1      Java規則系統簡介

在大型商業系統中，業務規則、商業邏輯等等都會比較復雜。而且在很多大型系統當中，很多業務規則、商業邏輯并不是一成不變的。甚至當系統進入生產階段時，客戶的業務規則、商業邏輯也會改變。某些系統要求甚至更高，要求能24小時不停機，并且能夠實時修改商業規則。這就對商業系統提出了較大的挑戰。如果將這些可變的規則直接編寫到代碼里面的話，業務規則一旦改變，就要修改代碼。并由此帶來編譯、打包、發布等等問題。這對于生產系統來說是極不方便的。因此，如何考慮把一些可變的業務規則抽取到外面，使這些業務規則獨立于程序代碼。并最好是能夠實時的修改業務規則，這樣就可以做到不用打包編譯發布等等。

值得慶幸的是現在出現了一些Java規則引擎（Rule Engine），專門解決以上所述的問題。利用它，我們就可以在應用系統中分離客戶的商業決策邏輯和應用開發者的技術決策，并把這些商業規額則放在中心數據庫或其他統一的地方，讓它們能在運行時可以動態地管理和修改。

JbossRules是一個優秀的JAVA規則引擎，其前身是Drools3，后來被Jboss合并并改名為JbossRules

1.1基于規則的專家系統簡介

人工智能是一個新興的學科，它是想讓計算機模擬人腦的思維和推理模式。人工智能分成如下幾個主要的分學科：

知識表示

神經網絡

基因算法

決策樹

專家系統

等等幾個學科

知識表示是人工智能中的一個基礎領域，其目的是如何更好的在計算機當中描述已存在的事實。專家系統就是使用知識表示，來做規則推理，得出最后的結論來。

Java規則引擎起源于基于規則的專家系統，而基于規則的專家系統又是專家系統的其中一個分支。專家系統屬于人工智能的范疇，它模仿人類的推理方式，使用試探性的方法進行推理，并使用人類能理解的術語解釋和證明它的推理結論。為了更深入地了解Java規則引擎，下面簡要地介紹基于規則的專家系統。RBES包括三部分：Rule Base（knowledge base）、Working Memory（fact base）和Inference Engine。它們的結構如下系統所示：

如上圖所示，推理引擎包括三部分：模式匹配器（Pattern Matcher）、議程（Agenda）和執行引擎（Execution Engine）。推理引擎通過決定哪些規則滿足事實或目標，并授予規則優先級，滿足事實或目標的規則被加入議程。模式匹配器決定選擇執行哪個規則，何時執行規則；議程管理模式匹配器挑選出來的規則的執行次序；執行引擎負責執行規則和其他動作。

和人類的思維相對應，推理引擎存在兩者推理方式：演繹法（Forward-Chaining）和歸納法（Backward-Chaining）。演繹法從一個初始的事實出發，不斷地應用規則得出結論（或執行指定的動作）。而歸納法則是根據假設，不斷地尋找符合假設的事實。Rete算法是目前效率最高的一個Forward-Chaining推理算法，許多Java規則引擎都是基于Rete算法來進行推理計算的。

l 正向推理：

 

正向推理圖形如下：

正向推理引擎的推理步驟如下：

n 將初始數據（fact）輸入Working Memory。

n 使用Pattern Matcher比較規則庫（rule base）中的規則（rule）和數據（fact）。

n 如果執行規則存在沖突（conflict），即同時激活了多個規則，將沖突的規則放入沖突集合。

n 解決沖突，將激活的規則按順序放入Agenda。

n 使用執行引擎執行Agenda中的規則。重復步驟2至5，直到執行完畢所有Agenda中的規則。

n 直到得出最終的結果為止

l 反向推理：

 

反向推理是目標驅動的推理方式。從目標出發，找出所有能滿足該目

標的子目標。這樣一直推導下去，直到所有的子目標都已經滿足為止。

1.2Java規則引擎

Java規則引擎是一種嵌入在Java程序中的組件，它的任務是把當前提交給引擎的Java數據對象與加載在引擎中的業務規則進行測試和比對，激活那些符合當前數據狀態下的業務規則，根據業務規則中聲明的執行邏輯，觸發應用程序中對應的操作。

一般來說，一條規則的形式如下：

when

    <conditions>

then

    <actions>

也就是說，當conditions成立的話，就做下面的actions。其中actions可以為生成新的事實、或者做其他動作，比如，發送email通知、執行一些本地任務等等。

1.3    JAVA規則引擎的優點

n 聲明式編程

聲明式編程，規則引擎讓我們直到“做什么”，而不用直到“怎么做”。我們只要把一系列規則表示出來后。具體的推理動作就交給規則引擎來處理。

n 邏輯和數據分開

將可變的業務邏輯和數據分開。雖然，這違背了面向對象原則。面向對象強調數據和業務邏輯耦合。但是，對于一些易變而復雜的業務規則。如果散步在程序的各個地方、各個層次。那么一旦業務規則更改的話，就會出現“牽一發而動全身”的局面。因此，將可變的業務邏輯獨立出來管理，將有助于后面的業務變更。

n 性能

Rete算法的性能比較高。

n 知識集中表示

通過使用規則，我們把規則集中存放起來，從而使系統知識能夠集中表示。

n 可讀性

規則的可讀性比較高。對于熟悉業務規則。但不會程序開發的業務專家，只要熟悉規則的標示，也可以編寫和修改業務規則。

1.4    使用JAVA規則系統的場合

那么，在那些場合下適合應用JAVA規則系統呢？總而言之，可以用一句話來概括：當用傳統的程序開發，無法得到一種優雅的解決方法的時候，就可以考慮使用規則系統。如下的一些場合：

n 用傳統的代碼開發比較復雜、繁瑣

n 問題雖然不復雜，但是用傳統的代碼開發比較脆弱，也就是經常修改

n 沒有優雅的算法

n 業務規則頻繁改變

n 有很多業務專家、不懂技術開發

1.5    不適合使用JAVA規則系統場合

雖然規則系統看起來比較不錯，但是并不是任何地方都可以使用規則系統。很多簡單、固定的業務系統，可以不用使用規則系統。規則系統也不能用來作為標示重要的業務流程、不能用來作為工作流引擎。

有很多程序員把JAVA規則系統當成是一種動態修改配置。也就是把一部分代碼邏輯抽取到外面，統一存放起來。這樣，當一些配置修改的話，通過修改規則，就能修改代碼的一部分邏輯。如果把JAVA規則僅僅用在這個場合下的話，可以考慮采用腳本引擎。比如BeanShell、JEXL、Groovy等等。