Java项目 规则引擎drools：drt动态生成规则并附上具体项目逻辑 |
您所在的位置：网站首页 › drools 性能如何 › Java项目 规则引擎drools：drt动态生成规则并附上具体项目逻辑 |
|
一 整合
由于本人的码云太多太乱了，于是决定一个一个的整合到一个springboot项目里面。 附上自己的项目地址https://github.com/247292980/spring-boot
以整合功能 spring-boot，FusionChart，thymeleaf，vue，ShardingJdbc，mybatis-generator，微信分享授权，drools，spring-security，spring-jpa，webjars，Aspect
这次就来整合drools的动态生成规则（drt）。 二 开发目的 为什么写规则引擎要做到动态生成规则呢？
因为规则引擎的作用 一些多变的活动逻辑可以再不改变代码，不重新部署系统，如需求改需求， 一些通用但微变的逻辑，如人工智能的机器学习，达到ai修改数据库来微调自己的行为。 以上统称为 决策从逻辑剥离。
真相就是上面的人不放心你，你要根据设计的mysql数据库写一个降智的后台系统给他们来决定什么时候发什么奖品。 三 项目设计 那么，很明显就是开发一个drools的规则引擎和一个有各种说明语言的，对一个数据库的表进行crud的后台操作系统。
drools这里做的很好，后者，drools就有一个workbench来给我们用了，我们还搞了中文版。 但是，什么东西一到了中国，就变味。 中国人看不懂drools的决策表，更不会根据workbench生成决策表。
于是，第一版drool的系统上线了之后，在需求的意见下，我们要搞个降智的后台操作系统。 而正如我之前博客所说，drools的官方文档很强，里面就有drt（动态规则模板）的例子，本质上就是workbench的劣化例子给我们看。
然后，再根据网上各处资源的魔改，我们给规则引擎升级成动态生成规则文件的，这也是我要拿来做例子的 四 代码讲解 我一直是代码即文档的伪支持者，所以大家吧项目clone下来观看更佳。
规则引擎其实就是规则的加载，规则的使用。（动态的规则引擎的规则加载，还要实现规则的生成。） 也就是loadRule和useRule。 loadRule 1.先从数据库获取规则 getActivityRuleList() 2.再跟据获取的规则生成drt可以解析的map型data prepareData(ruleDTO) 3.通过drt解析，生成drl规则string objectDataCompiler.compile(Arrays.asList(data), Thread.currentThread().getContextClassLoader().getResourceAsStream("give-reward-rule-template.drt")); 4.根据以上获得的规则string生成maven结构的规则并加载 createOrRefreshDrlInMemory(ruleDrls) /** * 加载规则 */ public void loadRule() { try { List ruleDTOs = getActivityRuleList(); log.info("{}条加入规则引擎", ruleDTOs.size()); if (!ruleDTOs.isEmpty()) { RuleGenerator generator = new RuleGenerator(); generator.generateRules(ruleDTOs); } } catch (Exception e) { log.error("RuleService.loadRule。e={}",e.getMessage(), e); }}/** * 从数据库里面取规则 */ public List getActivityRuleList() { Date begin = Date.from(LocalDateTime.now().atZone(ZoneId.systemDefault()).toInstant()); Date end = Date.from(LocalDateTime.now().plusDays(1).atZone(ZoneId.systemDefault()).toInstant()); List list = testService.selectAll(); List ruleDTOList = new ArrayList(); for (ActivityRule dto : list) { RuleDTO ruleDTO = new RuleDTO(); ruleDTO.setBeginTime(begin); ruleDTO.setEndTime(end); ruleDTO.setRule(dto); ruleDTOList.add(ruleDTO); } return ruleDTOList; } /** * 根据传递进来的参数对象生规则 * * @param ruleDTOs */public void generateRules(List ruleDTOs) { List ruleDrls = new ArrayList(); for (int i = 0; i < ruleDTOs.size(); i++) { //规则的生成 String drlString = applyRuleTemplate(ruleDTOs.get(i)); ruleDrls.add(drlString); log.info("规则引擎加载规则,id-{}", ruleDTOs.get(i).getRule().getId()); } //规则的加载 createOrRefreshDrlInMemory(ruleDrls);} /** * 根据Rule生成drl的String */ private String applyRuleTemplate(RuleDTO ruleDTO) { Map data = prepareData(ruleDTO);// log.info("rule={}", JSON.toJSON(ruleDTO)); ObjectDataCompiler objectDataCompiler = new ObjectDataCompiler(); return objectDataCompiler.compile(Arrays.asList(data), Thread.currentThread().getContextClassLoader().getResourceAsStream("give-reward-rule-template.drt")); } /** * 根据Rule生成drl的map data */ protected Map prepareData(RuleDTO ruleDTO) { Map data = new HashMap(); ActivityRule rule = ruleDTO.getRule(); data.put("ruleCode", ruleDTO.hashCode()); data.put("beginTime", DateUtil.dateToStringFormat(ruleDTO.getBeginTime(), "dd-MMM-yyyy")); data.put("endTime", DateUtil.dateToStringFormat(ruleDTO.getEndTime(), "dd-MMM-yyyy")); data.put("eventType", FactManager.getFactClassByEvent(rule.getEvent()).getName()); data.put("rule", rule.getRuleValue()); data.put("awardeeType", rule.getAwardeeType());// data.put("ruleId", rule.getId());// data.put("joinChannels", ruleDTO.getJoinChannel());// data.put("priority", rule.getPriority());// log.info("data={}", JSON.toJSON(data)); return