规则引擎组件调研汇总
调研方向：基于开源的规则引擎框架，进行搭建集成，验证使用模式、功能支持程度、API使用难易、及二次开发可行性等。
1.Urule
背景：由于提供页面设计功能，且开源，作为选型调研的主要目标，基于Urule开源版本改造，实现本地服务搭建，其模式为通过页面配置参数、动作及规则，业务系统实现调用。
1.1 系统架构
1.2 运行模式
基于一体化现状，采用分布式计算模式。即将URule部署为一个独立的Java Web应用，在这个应用里定义各个业务系统所需要业务规则，定义好后统一存储到一个规则存储仓库当中。 业务系统要使用规则时只需要指定URule Server的地址即可通过HTTP协议取到目标规则包，然后解析并运行，其运行模式图如下所示：
1.3 页面规则设计器部分
1.3.1 库文件设计
库文件设计器包括变量库设计器、参数库设计器、常量库设计器以及动作库设计器四个部分，通过这些库文件设计器，可以将业务系统中使用的实体对象、枚举值、常量以及需要在规则中调用的Java方法映射到引擎中备用。
其中动作库支持自定义方法实现
1.3.2 决策集设计
1.3.3 决策表设计
1.3.4 决策树设计
1.3.5 通过知识包发布
通过页面设计规则完成之后，通过知识包的方式发布
1.4 业务系统调用
1.4.1 集成依赖
<dependency>
<groupId>com.sundun</groupId>
<artifactId>edas-rule-base</artifactId>
<version>1.0.0</version>
</dependency>
1.4.2 配置到服务端地址并调用
//创建一个KnowledgeSession对象
KnowledgeService knowledgeService = (KnowledgeService) ctx.getBean(KnowledgeService.BEAN_ID);
//映射知识包路径，匹配到对应规则
KnowledgePackage knowledgePackage = knowledgeService.getKnowledge("test/007-table");
KnowledgeSession session = KnowledgeSessionFactory.newKnowledgeSession(knowledgePackage);
//封装参数
Map<String, Object> param = new HashMap<>();
//(acc_type_code != "22" && include(seq.set('5','6','7'), pay_bus_type_code)) && create_date > "20220531"
param.put("acc_type_code", "21");
param.put("pay_bus_type_code", "1");
param.put("create_date", "20220601");
session.fireRules(param);
System.out.println(session.getParameter("result"));
1.5 使用体验
页面配置功能比较丰富，主要规则场景像规则集、决策表、决策树、评分卡都能够良好支持，也支持自定义动作的扩展。缺点是整个规则调用过度依赖页面配置了，配置规则前需在页面配好变量及动作，规则的配置也是通过页面的编辑，对应的库文件和规则在库中是二进制存储，升级需要全量替换。
2.Drools
2.1 系统架构
Drools页面配置需集成Workbench，生产环境部署不灵活，因此不作为主要选型方向，仅调研业务系统API使用。
2.2 业务系统调用
2.2.1 集成依赖
<!--添加规则引擎依赖-->
<dependency>
<groupId>org.drools</groupId>
<artifactId>drools-compiler</artifactId>
<version>7.73.0.Final</version>
</dependency>
<dependency>
<groupId>org.drools</groupId>
<artifactId>drools-mvel</artifactId>
<version>7.73.0.Final</version>
</dependency>
2.2.2 规则定义及配置
2.2.3 业务系统调用方式
// 第一步
KieServices kieServices = KieServices.Factory.get();
// 第二步
KieContainer kieContainer = kieServices.getKieClasspathContainer();
// 第三步
KieSession kieSession = kieContainer.newKieSession();
// 业务对象
Order order = new Order();
order.setAmount(100);
// 第四步
kieSession.insert(order);
// 第五步：执行规则引擎
kieSession.fireAllRules();
// 第六步：关闭session
kieSession.dispose();
System.out.println("指定规则引擎后的结果：" + order.getScore());
3.Jvs-rules
主要参考了其页面及数据库设计，由于源码不开源，不做选型。
4.其他内嵌式规则组件
其他组件为内嵌式，通过引入对应依赖，系统内部定义及调用其规则，方式大同小异，简要汇总如下：
4.1 EasyRules
//定义规则
Rule weatherRule3 = new RuleBuilder()
.name("weather rule")
.description("if it rains then take an umbrella")
.when(fact -> fact.get("rain").equals(true))
.then(fact -> System.out.println("It rains, take an umbrella!"))
