规则引擎以及blaze 规则库的集成初探之一——规则引擎简介

最近刚刚接触JAVA的规则引擎，一般的系统而言，业务不是非常复杂，而且变化少，因此很少采用什么规则引擎，最近接触了一个规则引擎的系统，是使用BlazeSoft公司的Blaze来实现的，自己对它正在了解中，把具体的实现相关的知识，写下来，以待进一步的整理。

本系列文章主要先人云亦云地介绍一下规则引擎的背景知识（本人了解规则引擎不多），接着介绍JSR94的API和具体的实现，以及blaze自己提供的java api的简单介绍和实现，然后介绍一下BlazeSoft公司的blaze的搭建、开发和部署，以及在java环境中的集成，简单介绍一下Blaze使用的规则语言，srl的语法。

规则引擎的简介

规则引擎

规则引擎是推理引擎的一种，它起源于基于规则的专家系统。规则引擎好像不是新鲜的话题了，但在java应用中，好像以前讨论得不多，不久热起来的。
规则引擎也就是基于规则的专家系统中的推理引擎发展而来。下面简要介绍一下基于规则的专家系统。

  引用一段相关文章的介绍 ：
 RBES的推理（规则）引擎
       和人类的思维相对应，规则引擎存在两者推理方式：演绎法（Forward-Chaining）和归纳法（Backward-Chaining）。演绎法从一个初始的事实出发，不断地应用规则得出结论（或执行指定的动作）。而归纳法则是从假设出发，不断地寻找符合假设的事实。
       Rete算法是目前效率最高的一个Forward-Chaining推理算法，Drools项目是Rete算法的一个面向对象的Java实现。
       规则引擎的推理步骤如下：
       1. 将初始数据（fact）输入Working Memory。
       2. 使用Pattern Matcher比较规则（rule）和数据（fact）。
       3. 如果执行规则存在冲突（conflict），即同时激活了多个规则，将冲突的规则放入冲突集合。
       4. 解决冲突，将激活的规则按顺序放入Agenda。
       5. 使用规则引擎执行Agenda中的规则。重复步骤2至5，直到执行完毕所有Agenda中的规则。
       具体请参考其他相关文章的介绍。

规则引擎是一种嵌入在应用程序中的组件，实现了将业务决策从应用程序代码中分离出来，并使用预定义的语义模块编写业务决策。接受数据输入，解释业务规则，并根据规则做出业务决策。

  “Java规则引擎将业务决策从应用程序代码中分离出来，并使用预定义的语义模块编写业务决策。Java规则引擎接受数据输入，解释业务规则，并根据规则作出业务决策。从这个意义上来说，它是软件方法学在"关注点分离"上的一个重要的进展。”，有人说，soa的发展成熟，将给规则引擎提供良好的切入。

  但是究竟什么是规则引擎，在业界中还没有统一的说法，至今仍然是个争议性的问题，因此也就缺少标准，如今比较流行的，作为规则引擎实现标准化的JSR 94（Java规则引擎API）也对此几乎没有任何定义，因此，暂且不深究吧。

为什么要使用规则引擎，它所适合的场所？

在保险业和金融服务业都广泛地使用了基于规则的编程技术，当需要在大量的数据上应用复杂的规则时，规则引擎技术特别有用。

以前参与过一个系统，是一个物流的调度系统，当时遇到一个问题，就是在实施的最后一个月中，客户的业务产生了多次变化，而且一直都有可能变化 。该系统业务比较复杂，变化大，这是在需求开发中是没有料到的，客户他们也一样，他们也不能预测以后的业务会发生怎样的变化。后来经过打了一系列的补丁才解决了问题，有些不可解决的问题，还是最后通过双方的让步，最终通过妥协解决的。后来想想，应该在需求研发中加大比重，挖掘隐性需求，另外应该利用工作流引擎结合简单的规则引擎，应该可以相应的降低或者避免后来出现的问题，以适应客户的不断变化的业务发展。

我们其实在今天一直都在讨论在什么时候以及什么场所中，该使用规则引擎，这个疑问对于大多数人都存在，就像连规则引擎是什么，如何使用，这两个问题都没有统一的答案一样，一切好像都存在很大的争议性，我们暂且不深究吧。像以前作的系统，有人提倡使用什么什么引擎，后来觉得我们水平不够，使用的学习成本也不低，不是很复杂的系统的业务逻辑，直接嵌入coding一样没问题，并且一些常变的规则，我们把它做成可配置（当然如果变化的规则变得越来越庞大的话，那是灾难性的）。总之还是可以满足需求。

看过相关的介绍，一般是指两方面的需求：
一、业务模式不成熟，跟着业务的发展，和行业的成熟，业务规则或者模式会经常变换，另外就是根据市场的需求，业务规则也经常变化。我们适用这些规则的变化，可以让业务人员直接变更这些系统中的规则，不需要开发人员的参与。
二、我们开发的系统，很多业务规则在需求研发阶段并不明朗，规则的变化可能一直贯穿到设计和编码，甚至在维护和运营之中。因此，我们需要一个相关的框架来对这些业务规则，进行统一的管理。像EJB和Spring只能在高端实现商务逻辑构建，但并不能提供具体的code的管理。用在配置性，可读性和重用性方面，带给我们极大利益的框架，来代替那些嵌入到系统代码中的if-else等逻辑（这些逻辑往往可读性差），看过一篇文章，是做这方面探讨的，有一些启发，请看http://lizwjiang.blog.hexun.com/3475785_d.html。

