??????? 學習JBoss Rules有幾天了，因為這方面的中文資料較少，所以這幾天都在看官網上的manual。這是一份不錯的教程，我把我看的一些重要的東西翻譯整理了一下，希望可以對想學習JBoss Rules的同學們提供一點幫助。
?????? 在開始這份教程之前，我先簡要介紹一下JBoss Rules：
?????? JBoss Rules 的前身是Codehaus的一個開源項目叫Drools。最近被納入JBoss門下，更名為JBoss Rules，成為了JBoss應用服務器的規則引擎。
?????? Drools是為Java量身定制的基于Charles? Forgy的RETE算法的規則引擎的實現。具有了OO接口的RETE,使得商業規則有了更自然的表達。
?
?????? 既然JBoss Rules是一個商業規則引擎，那我們就要先知道到底什么是Rules，即規則。在JBoss Rules中，規則是如何被表示的
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
。
rule?“
<
name
>
”????
????
<
attribute
>
?
<
value
>
????
????when????????
????????
<
LHS
>
????
????then????????
????????
<
RHS
>
end
規則的
LHS
由一個或多個條件（
Conditions
）組成。當所有的條件（
Conditions
）都滿足并為真時，
RHS
將被執行。
RHS
被稱為結果（
Consequence
）。
LHS
和
RHS
類似于：
if
?(?
<
LHS
>
?)?{
????
<
RHS
>
}
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
。
package
?com.sample
import
?java.util.List
import
?com.sample.Cheese
global?List?cheeses
function?
void
?exampleFunction(Cheese?cheese)?{
????System.out.println(?cheese?);
}
rule?“A?Cheesy?Rule”
????when
????????cheese?:?Cheese(?type?
==
?
"
stilton
"
?)
????then
????????exampleFunction(?cheese?);
????????cheeses.add(?cheese?);
end
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
）
rule?
"
Cheddar?Cheese
"
????when
????????Cheese(?type?
==
?
"
cheddar
"
?)
????then
????????System.out.println(?
"
cheddar
"
?);
end
上面的這個例子類似于：
public
?
void
?cheddarCheese(Cheese?cheese)?{
????
if
?(?cheese.getType().equals(
"
cheddar
"
)?{
????????System.out.println(?
"
cheddar
"
?);
????}
}
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。