phpruleengine技巧_Groovy脚本实现轻量级规则引擎

2） 永劫光系统变得越来越难以掩护。

3） 开拓团队一样平常是由一个熟习业务的BA（业务剖析职员）和多少个熟习技能的开拓职员组成，开拓职员对业务规则的把握能力远不及BA，但实际上却承担了将业务规则准确无误实现的重任。

4） 系统僵化，新需求插入困难。

5） 新需求上线周期较长。

规则引擎由推理引擎发展而来，是一种嵌入在运用程序中的组件，实现了将业务决策从运用程序代码等分离出来，并利用预定义的语义模块编写业务决策。
接管数据输入，阐明业务规则，并根据业务规则做出业务决策。

把规则和核心业务拆开，规则单独配置。
这样当我们的规则变革的时候，就可以通过修正规则文件而不用修正核心的代码了。

在规则较为繁芜的行业，都是适用的，如金融、制造、医疗、物流等行业，面临的规则变革较为繁芜，目前利用较多。
而且对规则引擎需求的行业也将越来越多，如团购平台、传统企业管理渠道等。

JBoss Drools Rete算法

Mandarax

JLisa

OpenRules

JEOPS

InfoSapient

JRuleEngine

Roolie

Rete 模式匹配算法是在模式匹配中利用推理机的韶光冗余性和规则构造的相似性, 通过保存中间去处来提高推理效率的一种模式匹配算法。

在模式匹配过程中, 规则的条件中可能会有很多相同的模块, 因此在匹配规则条件时, 将进行大量的重复运算, 这样就带来韶光冗余性问题。
例如:

RULE1:if (A>B) and D or C then E=100

RULE2:if (A>B) and (B<C) then E=200

RULE3:if (!(A>B) or (B<C)) then E=300

若要匹配这3 条规则时, 对付表达式A>B 要进行三次打算, 对B<C 须要两次打算。
Rete 采取的方法为: 令M1=A>B, M2=B<C; 则规则可改为:

RULE1:if (M1) and D or C then E=100

RULE2:if (M1) and (M2) then E=200

RULE3:if (!(M1) or (M2)) then E=300

这样只有当A 或B 发生变革时, 才重新打算E1; 同样当B 或C 发生变革时, 重新打算E2。
这样的推理避免了在每次进行模式匹配都重复打算相同的表达式, 而只要检测干系参数是否变革来决定是否更新表达式, 这样在推理过程中节省了大量韶光和开销, 从而提高了推理效率。

Rete算法通过保存操作过程中的状态，避免了大量的重复打算。
Rete算法紧张是为那些事实凑集变革不大的系统设计的，当每次事实凑集的变革非常剧烈时，Rete的状态保存算法效果并不理想。

Drools是一个高性能的规则引擎，但是设计的利用场景和在本次测试中的场景并不太一样，Drools的目标办理如何快速匹配繁芜工具（如有上百上千的属性），而不是大略工具重复匹配规则。

Groovy是动态措辞，依赖反射办法动态实行表达式的求值，并且依赖JIT编译器，在实行次数够多往后，编译成本地字节码，因此性能非常的高，适应于反复实行的表达式，用Groovy脚本动态调度线上代码，无须发版。

Groovy编译器先将.groovy文件编译成.class文件，然后调用JVM实行.class文件，可以在Java项目中集成Groovy并充分利用Groovy的动态功能；

Groovy兼容险些所有的java语法，开拓者完备可以将groovy当做Java来开拓，乃至可以不该用Groovy的特有语法，仅仅通过引入Groovy并利用它的动态能力；

Groovy可以直接调用项目中现有的Java类(通过import导入)，通过布局函数布局工具并直接调用其方法并返回结果。

我们知道在Java中，利用反射可以在运行时探索程序的构造，以及程序的类和类的方法，然而我们还是无法在运行时去修正一个工具的类型或是为工具或类动态的添加方法，乃至在运行时去动态的天生一个类。
但是基于Groovy的元编程，我们可以很轻松的为类动态的添加方法等。

MetaClass便是我们所说的元，通过操作MetaClass，就可以动态的在运行时去改变类中的属性和方法。
正是由于我们所有的类都有一个MetaClass属性，以是我们的元编程并不会去修正我们的真正定义的类，而实际是去动态的操作MetaClass中的内容。

在MetaClassRegister类中有一个Map，在这个Map中会为所有的Java类去存一个对应的MetaClass，而所有的Groovy类中已经有这个属性了，以是不必单独去保存。

参考文档：

drools：https://blog.csdn.net/kisscatforever/article/details/80784675

https://blog.csdn.net/tiandixuanwuliang/article/details/90675869

kie workbench：https://blog.csdn.net/liao0801_123/article/details/89497854

Rete算法：https://nanjingjiangbiao-t.iteye.com/blog/1793563

https://www.jianshu.com/p/3e9afe9e0617

Groovy：https://blog.csdn.net/haigenwong/article/details/22947173

https://www.imooc.com/article/44628?block_id=tuijian_wz

https://www.jianshu.com/p/c7803626c09d

代码：https://github.com/superburn/drools