer(a.getPrimCharge(/chf0)-200)*(-0.2);a.addDisc(/disBy20,dis);UserCharge a.getPrimCharge(/zzfwf0)0 a.getDiscCharge(/disBy40)=0Integer dis=new Integer(-10);a.addDisc(/disBy30,dis);UserCharge a.getBottom()0 a.getPrimSum()a.getBottom()Integer dis=new Integer(a.getPrimSum()-a.getBot-tom()*(-0.5);a.addDisc(/disBy40,dis);UserCharge a.getPrimCharge(/swf0)200 a.getDiscCharge(/disBy40)=0int idis=a.getPrimCharge(/shf0)*0.5;if(idis 50)idis=-50;else idis=-idis;a.addDisc(/disBy50,new Integer(idis);最后调用这些规则,生成优惠费用的代码非常简单。/根据规则文件创建规则库U RL url=StateExample.class.getResource(/user-charge.java.drl0);RuleBase ruleBase=RuleBaseBuilder.buildFromUrl(url);/生成执行规则的工作内存WorkingMemoryworkingMemory=ruleBase.new-WorkingMemory();While(还有用户未处理)/获得 UserCharge 对象U serChargeusercharge=UserChargeFactory.crea-teUserCharge(user_id,cycle_id);/对象动态加载,对象有任何更新,工作内存会自动刷新boolean dynamic=true;/把对象加载入工作内存workingMemory.assertObject(userchargea,dynamic);/执行规则workingMemory.fireAllRules();6 结束语从前面的讨论可看出,采用 Drools java 规则引擎,能够有效地把业务规则和基本的技术实现分离。特别适用于业务规则复杂且变动比较频繁的应用。相比较传统的配置文件和脚本语言定制的方式,规则引擎不仅更加灵活,而且在大规模规则集的情况下,也能够较快地完成规则匹配(基于 RETE算法),不会成为系统性能的瓶颈。Drools 也有一些不足,特别是随着业务规则复杂度的提高,规则定义文件的复杂度也会大大提高。Drools 还缺少可视化、能够自动生成语义的规则生成工具和测试工具。另外,项目的版本还不太稳定,文档也不够完善。可以预见,随着 Java 规则引擎工具的不断成熟,这一技术必将被越来越广泛的应用,成为解决实际工程中复杂业务规则问题的有力工具。721