Drools的技术分析

Java开源的规则引擎 Drools 电商行业实战(含完整代码) 前言 我所在项目组刚好接到一个领取优惠券需求,具体需求是用户领取的各种类型的优惠券(比如:代金券、折扣券)数量不能超过某个自定义数量,因考虑到领取限制数量是动态的,另外考虑到扩展性,满足将来业务规则的增长,不只是限制领取数需要新加其他条件,为了满足不断变化的业务场景,经分析后选用规则引擎 Drools 来实现。 本场 Chat 通过一个电商行业的领取优惠券场景,详细介绍了 Drools 的常用语法、使用步骤、具体开发过程及代码分析、测试步骤、注意事项等等,并贴出完整的代码。 Drools 常用语法 pack 阅读详情

1 业务分析

1.1 现状

在很多行业应用中比如银行、保险领域,业务规则往往非常复杂,并且规则处于不断更新变化中,而现有很多系统做法基本上都是将业务规则绑定在程序代码中。

1.2 问题

主要存在的问题有以下几个方面:

1) 当业务规则变更时,对应的代码也得跟着更改,每次即使是小的变更都需要经历开发、测试验证上线等过程,变更成本比较大。

2) 长时间系统变得越来越难以维护。

3) 开发团队一般是由一个熟悉业务的BA(业务分析人员)和若干个熟悉技术的开发人员组成,开发人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。

1.3 解决方案

能否让我们的业务系统更灵活一点呢?

思路:将业务规则从技术实现中提取出来,实现技术和业务分离,开发人员处理 技术、业务分析人员定义业务规则,各自做自己所擅长的事情。

方案:目前已经有比较成熟的开源产品支持,这就是本文所要介绍的Drools,我们将业务规则定义在Database或者BRMS(Business Rule Management System)中,通过管理DB或者BRMS实现业务逻辑的动态改变。

1.4 适用情景

什么时候应该使用规则引擎?

虽然规则引擎能解决我们的许多问题,但我们还需要认真考虑一下规则引擎对我

们的项目本身是否是合适的。需要关注的点有:

我的应用程序有多复杂?

对于那些只是把数据从数据库中传入传出,并不做更多事情的应用程序,最好不要使用规则引擎。但是,当在Java中有一定量的商业逻辑处理的话,可以考虑Drools的使用。这是因为很多应用随着时间的推移越来越复杂,而Drools可以让你更轻松应对这一切。

我的应用的生命周期有多久?

如果我们应用的生命周期很短,也没有必要使用Drools,使用规则引擎将会在中长期得到好处。

我的应用需要改变吗?

这个答案一般情况下是肯定的,“这世界唯一不变的只有变化”,我们需求也是这样的,无论是在开发过程中或是在开发完成以后,Drools能从频繁变化的需求中获得好处。

规则引擎是一种推理引擎,它是根据已有的事实,从规则知识库中匹配规则,并处理存在冲突的规则,执行最后筛选通过的规则。因此,规则引擎是人工智能(AI)研究领域的一部分,具有一定的选择判断性、人工智能性和富含知识性。目前,比较流行的规则引擎有商业规则引擎 iLog 和开源规则引擎 drools。本文将对开源规则引擎 drools 做详细介绍,并通过分析一个在汽车保险行业中的实际应用案例,让读者对开源规则流引擎有一个更深刻的理解。

2 什么是规则引擎

规则引擎是基于规则的专家系统的核心部分,主要由三部分组成:规则库(Knowledge base)+Working Memory(Fact base)+推理机(规则引擎),规则引擎根据既定事实和知识库按照一定的算法执行推理逻辑得到正确的结果。

3 Drools简介

Drools 是一个基于Charles Forgy's的RETE算法的,易于访问企业策略、易于调整以及易于管理的开源业务规则引擎,符合业内标准,速度快、效率高。

业务分析师人员或审核人员可以利用它轻松查看业务规则,从而检验是否已编码的规则执行了所需的业务规则。

在 Drools 中,规则被存 放在 Production Memory(规则库)中,推理机要匹配的 facts(事实)被存在 Working Memory(工作内存)中。当时事实被插入到工作内存中后,规则引擎会把事实和规则库里的模式进行匹配,对于匹配成功的规则再由 Agenda 负责具体执行推理算法中被激发规则的结论部分。

4 竞争产品比较

与Drools功能类似的同类开源产品主要有:OpenRules、OpenLexicon等,商业产品功能比较强也比较贵,这里不做比较,主要差别如下表:

 

