规则引擎解决方案

1.Gartner：“以决策为中心”正在超越“数据驱动”

Gartner 预测，到 2028 年，25% 的首席数据和分析官愿景陈述将变得“以决策为中心”，超过“数据驱动”的口号，因为人类的决策行为将通过建模以改进数据和分析。因为数据本身并不能改变决策行为，除非它被用于决策。如果没有以决策为中心的愿景，公司就有可能偏离关键利益相关者的需求，以及推动更好决策的必要性，而不仅仅是更好的数据。

决策智能的常见预期好处是：

☑️决策与组织目标保持一致

☑️减少不一致，更好地与利益相关者协作，以及

☑️提高组织对决策的接受度。

决策管理系统将独立成一个重要的IT核心组件

 

 

 

在传统方式下商业知识如果转化成业IT能力需要由业务人员梳理出业务需求，然后由IT人员通过编码的形式构建出可执行的应用逻辑。现在业务人员通过构建业务决策模型即可实现应用逻辑能力，而无需IT人员的参与。这样极大的简化了商业知识转化为IT能力的复杂度，打破了商业知识转化为IT能力的边界。

模型驱动的低代码快速开发

 

 

 

非技术人员即可构建业务领域模型，模型执行逻辑语义，模型组成不同的业务组件，还可以与外部组件组合，最终形成应用。

2.什么是DMN标准？

DMN是决策模型与符号(Decision Model and Notation)的缩写，是一种基于模型的语言，用于描述业务决策的逻辑。它是由OMG（对象管理组）发布并维护的一套独立于商业公司的国际业务决策建模标准。

DMN有一整套决策模型与符号规范，通过图形化、结构化的方式来定义业务决策的逻辑。用户通过图元块命名决策变量&函数名称，绑定数据类型，定义相互间的依赖调用关系，以装箱结构的形式直观的定义原来需要编码才能实现的复杂业务逻辑。

 

 

 

Together规则引擎基于DMN标准

决策需求图：业务人员和业务专家无需了解和使用复杂的IT编程语言来创建和维护用于制定业务运营决策的自动化业务逻辑。

FEEL语言：使用标准化、可验证的可视化模型，使该模型充当决策自动化引擎的文档和可执行源。

盒装表达式：可以直接从可视化模型实现自动化，而无需 IT 翻译。

Together规则引擎的优势

• 业务规则和应用系统解耦，方便业务规则的集中管控
• Together规则引擎优势
• 采用自然语言定义，技术门槛低，业务人员也可以使用
• 业务发生变更时，业务人员可快速进行调整，加速企业响应速度

3.系统架构

产品技术架构

Together规则引擎采用SpringBoot做为基础框架，通过网关服务的形式与第三方系统集成。第三方系统也可以将Together做为微服务组件的形式整合成为一体。

• 功能结构高内聚低耦合，足够轻量。
• 其微服务可以直接在安装了jdk的物理机/虚拟机上部署运行；
• 其微服务也可以结合docker容器来部署，通过docker镜像的实例化实现部署，可以做到自动伸缩。

 

工作流程集成

CMMN组件

• 目前支持BPMN标准的主流工作流引擎包括Activiti、 Flowable、Camunda、JBPM等，其中Flowable、Camunda、JBPM支持DMN和CMMN节点，但结构紧耦合。
• CMMN可以做为BPM节点，适应更多的复杂流程场景，比如知识密集型节点，目前Flowable、 Camunda支持CMMN标准。

PMML组件

• 目前Flowable、 Camunda 、JBPM支持DMN标准可以定义DRG规则流程图，但DMN不能独立使用，没有独立的引擎。
• DMN构建了一整套完整的决策、知识、知识服务、数据模型定义、脚本执行语言扩展、FEEL表达式语言等规则元素。