Rete算法

常见开源规则引擎对比分析 0x00 目的背景 电商会员服务的等级、积分、权益等模块中,都使用了大量的规则判断。范式基本上是 达成xxx条件,执行xxx行为 。这很符合规则引擎那一套,因此下面选取了几个业界常见的规则引擎进行分析。 我们分别都从使用角度、原理角度两个方面进行分析。 0x01 easy-rules 项目地址:https://github.com/j-easy/easy-rules 1. 规则模型 ![image.png](https://img-blog.csdnimg.cn/img_convert/b5724b0dcd 阅读详情
AI摘要

Rete算法是一种高效的模式匹配算法,用于产生式规则系统。通过构建数据辨别网络减少规则存储,加速匹配过程。算法分为规则编译和运行执行两部分,支持状态保存、节点共享和索引等功能。

写在前面

Rete是拉丁文,对应英文是NET也就是网络的意思。在1974年由内基梅隆大学的 Charles L.Forgy 博士在他的论文《A Fast Algorithm for the Many Pattern/Many Object Pattern Match Problem》提出,后来成为了产生式规则系统(Production Rule System)的大脑,该算法是一个快速的模式匹配算法,是一种在大量规则和大量对象之间进行规则匹配和比较的高效方法。Rete算法是一种前向规则快速匹配算法,其匹配速度与规则数目无关,事实只有在满足本节点时才会继续向下沿网络传递,它通过形成一个Rete网络进行模式匹配,利用时间冗余性(Temporalredundancy)和结构相似性(structural similarity)这两个特性来提高系统模式匹配效率。KIE团队将Rete进行了改良,在Drools规则引擎中使用的是ReteOO算法。

一. 基本概念:

  1. Rete算法是利用规则之间各个域的公用部分达到减少规则存储的目的,同时保存匹配过程的临时结果以加快匹配速度。为了达到这种目标,算法将规则进行拆分,将规则中的每个匹配条件,作为基本单位(节点)连接成一个数据辨别网络,然后将事实经过网络筛选并进行传播,最终所有条件都有事实匹配的规则被激活。
  2. 网络节点共有五类节点:Root节点、Type节点、Alpha节点(也称单输入节点)、Beta节点(也称双输入节点)、LeftInputAdapterNode节点、Terminal节点等。
  3. 可满足规则,如果一个规则的每一模式均能在当前工作空间中找到可匹配的事实,且模式之间的同一变量能取得统一的约束值,则我们说这个规则是可满足的。所有的可满足规则实例构成的集合称为冲突集,也称为上程表。
  4. 产生式规则系统,是常用的知识表示方式之一,它依据人类大脑记忆模式中各种知识之间存在的大量的因果关系,并以“IF-THEN”的形式表示出来的。这种形式的规则捕获了人类求解问题的行为特征,并通过认识->行动的循环过程来求解问题。
  5. Rete算法可以被分为两部分,规则编译和运行执行:
    • 规则编译:指根据规则集合生成推理网络的过程,规则编译的过程描述了如何将规则生成一个高效的鉴别网络(Discrimination Network),鉴别网络可以理解为用于匹配在其中传递的数据的网络;
    • 运行执行:指将数据送入推理网络进行筛选的过程。

二. 匹配思想:

Rete算法匹配思想
根据业务人员编写的规则库和工作存空间当前的状态,通过规则模式匹配引擎,把可满足规则放入议程表,将不可满足的规则从议程表中删除。

三. 节点介绍:

Rete网络

①. Root节点:根节点,是所有对象进入网络的入口,它可以让所有的事实通过,然后传播给Type节点;

②. Type节点:又叫ObjectType节点,就是我们的Fact,也就是我们规则所用到的POJO,用于选择事实的类型,即针对事实进行类型检查,引擎只让匹配该类型的对象到达后续节点,将符合本节点类型的事实向后继的Alpha节点进行传播,一个Fact对应一个Type节点;