Drools vs URule:5个真实项目选型案例告诉你规则引擎怎么选 本文通过五个真实项目案例,深入对比了Drools与URule两款主流规则引擎的选型实践。文章分析了Drools在复杂规则处理上的性能优势与陡峭学习曲线,以及URule可视化设计器对业务人员的友好性,并探讨了混合架构、自研轻量级方案等适用场景,为技术决策者提供了一套基于团队能力、业务复杂度和维护成本的综合评估框架。 阅读详情

相关推荐

Drools vs URule:5个真实项目场景告诉你如何选择开源规则引擎

本文通过电商风控、物流计费、会员体系、保险定价和物联网告警五个真实项目场景,深度对比了Drools与URule两款开源规则引擎。分析了两者在规则复杂度、性能表现、开发运维及适用场景上的核心差异,为技术选型提供基于实战的决策指南。

k6l7m8n9的博客 946

BRMS业务决策系统Drools动态规则实战

1、BRMS业务决策系统实战课程,2、采用springboot2.0以及drools7.20进行实战开发业务决策系统。3、纯实战项目课程,课程不涉及基础的drool讲解4、通过前端或者API接口进行动态创建、维护规则,业务系统通过API接口进行调用执行规则5、完整drools开发流程,可用于实际项目或者产品中

开源规则引擎Drools与URule实战对比:从风控场景看选型策略

本文对比了开源规则引擎Drools与URule在风控场景中的应用,分析了它们在动态规则热更新、可视化配置和性能优化等方面的优劣。Drools适合处理复杂规则,而URule则更适合快速迭代的简单规则。文章还提供了选型策略和实战经验,帮助开发者根据团队需求选择合适的规则引擎。

weixin_29243063的博客 454

规则引擎介绍

1.1 现状 在很多行业应用中比如银行、保险领域,业务规则往往非常复杂,并且规则处于不断更新变化中,而现有很多系统做法基本上都是将业务规则绑定在程序代码中。 1.2 问题 主要存在的问题有以下几个方面: 1) 当业务规则变更时,对应的代码也得跟着更改,每次即使是小的变更都需要经历开发、测试验证上线等过程,变更成本比较大。 2) 长时间系统变得越来越难以维护。 3

Hadoop、HBase、ElasticSearch、Storm、Kafka、Spark 5239

Drools 8.44.0 源码编译避坑指南:从JDK配置到Maven编译的完整流程

本文详细介绍了Drools 8.44.0源码编译的全流程,从JDK配置、Maven优化到常见问题解决方案,提供了一套完整的避坑指南。特别针对官方文档中未提及的环境配置细节和编译错误,给出了经过验证的实用解决方案,帮助开发者高效完成Drools源码编译工作。

weixin_29271053的博客 183

别再瞎调参数了!分子动力学模拟新手必看的力场选择与验证实战指南

本文为分子动力学模拟新手提供力场选择与验证的实战指南,详细解析主流力场特性及适用场景,并通过水分子案例演示完整的验证流程。文章重点对比SPC/E、TIP3P和OPLS-AA三种力场在GROMACS中的表现,帮助读者避免常见参数调整误区,提升模拟准确性。

weixin_26934905的博客 426

Drools实施-基于规则路由器的实施方案(XX保险公司)

方案描述-Solution Description 该方案基于JBoss Drools Expert规则引擎, 结合项目实际情况, 以管理XX系统规则管理、执行等为目的, 以可维护、松耦合等软件系统设计规范为宗旨, 特提出适合项目长期有效使用规则引擎的合理解决方案。 方案结构-Solution Structure 执行引擎-Execute Engine...

weixin_34302798的博客 273

嵌入式存储实战:FAL+SFUD+flashDB三件套在STM32上的完整移植指南(附避坑技巧)

本文提供了一套在STM32上完整移植FAL、SFUD与flashDB嵌入式存储框架的实战指南。详细解析了从SPI驱动配置、SFUD设备识别、FAL抽象层分区到flashDB键值数据库初始化的全流程,并分享了关键的避坑技巧与性能优化建议,帮助开发者构建稳定可靠的嵌入式存储系统。

rnn9storyteller的博客 1023

Drools规则引擎介绍

排班中遇到的烦恼 排班最原始的需求是,RB一种规则,DB三种规则,AB一种规则。实现的方式是,先拿excel将排班的各种需求画出来。然后使用java代码实现。代码如下: if(type.equals("RB")){ 复杂的代码逻辑 此处省略一百行 }else if(type.equals("DB1")){ 复杂的代码逻辑 此处省略一百行 }else if(ty...

liinux-Talk is cheap,show me the code. 584

山石网科Hillstone防火墙基础上网配置_CLI命令行(最新版)