data; } /** * 根据String格式的Drl生成Maven结构的规则 * * @param rules */private void createOrRefreshDrlInMemory(List rules) { KieServices kieServices = KieServices.Factory.get(); KieFileSystem kieFileSystem = kieServices.newKieFileSystem(); kieFileSystem.generateAndWritePomXML(RuleExecutor.getReleaseId()); for (String str : rules) { kieFileSystem.write("src/main/resources/" + UUID.randomUUID() + ".drl", str); log.info("str={}", str); } KieBuilder kb = kieServices.newKieBuilder(kieFileSystem).buildAll(); if (kb.getResults().hasMessages(Message.Level.ERROR)) { log.error("create rule in kieFileSystem Error", kb.getResults()); throw new IllegalArgumentException("生成规则文件失败"); } doAfterGenerate(kieServices);}useRule 1.构建BaseFact buildBaseFact(userId) 2.执行前，对BaseFact，uuid，RegisterMqDTO 进行操作 beforeExecute(orderId, fact, domain) 3.根据生成的RegisterFact执行规则匹配，并RuleExecutorResult为执行结果execute(registerFact, orderId) /** * 触发规则 */ public void useRule(String userId, String phone) { BaseFact fact = buildBaseFact(userId); /** * 因为是uuid所以修改了的规则，重载加载是新的drl，故从数据库动态加载之时，is_delete属性要注意 * */ String orderId = UUID.randomUUID().toString(); /** * 此处应当是从其他服务获取的的消息体，而不是空值 * */ RegisterMqDTO domain = new RegisterMqDTO(); domain.setTelephone(phone); try { /*可以知道一条信息，匹配了多少个规则，成功了几个*/ RuleExecutorResult ruleExecutorResult = beforeExecute(orderId, fact, domain); log.info("RuleService|useRule|ruleExecutorResult={}", JSON.toJSON(ruleExecutorResult)); // Assert.isTrue(ruleExecutorResult.getFailure() == 0, String.format("有%d条规则执行失败", ruleExecutorResult.getFailure())); } catch (Exception e) { log.error("RuleService|useRule|class={},orderId={}, userId={}, 规则执行异常:{}", this.getClass().getName(), orderId, "123456789", e.getMessage(), e); } } /** * 生成初始的baseFact */ public BaseFact buildBaseFact(String userId) { BaseFact fact = new BaseFact();// 此处应获取用户的信息// fact.setCust(); fact.setUserId(userId); return fact; } /** * 执行前 */public RuleExecutorResult beforeExecute(String orderId, BaseFact fact, RegisterMqDTO domain) { RegisterFact registerFact = buildRegisterFact(domain); CopyUtil.copyPropertiesCglib(fact, registerFact); log.info("RuleService|beforeExecute|{}事件的orderId={}, RegisterMqDTO={}", registerFact.getClass().getAnnotation(Fact.class).value(), orderId, domain); return RuleExecutor.execute(registerFact, orderId);} /** * 生成初始的registerFact */private RegisterFact buildRegisterFact(RegisterMqDTO domain) { RegisterFact registerFact = new RegisterFact();CopyUtil.copyPropertiesCglib(domain, registerFact); return registerFact;} /** * modify by xiaohua * KieBase被抽取 * * @param fact * @param orderId * @return 规则执行结果 * @author xiaohua 2016年10月24日 下午2:09:12 */public static RuleExecutorResult execute(BaseFact fact, String orderId) { LOGGER.info("RuleExecutor|execute|fact={}", JSON.toJSON(fact)); StatelessKieSession statelessKieSession = getKieBase().newStatelessKieSession(); RuleExecuteGlobal global = new RuleExecuteGlobal(); global.setUserId(fact.getUserId()); global.setOrderId(orderId); global.setFactObj(fact); global.setResult(new RuleExecutorResult()); statelessKieSession.getGlobals().set("globalParams", global); statelessKieSession.execute(fact);return global.getResult();} 五 结尾 其实说难不难，就是这个东西的思路想出来就有点难了。 其中，mq的设计和接入（由于是简单的demo所以也就没有写上），规则执行结果的反馈（虽然是我写的，但是个人感觉有点鸡肋），还有一些项目里面的逻辑，我也只是在demo里面提了几句并没有实现（诸如初始化项目跑一下loadRule的代码，我也没放），但是大致的框架都出来了，我们只要往里面填就可以了。sql语句，配置文件也在项目里面，有兴趣的自己跑跑即可。 |
今日新闻 |
推荐新闻 |
| CopyRight 2018-2019 办公设备维修网 版权所有 豫ICP备15022753号-3 |