③. Alpha节点:用于进行同一个对象类型内属性的约束或常量测试,即一个字面条件对应一个Alpha节点,如:age > 10,当有多个字面条件的时候,这些条件链接到一起,即多个Alpha节点连在一起,Alpha节点可以共享;

④. Beta节点:主要在同一个规则中根据不同对象(pet、cat)之间的约束,进行连接操作,如(“pet.name==cat.name”,“pet.age>cat.age”)。Beta节点又分为Join节点、Not节点等,Join节点包括两种输入,左部输入事实列表,称为元组(Tuple),右部输入一个事实对象,对象与元组在Join节点按照类型间约束进行Join操作,将符合的事实加入到元组中,并继续传入下一个beta节点。Beta节点具有记忆功能,左边的输入被称为Beta Memory,会记住所有到达过的语义,右边的输入成为Alpha Memory,会记住所有到达过的对象,Beta节点不是共享的;

⑤. LeftInputAdapterNode节点:这个节点的作用是将一个事实对象转化为一个元组,为beta节点提供作用;

⑥. Terminal节点:这是这条规则的末尾节点,它代表一个规则匹配结束,当事实或元组传递到Terminal节点时,表示该Terminal节点对应的规则已被激活。

四. 算法特性:

Rete算法通过共享规则节点和缓存匹配结果,获得产生式推理系统在时间和空间上的性能提升,具备以下特点。

(1). 状态保存

    事实集合中的每次变化,其匹配后的状态都被保存再Alpha和Beta节点中,在下一次事实集合发生变化时,绝大多数的结果都不需要变化,Rete算法通过保存操作过程中的状态,避免了大量的重复计算,Rete算法主要是为那些事实集合变化不大的系统设计的,当每次事实集合的变化非常剧烈时,Rete的状态保存算法效果并不理想。

(2). 节点共享

    不同规则之间含有相同的字面条件(相同的模式),从而可以共享同一个节点,Rete网络的各个部分包含各种不同的节点共享,如果某个BetaNode 被 N 条规则共享,则算法在此节点上效率会提高 N 倍。

(3). 节点索引

    索引方法是指对Rete网络的节点建立当前节点对后继节点的索引,在事实断言时可以通过索引快速找到对应的后继节点而无需逐个查找,Drools在Rete的面向对象版本ReteOO算法中对ObjectType节点增加后继Alpha节点的索引,以事实的属性为key,Alpha节点为value,这样在事实通过类型节点验证后可以迅速找到对应的Alpha节点进行断言。
    同样,对Beta节点也可以建立索引,Beta节点的索引主要是针对节点左右内存的查询。当一个事实传递到Beta节点的右内存中时,需要与该节点的左内存进行连接操作,即遍历左侧内存中的事实元组,找到符合节点约束的事实进行连接。该过程的遍历查找效率较低,将Beta内存分成若干单元,每个单元分配一个id,对右侧的事实用哈希函数求索引,该索引就是某个单元的位置,通过索引快速找到相应单元进行匹配,如果不在该分区,则将该对象组成一个新的单元加入左内存。

五. 算法不足:

(1). 存在状态重复保存的问题,比如匹配过模式1和模式2的事实,要同时保存模式1和模式2的节点到缓存中,将占用较多空间并影响匹配效率。
(2). 事实的删除与事实的添加,执行顺序相同, 除了要执行与事实添加相同的计算外,还需要执行查找,开销很高,Rete的一个主要缺点就是不适合处理快速变化的数据和规则,主要表现在:

  • 数据变化会引起节点保存的临时事实频繁变化,这将让Rete失去增量匹配的优势。
  • 数据的变化使得对规则网络的种种优化方法如索引、条件排序等失去效果。

(3). Rete算法使用了alpha内存存储已计算的中间结果, 以牺牲空间换取时间, 从而加快系统的速度,然而当处理海量数据与规则时,beta内存根据规则的条件与事实的数目而成指数级增长, 所以当规则与事实很多时, 会耗尽系统资源。
(4). 规则引擎不能处理缺失的数据及模糊的逻辑。例如规则“如果经常熬夜则容易造成老年痴呆”。产生式推理系统将不能精确表达“经常”及“容易”这样的概念,相应的推理也不能得到精确的结果。这种场合下,算法变得很脆弱。

