Java规则引擎drools：drt动态生成规则并附上具体项目逻辑

一 整合

由于本人的码云太多太乱了，于是决定一个一个的整合到一个springboot项目里面。

附上自己的项目地址https://github.com/247292980/spring-boot

以整合功能

spring-boot，FusionChart，thymeleaf，vue，ShardingJdbc，mybatis-generator，微信分享授权，drools，spring-security，spring-jpa，webjars，Aspect

这次就来整合drools的动态生成规则（drt）。

二 开发目的

为什么写规则引擎要做到动态生成规则呢？

因为规则引擎的作用

一些多变的活动逻辑可以再不改变代码，不重新部署系统，如需求改需求，

一些通用但微变的逻辑，如人工智能的机器学习，达到ai修改数据库来微调自己的行为。

以上统称为 决策从逻辑剥离。

真相就是上面的人不放心你，你要根据设计的mysql数据库写一个降智的后台系统给他们来决定什么时候发什么奖品。

三 项目设计

那么，很明显就是开发一个drools的规则引擎和一个有各种说明语言的，对一个数据库的表进行crud的后台操作系统。

drools这里做的很好，后者，drools就有一个workbench来给我们用了，我们还搞了中文版。

但是，什么东西一到了中国，就变味。

中国人看不懂drools的决策表，更不会根据workbench生成决策表。

于是，第一版drool的系统上线了之后，在需求的意见下，我们要搞个降智的后台操作系统。

而正如我之前博客所说，drools的官方文档很强，里面就有drt（动态规则模板）的例子，本质上就是workbench的劣化例子给我们看。

然后，再根据网上各处资源的魔改，我们给规则引擎升级成动态生成规则文件的，这也是我要拿来做例子的

四 代码讲解

我一直是代码即文档的伪支持者，所以大家吧项目clone下来观看更佳。

规则引擎其实就是规则的加载，规则的使用。（动态的规则引擎的规则加载，还要实现规则的生成。）

也就是loadRule和useRule。

loadRule

1.先从数据库获取规则 getActivityRuleList()

2.再跟据获取的规则生成drt可以解析的map型data prepareData(ruleDTO)

3.通过drt解析，生成drl规则string objectDataCompiler.compile(Arrays.asList(data), Thread.currentThread().getContextClassLoader().getResourceAsStream("give-reward-rule-template.drt"));

4.根据以上获得的规则string生成maven结构的规则并加载 createOrRefreshDrlInMemory(ruleDrls)

/**
 * 加载规则
 */

public void loadRule() {
    try {
        List<RuleDTO> ruleDTOs = getActivityRuleList();
        log.info("{}条加入规则引擎", ruleDTOs.size());
        if (!ruleDTOs.isEmpty()) {
            RuleGenerator generator = new RuleGenerator();
            generator.generateRules(ruleDTOs);
        }
    } catch (Exception e) {
        log.error("RuleService.loadRule。e={}",e.getMessage(), e);
    }
}

/**
     * 从数据库里面取规则
     */
    public List<RuleDTO> getActivityRuleList() {
        Date begin = Date.from(LocalDateTime.now().atZone(ZoneId.systemDefault()).toInstant());
        Date end = Date.from(LocalDateTime.now().plusDays(1).atZone(ZoneId.systemDefault()).toInstant());

        List<ActivityRule> list = testService.selectAll();
        List<RuleDTO> ruleDTOList = new ArrayList<>();
        for (ActivityRule dto : list) {
            RuleDTO ruleDTO = new RuleDTO();
            ruleDTO.setBeginTime(begin);
            ruleDTO.setEndTime(end);
            ruleDTO.setRule(dto);
            ruleDTOList.add(ruleDTO);
        }
        return ruleDTOList;
    }

/**
 * 根据传递进来的参数对象生规则
 *
 * @param ruleDTOs
 */
public void generateRules(List<RuleDTO> ruleDTOs) {
    List<String> ruleDrls = new ArrayList<>();
    for (int i = 0; i < ruleDTOs.size(); i++) {
        //规则的生成
        String drlString = applyRuleTemplate(ruleDTOs.get(i));
        ruleDrls.add(drlString);
        log.info("规则引擎加载规则,id-{}", ruleDTOs.get(i).getRule().getId());
    }
    //规则的加载
    createOrRefreshDrlInMemory(ruleDrls);
}

/**
     * 根据Rule生成drl的String
     */
    private String applyRuleTemplate(RuleDTO ruleDTO) {
        Map<String, Object> data = prepareData(ruleDTO);
//        log.info("rule={}", JSON.toJSON(ruleDTO));
        ObjectDataCompiler objectDataCompiler = new ObjectDataCompiler();
        return objectDataCompiler.compile(Arrays.asList(data), Thread.currentThread().getContextClassLoader().getResourceAsStream("give-reward-rule-template.drt"));
    }