.build();
Rules rules = new Rules();
rules.register(weatherRule3);
//定义参数
Facts facts = new Facts();
facts.put("rain", true);
// 调用规则
RulesEngine rulesEngine = new DefaultRulesEngine();
rulesEngine.fire(rules, facts);
4.2 QLExpress
//定义规则
String qlExpress = "" +
"if(name ==\"orderMoney\" ) { " +
"actual = orderMoneyHandler.doHandler(type,channelType); " +
"} else if(name ==\"orderCount\" ) { " +
"actual = orderCountHandler.doHandler(type,channelType); " +
"}" +
"" +
"return actual >= threshold; ";
DefaultContext<String, Object> context = new DefaultContext<>();
//定义参数
context.put("threshold", 1000);
context.put("name", "orderMoney");
context.put("channelType", "mobile");
context.put("type", 1);
//调用规则
ExpressRunner runner = new ExpressRunner();
Object result = runner.execute(qlExpress, context,null, true, false);
System.out.println(result.toString());
4.3 Aviator
AviatorEvaluator.addFunction(new IsDiscountFunction());
//定义参数
Map<String, Object> map = new HashMap(4);
map.put("discount", new BigDecimal(0.1));
map.put("price", new BigDecimal(20.0));
map.put("limit", new BigDecimal(100.00));
//编译且执行表达式。
Object isDiscount = AviatorEvaluator.execute("isDiscount(discount,price,limit)", map);
System.out.println(isDiscount);
/**
* 自定义函数 在这里得精度计算
*/
static class IsDiscountFunction extends AbstractFunction {
@Override
public AviatorObject call(Map<String, Object> env, AviatorObject arg1, AviatorObject arg2, AviatorObject arg3) {
//arg和对应的map中的value对应
BigDecimal price = (BigDecimal) FunctionUtils.getNumberValue(arg1, env);
BigDecimal discount = (BigDecimal) FunctionUtils.getNumberValue(arg2, env);
BigDecimal limit = (BigDecimal) FunctionUtils.getNumberValue(arg3, env);
//逻辑
BigDecimal paymentAmount = price.multiply(discount);
return AviatorBoolean.valueOf(paymentAmount.compareTo(limit) > -1 ? false : true);
}
@Override
public String getName() {
//自定义方法名称
return "isDiscount";
}
}
4.4 LiteFlow
LiteFlow一个编排式的规则引擎框架，组件编排，帮助解耦业务代码，让每一个业务片段都是一个组件。
利用 LiteFlow，你可以将瀑布流式的代码，转变成以组件为核心概念的代码结构，这种结构的好处是可以任意编排，组件与组件之间是解耦的，组件可以用脚本来定义，组件之间的流转全靠规则来驱动。
<?xml version="1.0" encoding="UTF-8"?>
<flow>
<chain name="test_flow">
THEN(
prepareTrade, grantScore, sendMq, WHEN(sendEmail, sendPhone)
);
</chain>
</flow>
// 使用的规则文件，传递参数，上下文对象
LiteflowResponse response = flowExecutor.execute2Resp("test_flow", flowDto, AppFLowContext.class);
// 获取流程执行后的结果
if (!response.isSuccess()) {
Exception e = response.getCause();
Log.warn(" error is {}", e.getCause(),e);
}
AppFlowContext context = response.getContextBean(AppFlowContext.class);
log.info("handleApp 执行完成后 context {}",JSONObject.toJSONString(context));
其设计思想为基于组件编排，具体的规则判断和执行逻辑需要放到组件中。
5.总结
| 特征 | Drools | LiteFlow | URule | Boot Rule | Aviator |
|---|---|---|---|---|---|
| 功能特性 | DRL对应规则文件，也有对应的决策表、决策流、评分卡等 | 除了定义逻辑片段外，还可以进行全局组件的编排，支持java和脚本混编 | 支持各种规则编写，决策集、决策表、决策树、决策流 | 普通规则、规则集、决策表 | 通用的脚本语言 |
| 语法规则 | DRL语法也是一种DSL，上手难度还能接受，语法基本有一对一的映射 | 插件式的Groovy | 可视化设计器，规则编写很容易 | restful组装接口调用 | 内嵌式 |
| 易用性 | 开发工具集成开发环境不支持评分卡和决策树，面向开发人员；KIE环境支持多种规则编写，但可用性还是差点，需重构规则设计器 | 无可视化 | 网页版本可视化设计器简单易用，功能强大，完全面向运营人员 | 可视化编辑 | 无可视化 |
| 性能 | 较高 | 性能高 | 性能高 | 未知 | 性能高 |
| 规则存储 | 需自行实现或基于workbeanch插件 | 本地规则，也支持数据库及nacos | 支持 | 内存及数据库 | 可抽取出规则存储数据库 |
| 热变更 | 需通过workbench的方式进行规则的热变更 | 支持 | 支持 | 支持，必须集成RabbitMQ | 可通过数据库配置 |
| 运营成本 | 高 | 中，需开发人员支持 | 低，向导式界面编排 | 低 | 中，需开发人员支持 |
| 活跃度 | 活跃 | 活跃 | 开源版本基本不再更新；商用版本，每月有更新 | 低 | 活跃 |
基于前期调研选型特性对比，结合对应组件实际集成使用上，总结如下：
如果需要页面可视化功能，目前可选开源组件中仅有Urule支持，但其规则设计完全依赖页面，如果升级需要全量替换；对应的库文件和规则在库中是二进制存储，粒度较粗，后续基于此进行二次开发需要一定的代码改造。
如果仅需要组件的规则定义、规则执行的核心功能，大部分组件都支持，其中Aviator个人感觉支持度最好，可基于此实现相应的规则持久化存储、动作定义、调用记录等功能的扩展。
综上，可基于实际业务需求分析，如果需要可视化设计的功能，且Urule支持场景能够覆盖需求，并能接受一定的升级不灵活性，可优先选择Urule；如果倾向于灵活性，可在各内嵌式组件中选型进行二次开发；如果选择基于内嵌组件实现可视化设计功能，此项工作取决于规则拆分的粒度（例如：判断条件a>b，前后端是设计为一个条件 a>b 的粒度，还是拆分设计成左参数a、逻辑运算符>、右参数b 的粒度？），需设计确定后再行分析。
浙公网安备 33010602011771号