山石网科Hillstone防火墙安全网关基础上网基础网络配置_CLI命令行(最新版)

路与肥的博客 1万+

[ 人力资源面试篇 ] HR 面试题分析详解大集合,看完直怼面试官(二)

那么在这个系列的文章中,我们聊到 HR 面谈什么?并且总结了五十个常见的人力资源面试题,在这里分享给大家。

qq_51577576的博客 1382

Drools等规则引擎技术对比分析

项目中需要设计开发一个规则引擎服务,于是调研了业界常用的规则引擎。 常见的规则引擎如下:   Ilog JRules是最有名的商用BRMS;  Drools是最活跃的开源规则引擎;  Jess是Clips的java实现,就如JRuby之于Ruby,是AI系的代表;   Visual Rules(旗正规则引擎)国内商业规则引擎品牌,可以认为是ILOG的本土版本。   Mandara...

weixin_30757793的博客 3777

大模型角色提示词写得再严密,也能被绕过?我用攻击者思维把自己吓了一跳!

很多人以为提示词是“只要写清楚了,模型就能理解”,但实际上——模型并不具备严格的规则意识,它只是在预测下一句话。所以我们必须从“攻防”角度出发,设计更强的防护机制。我这次就是亲身踩坑,用红队思维模拟攻击,才意识到原来提示词注入这么容易中招。你如果也在做 AI 应用、角色系统、提示词驱动的功能,建议你也用类似方式测试一下,不然被绕了都不知道。

代码简单说 Vue、JAVA、PHP、Node.js 熟练运用,接口、架构、性能全搞定。 1032

java开源规则引擎比较_Drools等规则引擎技术对比分析

项目中需要设计开发一个规则引擎服务,于是调研了业界常用的规则引擎。常见的规则引擎如下:Ilog JRules是最有名的商用BRMS;Drools是最活跃的开源规则引擎;Jess是Clips的java实现,就如JRuby之于Ruby,是AI系的代表;Visual Rules(旗正规则引擎)国内商业规则引擎品牌,可以认为是ILOG的本土版本。Mandarax是一个规则引擎的纯Java实现。基于反向推...

weixin_33295463的博客 1519

板蓝根挥发油微胶囊化技术及其在抗菌织物整理中的应用研究

微胶囊技术是一种通过成膜材料将具有反应活性或挥发性的液体或固体包封成微小颗粒的技术。该技术因其优异的缓释保护和物态改变性能,已在医药、食品、化妆品等多个领域得到广泛应用。本研究采用复凝聚法制备板蓝根挥发油的微胶囊,利用明胶和阿拉伯胶作为壁材,旨在提升其稳定性和抗菌性能。

qq_62634009的博客 585

视觉Transformer实战 | Token-to-Token Vision Transformer(T2T-ViT)详解与实现

Vision Transformer (ViT) 在计算机视觉领域取得了巨大成功,但标准的 ViT 存在一些局限性,如需要大规模预训练数据、对局部结构建模不足等。Token-to-Token ViT (T2T-ViT) 通过引入渐进式分词过程改进了原始 ViT,使其能够在中小型数据集上取得更好的性能。本节将详细介绍 T2T-ViT 的技术原理,并使用 PyTorch 从零开始实现 T2T-ViT。

盼小辉丶的博客 4万+

Drools 规则引擎的使用总结

     前一段时间在开发了一个做文本分析的项目。在项目技术选型的过程中,尝试使用了Drools规则引擎。让它来作为项目中有关模式分析和关键词匹配的任务。但后来,因为某种原因,还是撇开了Drools。现将这个过程中使用Drools的一些经验和心得记录下来。 (一)什么时候应该使用规则引擎     这实际是一个技术选型的问题。但这个问题又似乎是一个很关键的问题(一旦返工的话,你就知道这

mingtianhaiyouwo的博客 2944

高云FPGA系列教程(7):ARM GPIO外部中断

高云GN1NSR-4C共有16个GPIO,每个GPIO可配置成输入或输出模式,支持中断输入,触发方式可选择:上升沿、下降沿、高电平、低电平触发。中断优先级可通过NVIC进行设置,支持 0-7 级可编程中断优先级。

whik1194的博客 1377

业务规则引擎-jboss Drools Expert

rule engine 目 录 1 现状分析 1.1 现状. 1.2 问题. 1.3 解决方案. 1.4 适用情景. 2 什么是规则引擎. 3 Drools简介. 4 竞争产品比较. 5 开发环境搭建. 6 创建HelloWorld程序. 7 规则语言. 1 现状分析 1.1 现状 在很多行业应用中比

it_man的专栏 4348

Probability and Statistics - 4th edition

Probability and Statistics - 4th edition

Statistics and Machine Learning Toolbox

Statistics and Machine Learning Toolbox(带书签),MATLAB统计学习工具

drools之helloworld

所有项目都是被需求变更累死的,eXtreme Programing提供了一种哲学,一种态度,但更实际的,是那些能够应付需求变更的技术。 比如用OLAP支持复杂报表的快速定制,用script语言如Groovy支持客户自定义公式, 还有Rule Engine,我们一天到晚挂在口上的亲爱的商业规则。 Rule Engine并不新鲜,但通常只要一些名词已经足够把所有普通项目组震退,CLisp、

