clant

?

Rules

??????一條規則是對商業知識的編碼。一條規則有 attributes ，一個 Left Hand Side （ LHS ）和一個 Right Hand Side （ RHS ）。 Drools 允許下列幾種 attributes ： salience ， agenda-group ， no-loop ， auto-focus ， duration ， activation-group 。

??????規則可以通過 package 關鍵字同一個命名空間（ namespace ）相關聯；其他的規則引擎可能稱此為規則集（ Rule Set ）。一個 package 聲明了 imports ， global 變量， functions 和 rules 。

??????對新的數據和被修改的數據進行規則的匹配稱為模式匹配（ Pattern Matching ）。進行匹配的引擎稱為推理機（ Inference Engine ）。被訪問的規則稱為 ProductionMemory ，被推理機進行匹配的數據稱為 WorkingMemory 。 Agenda 管理被匹配規則的執行。推理機所采用的模式匹配算法有下列幾種： Linear ， RETE ， Treat ， Leaps 。

??????Drools 采用了 RETE 和 Leaps 的實現。 Drools 的 RETE 實現被稱為 ReteOO ，表示 Drools 對 Rete 算法進行了加強和優化的實現。

??????一條規則的 LHS 由 Conditional Element 和域約束（ Field Constraints ）。下面的例子顯示了對一個 Cheese Fact 使用了字面域約束（ Literal Field Constraint ）

上面的這個例子類似于：

??????規則引擎實現了數據同邏輯的完全解耦。規則并不能被直接調用，因為它們不是方法或函數，規則的激發是對 WorkingMemory 中數據變化的響應。結果（ Consequence ，即 RHS ）作為 LHS events 完全匹配的 Listener 。

當 rules 被加入 Productioin Memory 后， rules 被規則引擎用 RETE 算法分解成一個圖：

??????當 Facts 被 assert 進入 WorkingMemory 中后，規則引擎找到匹配的 ObjectTypeNode ，然后將此 Fact 傳播到下一個節點。 ObjectTypeNode 擁有一塊內存來保存所有匹配的 facts 。在我們的例子中，下一個節點是一個域約束（ Field Constraint ）， type = = “cheddar” 。如果某個 Cheese 對象的類型不是“ cheddar ”，這個 fact 將不會被傳播到網絡的下一個節點。如果是“ cheddar ”類型，它將被記錄到 AlphaNode 的內存中，并傳播到網絡的下一個節點。 AlphaNode 是古典 RETE 術語，它是一個單輸入 / 單輸出的節點。最后通過 AlphaNode 的 fact 被傳播到 Terminal Node 。 Terminal Node 是最終節點，到此我們說這條規則被完全匹配，并準備激發。

??????當一條規則被完全匹配，它并沒有立刻被激發（在 RETE 中是這樣，但在 Leaps 中它會立刻被激發）。這條規則和與其匹配的 facts 將激活被放入 Agenda ，由 Agenda 來負責安排激發 Activations （指的是 rule + the matched facts ）。

下面的圖很清楚的說明了 Drools 規則引擎的執行過程：

???數據被 assert 進 WorkingMemory 后，和 RuleBase 中的 rule 進行匹配（確切的說應該是 rule 的 LHS ），如果匹配成功這條 rule 連同和它匹配的數據（此時就叫做 Activation ）一起被放入 Agenda ，等待 Agenda 來負責安排激發 Activation （其實就是執行 rule 的 RHS ），上圖中的菱形部分就是在 Agenda 中來執行的， Agenda 就會根據沖突解決策略來安排 Activation 的執行順序。