策略决策引擎之 OPA 与 Drools

策略决策引擎是什么

策略决策引擎是一种可以根据复杂的决策规则，对不同的业务场景进行智能化的决策支持的工具1。需要策略决策引擎的原因有以下几点：

• 解耦业务逻辑和策略规则：策略决策引擎可以将业务逻辑和策略规则分离，使得业务逻辑更加清晰，策略规则更加灵活，便于维护和更新。
• 提高决策效率和精度：策略决策引擎可以利用图形化的界面，快速地设计和配置复杂的决策流和决策树，减少人为的错误和遗漏，提高决策的效率和精度。
• 支持多种业务场景：策略决策引擎可以根据不同的业务需求，灵活地调整和优化决策规则，支持多种业务场景，如风险管理、电销、电催、精细化运营等

规则引擎的优势

• 业务规则与系统代码分离，实现业务规则的集中管理
• 在不重启服务的情况下可随时对业务规则进行扩展和维护
• 可以动态修改业务规则，从而快速响应需求变更
• 规则引擎是相对独立的，只关心业务规则，使得业务分析人员也可以参与编辑、维护系统的业务规则
• 减少了硬编码业务规则的成本和风险
• 使用规则引擎提供的规则编辑工具，使复杂的业务规则实现变得的简单

OPA 是什么

https://www.openpolicyagent.org/docs/latest/

Open Policy Agent (OPA) 是一个开源的通用策略引擎，可以在整个堆栈中实现统一、上下文感知的策略控制。OPA 的主要特点有：

• 声明式的策略语言：OPA 使用一种名为 Rego 的高级声明式语言来编写策略，Rego 可以表达复杂的逻辑和数据分析，支持 JSON 和 YAML 格式的数据。
• 简单的策略接口：OPA 提供了简单的 RESTful API 和 gRPC API 来查询和更新策略，以及获取策略决策的结果。
• 灵活的策略部署：OPA 可以以多种方式部署，包括作为一个独立的服务，作为一个嵌入式的库，或者作为一个 Kubernetes 的 Admission Controller。

Open Policy Agent 是一个云原生计算基金会 (CNCF) 的毕业项目，已经被许多知名的公司和组织使用，如 Netflix, Pinterest, Capital One, Atlassian

OPA 的具体决策执行流程如下上层服务接口可以对接不同的服务。策略决策与策略执行分离，OPA 并不负责具体任务的执行，它仅负责决策。当您的软件需要做出策略决策时，它会查询 OPA 并提供结构化数据（例如 JSON）作为输入。在 OPA 决策后，也会将结果以 JSON 的形式返回。

OPA 应用场景

• 容器安全：可以通过 Open Policy Agent 控制容器访问的权限以及容器之间的通信，并保障容器的安全。
• 云安全：通过 Open Policy Agent 设置云平台的安全策略，以保障云平台的安全性。
• API 网关：通过 Open Policy Agent 对 API 的请求和响应进行验证和授权，以实现 API 的访问控制。
• 微服务：通过 Open Policy Agent 对微服务之间的调用进行策略控制，以实现服务治理。

OPA 的出现可以将各处配置的策略进行统一，极大的降低了维护成本。以及将策略与对应的软件/服务进行解耦，方便进行移植/复用

OPA 部署

OPA 通常有两种部署方式

• 作为 Go 库：可以把 OPA 作为应用程序中的第三方库来实现。
• 作为守护程序：OPA 作为一个服务运行并通过 HTTP 执行。默认情况下，OPA 会监听在 8181 端口。
  

集群方式

数据交互方式

OPAL

OPAL = OPA + 事件驱动

OPA 实现权限管理

初探 Open Policy Agent 實作 RBAC (Role-based access control) 權限控管

Zadig 基于 OPA 实现 RBAC 和 ABAC 权限管理

Drools 是什么

https://drools.org/

Drools 是一个基于规则的系统，用于实现和管理业务逻辑。它是一个开源的 Java 项目，由 JBoss 和 Red Hat 支持。它可以处理事实和规则，并产生输出结果。

• Drools 是一个基于规则的系统，可以将业务逻辑从应用程序代码中分离出来，使其更容易理解和维护。
• Drools 提供了一个强大的规则引擎，可以快速和可靠地评估业务规则和复杂事件处理。
• Drools 支持决策模型和符号 (DMN) 模型的完整运行时支持，以及一个 Eclipse IDE 插件，用于核心开发。
• Drools 还提供了一个 web 作者和规则管理应用程序 (Drools Workbench)，可以让业务人员和技术人员协同工作，创建和管理规则。

Drools 示例

先安装 Drools Maven 依赖。
https://mvnrepository.com/artifact/org.drools/drools-core

然后你需要创建一个 KieSession 对象，用于加载规则文件和插入事实对象。最后你需要调用 fireAllRules() 方法，让 Drools 执行所有匹配的规则。下面是一个运行示例的代码

package com.xxx.drools.model;

public class Person {
    private String name;
    private int age;
    private boolean adult;

    public Person(String name, int age) {
        this.name = name;
        this.age = age;
    }

    // getters and setters
}

package com.xxx.drools.rules;

rule "Is Adult"
when
    $p : Person(age >= 18)
then
    $p.setAdult(true);
end

package com.xxx.drools;

import com.baeldung.drools.model.Person;
import org.kie.api.KieServices;
import org.kie.api.runtime.KieContainer;
import org.kie.api.runtime.KieSession;

public class DroolsApplication {

    public static void main(String[] args) {
        KieServices kieServices = KieServices.Factory.get();
        KieContainer kContainer = kieServices.getKieClasspathContainer();
        KieSession kSession = kContainer.newKieSession("ksession-rules");

        Person john = new Person("John", 20);
        Person paul = new Person("Paul", 15);

        kSession.insert(john);
        kSession.insert(paul);

        kSession.fireAllRules();

        System.out.println(john.isAdult());
        System.out.println(paul.isAdult());
    }
}

Drools 与 OPA 对比

	Drools	OPA
开发语言	Java	Go
源码地址	https://github.com/kiegroup/drools	https://github.com/open-policy-agent/opa
执行优化	RETE + PHREAK 算法	Rule Indexing
DSL	Drools（类似 Java 语法）	Rego（声明式的设计源于 Datalog ）
输入输出	Java 实体类	JSON
优先级配置	支持	需要多次交互实现
并行支持	支持	支持
性能开销	初始化时将规则编译成字节码的耗时	Go 之外的语言需要走 Http
学习成本	Java 开发者友好	Go 开发者友好
优势	规则语法与 Java 相似，在规则中能方便引入工具包，调用外部服务	规则语法与 Go 相似，使用 http 交互简单
劣势	Drools 相关的组件太多，架构搭建成本较高	需要部署单独服务，使用 http 交互，与 Java 服务结合不够灵活