   /**
     * 根据Rule生成drl的map data
     */
    protected Map<String, Object> prepareData(RuleDTO ruleDTO) {
        Map<String, Object> data = new HashMap<>();
        ActivityRule rule = ruleDTO.getRule();
        data.put("ruleCode", ruleDTO.hashCode());
        data.put("beginTime", DateUtil.dateToStringFormat(ruleDTO.getBeginTime(), "dd-MMM-yyyy"));
        data.put("endTime", DateUtil.dateToStringFormat(ruleDTO.getEndTime(), "dd-MMM-yyyy"));
        data.put("eventType", FactManager.getFactClassByEvent(rule.getEvent()).getName());
        data.put("rule", rule.getRuleValue());
        data.put("awardeeType", rule.getAwardeeType());
//        data.put("ruleId", rule.getId());
//        data.put("joinChannels", ruleDTO.getJoinChannel());
//        data.put("priority", rule.getPriority());
//        log.info("data={}", JSON.toJSON(data));
        return data;
    }

/**
 * 根据String格式的Drl生成Maven结构的规则
 *
 * @param rules
 */
private void createOrRefreshDrlInMemory(List<String> rules) {
    KieServices kieServices = KieServices.Factory.get();
    KieFileSystem kieFileSystem = kieServices.newKieFileSystem();
    kieFileSystem.generateAndWritePomXML(RuleExecutor.getReleaseId());
    for (String str : rules) {
        kieFileSystem.write("src/main/resources/" + UUID.randomUUID() + ".drl", str);
        log.info("str={}", str);
    }
    KieBuilder kb = kieServices.newKieBuilder(kieFileSystem).buildAll();
    if (kb.getResults().hasMessages(Message.Level.ERROR)) {
        log.error("create rule in kieFileSystem Error", kb.getResults());
        throw new IllegalArgumentException("生成规则文件失败");
    }
    doAfterGenerate(kieServices);
}

useRule

1.构建BaseFact  buildBaseFact(userId)

2.执行前，对BaseFact，uuid，RegisterMqDTO 进行操作 beforeExecute(orderId, fact, domain)

3.根据生成的RegisterFact执行规则匹配，并RuleExecutorResult为执行结果execute(registerFact, orderId)

    /**
     * 触发规则
     */
    public void useRule(String userId, String phone) {
        BaseFact fact = buildBaseFact(userId);
        /**
         * 因为是uuid所以修改了的规则，重载加载是新的drl，故从数据库动态加载之时，is_delete属性要注意
         * */
        String orderId = UUID.randomUUID().toString();
        /**
         * 此处应当是从其他服务获取的的消息体，而不是空值
         * */
        RegisterMqDTO domain = new RegisterMqDTO();
        domain.setTelephone(phone);
        try {
            /*可以知道一条信息，匹配了多少个规则，成功了几个*/
            RuleExecutorResult ruleExecutorResult = beforeExecute(orderId, fact, domain);
            log.info("RuleService|useRule|ruleExecutorResult={}", JSON.toJSON(ruleExecutorResult));
//            Assert.isTrue(ruleExecutorResult.getFailure() == 0, String.format("有%d条规则执行失败", ruleExecutorResult.getFailure()));
        } catch (Exception e) {
            log.error("RuleService|useRule|class={},orderId={}, userId={}, 规则执行异常:{}", this.getClass().getName(), orderId, "123456789", e.getMessage(), e);
        }
    }

    /**
     * 生成初始的baseFact
     */
    public BaseFact buildBaseFact(String userId) {
        BaseFact fact = new BaseFact();
//        此处应获取用户的信息
//        fact.setCust();
        fact.setUserId(userId);
        return fact;
    }

/**
 * 执行前
 */
public RuleExecutorResult beforeExecute(String orderId, BaseFact fact, RegisterMqDTO domain) {
    RegisterFact registerFact = buildRegisterFact(domain);
    CopyUtil.copyPropertiesCglib(fact, registerFact);
    log.info("RuleService|beforeExecute|{}事件的orderId={}, RegisterMqDTO={}", registerFact.getClass().getAnnotation(Fact.class).value(), orderId, domain);
    return RuleExecutor.execute(registerFact, orderId);
}

/**
 * 生成初始的registerFact
 */
private RegisterFact buildRegisterFact(RegisterMqDTO domain) {
    RegisterFact registerFact = new RegisterFact();

    CopyUtil.copyPropertiesCglib(domain, registerFact);
    return registerFact;
}

/**
 * modify by xiaohua
 * KieBase被抽取
 *
 * @param fact
 * @param orderId
 * @return 规则执行结果
 * @author xiaohua 2016年10月24日 下午2:09:12
 */
public static RuleExecutorResult execute(BaseFact fact, String orderId) {
    LOGGER.info("RuleExecutor|execute|fact={}", JSON.toJSON(fact));
    StatelessKieSession statelessKieSession = getKieBase().newStatelessKieSession();
    RuleExecuteGlobal global = new RuleExecuteGlobal();
    global.setUserId(fact.getUserId());
    global.setOrderId(orderId);
    global.setFactObj(fact);
    global.setResult(new RuleExecutorResult());
    statelessKieSession.getGlobals().set("globalParams", global);
    statelessKieSession.execute(fact);

    return global.getResult();
}

五 结尾

其实说难不难，就是这个东西的思路想出来就有点难了。

其中，mq的设计和接入（由于是简单的demo所以也就没有写上），规则执行结果的反馈（虽然是我写的，但是个人感觉有点鸡肋），还有一些项目里面的逻辑，我也只是在demo里面提了几句并没有实现（诸如初始化项目跑一下loadRule的代码，我也没放），但是大致的框架都出来了，我们只要往里面填就可以了。sql语句，配置文件也在项目里面，有兴趣的自己跑跑即可。