六. 场景分析:

下面通过一个例子来解释Rete网络的匹配过程:找出账户余额小于100的居住在西沣路上的姓张的学生。

rule "规则1:账户余额小于100的、在西沣路的、姓张的、学生"
when
    $account:Account(balance<100,type=Account.Type.学生)
    $user:User(firstName = "张", accounts contains $account)
    $address:Address(street="西沣路", users contains $user)
then
    System.out.println("账户余额小于100的、在西沣路的、姓张的、学生");
end

rule "规则2:账户余额小于100的、在嘉昱大厦的、姓张的、工程师"
when
    $account:Account(balance<100,type=Account.Type.工程师)
    $user:User(firstName = "张", accounts contains $account)
    $address:Address(street="嘉昱大厦", users contains $user)
then
    System.out.println("规则2:账户余额小于100的、在嘉昱大厦的、姓张的、工程师");
end

账户余额小于100的居住在西沣路上的姓张的学生

本体推理算法 RETE 算法研究        RETE算法是当前比较流行的本体推理算法,目前效率最高的前向链推理(演绎法Forward—Chaining)算法,其核心思想是将分离的匹配项根据内容动态构造匹配树,以达到显著降低计算量的效果,是由美国卡耐基.梅隆大学的Charles L.Forby(1979年)在其博士论文中提出。1.RETE算法来源        在推理系统中,效率是一个重要的问题,不管一个系统的其他方面如何好,如... 阅读详情

相关推荐

rete算法学习

在上篇博客中,介绍了策略型业务逻辑处理中几种选择,其中有一种选择就是利用规则引擎来进行逻辑处理。其实藏在规则引擎的底层中还是有很多算法的,其中有一种算法是rete算法,最近正好也关注算法,就简单的学习了一下,因为对这个算法理解的非常清楚,所以如果有有对这个算法熟悉的朋友,可以给予指正。 RETE算法是一个用于产生式系统的高效模式匹配算法。在一个产生式系统中,被处理的数据叫做working memo

Q 2万+

[转]规则匹配——Rete 算法原理及实现

最近在学习 Drools 规则引擎框架,其中涉及到Rete 算法。并对 Rete 算法做了一些研究,要不然在你找新工作面试时,问你会 Drools 规则引擎框架吗?你说会!然后面试官接着问你,你了解 Rete 算法吗?你说听说过。然后面试官再问你,你知道 Rete 算法的原理吗?你能实现 Rete 算法吗? 追问了这么多,你可能就回答不上来了。面试官最喜欢做的就是追着一直问,直到你回答不出来为...

我的代码管家---houwenbin的专栏 2万+

告别切换烦恼!用Parallels Desktop的Host-Only网卡,在macOS上直接访问虚拟机里的公司内网

本文详细介绍了如何在macOS上使用Parallels Desktop的Host-Only网卡直接访问虚拟机内的公司内网,告别频繁切换操作系统的烦恼。通过配置Host-Only网络模式,实现主机与虚拟机的安全高效通信,特别适合需要频繁访问内网资源的IT从业者。文章包含分步指南、自动化脚本和常见问题解决方案,帮助用户优化工作流程。

weixin_28739079的博客 364

Rete 算法

Rete 在拉丁语中是 ”net” ,有网络的意思。 RETE 算法可以分为两部分:规则编译( rule compilation )和运行时执行( runtime execution )。 编译算法描述了规则如何在 Production Memory 中产生一个有效的辨别网络。用一个非技术性的词来说,一个辨别网络就是用来过滤数据。方法是通过数据在网络中的传播来过滤数据。在顶端节点将会有很多匹配

3362

USB2.0物理层实战:手把手教你用示波器抓取D+/D-信号(附波形分析)