其实在实践中，带来的利益是上述两者兼而有之的，就像一般的规则引擎语言，都是比较简单明了的语言，像balze公司的STRUTURED RULE LANGUAGE，它追求的目标是，它的语法“as English-like as possible”，是比较容易懂，也易学，他的维护界面，也停供可视化的操作界面，因此在管理这些规则，某些简单的规则，业务人员是可以操作的,其实，在某些系统中，很多具体的业务变化，改变的都是这些规则。另外，它作为一个规则代码统一管理的框架，或者叫它嵌入式的组件，对这些规则的统一管理是非常方便的，而且不用重启应用系统。

当然，至于说完全不用开发人员的参与，让业务人员去维护规则，就今天的发展现状而言，有点痴人说梦矣。

总的来说，“复杂企业级项目的开发以及其中随外部条件不断变化的业务规则(business logic),迫切需要分离商业决策者的商业决策逻辑和应用开发者的技术决策，并把这些商业决策放在中心数据库或其他统一的地方，让它们能在运行时（即商务时间）可以动态地管理和修改从而提供软件系统的柔性和适应性。规则引擎正是应用于上述动态环境中的一种解决方法。”

下面转述一下相关的产品的介绍

目前主流的规则引擎组件多是基于Java和C++程序语言环境，已经有多种Java规则引擎商业产品与开源项目的实现，其中有的已经支持JSR94，有的正朝这个方向做出努力，列出如下：

 Java规则引擎商业产品有：
 l. ILOG公司的JRules(见 http://www.ilog.com/produts/jrules/)
 2. BlazeSoft公司的Blaze(见 http://www.fairisaac.com)
 3. Rules4J
 4. Java Expert System Shell （JESS）(见 http://herzberg.ca.sandia.com/jess)
 Jess不是开源项目，它可以免费用于学术研究，但用于商业用途则要收费

  开源项目的实现包括：
  l. Drools项目（见 http://drools.org/）
 Drools规则引擎应用Rete算法的改进形式Rete-II算法。从内部机制上讲，它使用了和Forgy的算法相同的概念和方法，但是增加了可与面向对象语言无缝连接的节点类型。
 最近Drools被纳入JBoss门下，更名为JBoss Rules，成为了JBoss应用服务器的规则引擎。
 有一篇入门的介绍文章，见： http://www.blogjava.net/guangnian0412/archive/2006/06/04/50251.aspx
 2. JLisa项目（见 http://jlisa.sourceforge.net/）
 JLisa是用来构建业务规则的强大框架，它有着扩展了LISP优秀特色的优点,比Clips还要强大.这些特色对于多范例软件的开发是至关重要的。它实现了JSR94 Rule Engine API。
 3. OFBiz Rule Engine（不支持JSR 94）
 4. Mandarax（见 http://mandarax.sourceforge.net/）
 Mandarax是一个规则引擎的纯Java实现。基于反向推理（归纳法）。能够较容易地实现多个数据源的集成。例如，数据库记录能方便地集成为事实集(facts sets)，reflection用来集成对象模型中的功能。支持XML标准(RuleML 0.8)。它提供了一个兼容J2EE的使用反向链接的接口引擎。目前不支持JSR 94。
 还有其他，在我们社区也有相关的介绍，例如： http://www.iteye.com/topic/7803?page=7
5、OFBiz Rule Engine - 支持归纳法(Backward chaining).最初代码基于Steven John Metsker的"Building Parsers in Java"，不支持JSR 94

其它的开源项目实现有诸如Algernon, TyRuBa, JTP, JEOPS, InfoSapient, RDFExpert, Jena 2, Euler,  Pellet OWL Reasoner, Prova, OpenRules, SweetRules, JShop2等等。

目前规则引擎比较流行的算法是都来自于Dr. Charles Forgy在1979年提出的RETE算法及其变体，Rete算法是目前效率最高的一个Forward-Chaining推理算法。详情请见CIS587:The RETE Algorithm，The Rete Algorithm，RETE演算法，《专家系统原理与编程》中第11章等。

规则语言

是规则引擎应用程序的重要组成部分,所有的业务规则都必须用某种语言定义并且存储于规则执行集中,从而规则引擎可以装载和处理他们。

Java Specification Request (JSR) 94没有为任何类型的业务规则（如，基于XML的、基于统一数据的或基于对象模型的）指定描述语言。由于没有关于规则如何定义的公用规范,市场上大多数流行的规则引擎都有其自己的规则语言，目前便有许多种规则语言正在应用。流行的规则语言：
STRUTURED RULE LANGUAGE(srl)          http://www.fairisaac.com
Rule Markup language (RuleML)                        http://www.ruleml.org/
Simple Rule Markup Language (SRML)                    http://xml.coverpages.org/srml.html
Business Rules Markup Language (BRML)                    http://xml.coverpages.org/brml.html
SWRL: A Semantic Web Rule Language Combining OWL and RuleML   http://www.daml.org/2003/11/swrl/

对于规则语法错误可以靠IDE工具来识别，当然，一般的IDE还没有Eclips和JBuilder等IDE那么方便，JBoss已经有提供Eclipse plugin了。如果要在上述的规则框架中移植这些规则的具体实现，变换规则定义，一般要使用XSLT转换器。当然公用规则语言的缺乏将阻碍不同规则引擎之间的互操作性，业界现在比较流行的公用操作语言都仍然没有达到各家提供商的一致认可，因此，公用标准的路还很长。

（下接《规则引擎以及blaze 规则库的集成初探之二——JSR94 的规则引擎API》）