从前有座山 1877

霍尼韦尔SoftMaster使用说明

霍尼韦尔SoftMaster使用说明

Java规则引擎选型困境破解:Drools 9.0轻量化改造的4个关键技术点

破解Java规则引擎选型难题,详解Drools 9.0轻量化改造方案。涵盖微服务、风控等场景,通过模块裁剪、API封装、规则热加载与性能优化四大技术点实现Java实现轻量级规则引擎(Drools 9.0 简化版),提升系统响应速度与维护性,值得收藏。

ProceChat的博客 919

IEM模型,地表粗糙度模拟

利用微波反演土壤水分时候,利用IEM模型可以实现对随机地表的模拟

避坑指南:SpringBoot整合Drools 7.20时热部署冲突的诡异问题排查

本文深入分析了SpringBoot整合Drools 7.20时热部署冲突的诡异问题,提供了完整的排查思路和解决方案。通过剖析ClassLoader双重博弈和热部署与规则编译的时序问题,给出了移除DevTools依赖和定制ClassLoader策略两种解决方案,并分享了生产环境最佳实践和诊断工具使用技巧。

weixin_30379531的博客 399

Drools规则引擎与AI结合:智能决策系统开发新范式

在传统业务系统开发中,Drools作为成熟的规则引擎,常被用于处理复杂的业务逻辑。通过自定义的规则编辑器,可以直观地新增、修改业务规则。为了避免频繁重新加载规则带来的性能开销,实现了热更新机制——当规则变更时自动刷新引擎内存中的规则集。通过Grafana可视化看板,可以实时掌握各条规则的健康状况,快速发现性能瓶颈。对于想要尝试类似项目的开发者,我的建议是从小场景入手,先实现基础规则引擎功能,再逐步加入AI模块。的一键部署功能,我很快就把这个原型部署上线进行演示测试,省去了繁琐的环境配置过程。

AmberLeopard26的博客 357

XGBoost、Drools与混元大模型融合:构建可解释的医疗AI预警系统

机器学习模型在结构化数据预测任务中表现出色,其核心原理是通过算法从历史数据中学习规律,以对新数据进行分类或回归预测。在医疗健康等对可解释性和安全性要求极高的领域,单一模型往往难以满足复杂需求。XGBoost作为经典的梯度提升树模型,以其高效、精准和良好的特征重要性解释能力,成为风险量化的理想选择。然而,纯粹的统计预测缺乏对硬性业务规则(如临床指南、禁忌症)的遵循能力。为此,引入Drools规则引擎,将确定性的领域知识转化为可执行的逻辑,确保系统的合规性与安全性。最后,为了将冰冷的数字与标签转化为用户可理解、

weixin_33843947的博客 346

Wildfly环境下Drools Workbench的配置与优化实践

本文详细介绍了在Wildfly应用服务器上部署与优化Drools Workbench(可视化工作台)的完整实践。内容涵盖从环境准备、软件版本匹配、核心部署步骤,到关键的JVM调优、数据库迁移、安全加固等性能与稳定性优化策略,旨在帮助用户构建一个高效、稳定的企业级规则管理平台。

weixin_29311017的博客 216

drools介绍

在很多行业应用中比如银行、保险领域,业务规则往往非常复杂,并且规则处于不断更新变化中,而现有很多系统做法基本上都是将业务规则绑定在程序代码中。 主要存在的问题有以下几个方面: 1) 当业务规则变更时,对应的代码也得跟着更改,每次即使是小的变更都需要经历开发、测试验证上线等过程,变更成本比较大。 2) 长时间系统变得越来越难以维护。 3) 开发团队一般是由一个熟悉业务的BA(...

好好学习 221
上一篇: 数据中台的崛起
下一篇: CNN的原理图解
常耀斌
常耀斌 领域专家: 后端开发技术领域 领域专家: 后端开发技术领域
博客等级 码龄8年 1812粉丝 611原创
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付:10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值