本文是一份针对硬件工程师的USB2.0物理层信号调试实战指南。文章详细讲解了如何使用示波器捕获和分析D+/D-差分信号,从基础设置、核心信号状态解读,到信号完整性分析与常见问题排查,手把手教你定位USB通信故障。内容涵盖USB2.0协议物理层关键概念,并附有基础解码思路,旨在提升工程师的底层调试能力。

s8t9u0v1w的博客 458

【故障排查】telnet连接失败:端口23不可达的深度分析与解决方案

本文深度剖析了telnet连接失败,特别是端口23不可达的常见原因与系统性解决方案。文章从客户端本地配置、服务器端服务与防火墙、中间网络路径三个层面,提供了详细的排查步骤与命令,并强调了Telnet协议的安全风险,建议使用SSH等更安全的替代方案进行远程管理与端口测试。

weixin_29306011的博客 900

drools RETE算法

rete可以被分为两部分:规则编译和运行执行。规则编译是指根据规则集生成推理网络的过程,运行时执行指将数据送入推理网络进行筛选的过程。 基本概念 Rete算法的初衷是:利用规则之间各个域的公用部分减少规则存储,同时保存匹配过程的临时结果以加快匹配速度。为了达到这种效果,算法将规则拆分,其中每个条件单元作为基本单位(节点)连接成一个数据辨别网络,然后将事实(facts)经过网络筛选并传播,最终所...

lihuayong的专栏 4814

SAP FB03凭证修改实战:巧用BAPI FI_DOCUMENT_CHANGE更新抬头与行项目

本文详细介绍了SAP FB03凭证修改的实战技巧,重点解析了BAPI FI_DOCUMENT_CHANGE的使用方法。通过该接口,用户可以在不冲销原凭证的情况下直接更新抬头文本(BKTXT)和行项目文本(SGTXT),确保凭证编号连续且符合审计要求。文章包含核心机制解析、完整实现步骤、错误处理方案以及高级应用场景,帮助开发者高效完成SAP财务凭证修改。

weixin_29251567的博客 426

Rete算法初探

关于rete算法的介绍,能找到的资料不少,但是往往对初学者不友好,一上来就是一堆Fact,TypeNode,AlphaNode之类的术语,非常容易劝退。这里总结一下自己的学习过程,希望从问题出发,方便理解rete算法本身。 举个例子: 例如:我们需要将提供“机票+酒店”、“机票+酒店+贵宾休息室”两种类型的产品给旅客。 机票、酒店、贵宾休息室需要满足一些基本的限制条件。并且: “机票+酒店”产品要保障:酒店位于目的地且到达当天可以入住。 “机票+酒店+贵宾休息室”产品要保障:酒店位于目的地且到达当.

ykdsg的专栏 2365

置顶必读(1) | 滚雪球学Oracle教程导航帖,带你弯道超车(持续更新中)

什么是数据库管理系统(DBMS),Oracle在行业中的领先地位Oracle数据库的市场竞争与主要应用场景Oracle数据库的核心功能模块与未来技术发展趋势约束的高级应用:主键、唯一性、外键设计与管理表分区、视图、同义词与序列的最佳实践PL/SQL编程的设计哲学,如何高效使用Oracle SQL DeveloperPL/SQL代码调试与优化技巧RAC集群中的高可用性设计,负载均衡与并行查询的配置集群中的缓存一致性管理。

**My Coding Family** 1万+

vue3 - element-plus表格组件el-table实现鼠标拖曳排序功能,vue3 Table表格拖拽排序,表格每行使用鼠标拖动进行排序功能,表格拖拽排序实现(详细示例代码,一键复制开箱即用

vue3,elementPlus,el-table,typescript,表格组件,Table表格,表格拖动排序,表格拖曳排序,鼠标拖拽表格进行排序功能,elementplus表格如何实现拖动每行进行排序操作,表格拖动改变顺序,鼠标拖曳,表格内的数据项拖拽排序,vue3如何实现element-Plus表格组件进行表格内的数据项拖拽排序,列表拖拽排序效果,实现table动态拖拽,鼠标拖着排序,vue3 element Plus 表格拖曳拖动拖拽 排序,el-table拖拽排序实现,表格内容拖拽重新排序,树形表

✅ 精选推荐文章 1万+

RETE算法介绍

RETE算法介绍 一、 rete概述 Rete算法是一种前向规则快速匹配算法,其匹配速度与规则数目无关。Rete是拉丁文,对应英文是net,也就是网络。Rete算法通过形成一个rete网络进行模式匹配,利用基于规则的系统的两个特征,即时间冗余性(Temporal redundancy)和结构相似性(structural similarity),提高系统模式匹配效率。 二、 相关概念 2.1

蜗牛架构师 2414

嵌入式开发工程师笔试面试指南-Linux驱动

linux驱动

weixin_43491077的博客 476

drools的RETE算法

1. 概述 Rete 算法是卡内基梅隆大学的 Charles L.Forgy 博士在 1974 年发表的论文中所阐述的算法。 该算法提供了专家系统的一个高效实现。 Rete 在拉丁语中译为”net”(即网络)。Rete 是一种进行大量模式集合和大量对象集合间比较的高效方法,通过网络筛选的方法找出所有匹配各个模式的对象和规则。 其核心思想是用分离的匹配项构造匹配网络,同时缓存中间结果。以空间换时间。规则编译(rule compilation)和运行时执行(runtime execution)。 2.

liao0801_123的博客 1511

Microsemi Libero系列教程(全网首发)

关于Libero IDE和Libero SoC Libero分为Libero IDE和Libero SoC,Libero IDE最新版本是v9.2 SP3(2016年4月4日)已经不再更新维护了,而Libero SoC是Libero IDE的升级版,官方推荐的开发工具,文中的Libero指的是Libero SoC。 Libero SoC Libero® SoC是Microsemi(美高森美)官方...

whik1194的博客 2万+

VB摄像头监控

该VB模块可对摄像头捕获的画面进行录像等,可在创建的窗口进行控制

RETE算法

转载请注明来自 http://chillwarmoon.iteye.com RETE算法是一个用来实现产生式规则系统的高效模式匹配算法。该算法是由卡内基美隆大学的Charles L. Forgy在1974年发表的论文中所阐述的算法。RETE算法提供了专家系统的一个高效实现。 规则推理引擎做为产生式系统的一部分,当进行事实的断言时,包含三个阶段:匹配、选择和执行,称做match-select

好好学习 1016

老版QQ原生表情gif动态

这是老版的QQ表情,不过全是动态的的,Windows照片查看器是不会动的,可以右击用浏览器打开查看,再说一遍是老版的,只是分享给宁愿用老版也要动态的人。

Rete算法的简单说明

Rete算法的简单说明

u013115157的博客 1386

IDEA的使用指南

IDEA基于java的使用手册,可以最快速的上手,在使用中不断的丰富自己的使用技巧.

Camera2Demo

在Camera2 的基础上进行封装,使得Camera2一堆初始化逻辑与Activity分离,降低耦合度,完成预览拍照并保存的操作

Rete算法浅析

Rete算法浅析

NarutoConanKing的博客 5639

Rete算法总结

基本介绍 来源: Dr. Charles Forgy ( 1978-79) Rete算法历史来源:伴随着人工智能的发展,出现了规则引擎和产生式系统(图中5.1.3),rete算法正是在这个阶段产生的。 算法组成:rule compilation and runtime execution(规则编译和执行) 算法的应用: RETE是一种模式匹配算法(将事实与规则进行匹配的算法)。常见的...

一个小彩笔 5217
上一篇: Drools基本概念
下一篇: MAVNE - 基本配置(一)
cloneme01
博客等级 码龄20年 2万+粉丝 248原创
评论 1
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

打赏作者

cloneme01

谢谢您的支持与鼓励!

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

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