drools 相关

规则引擎：基于规则的专家系统。

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，并根据业务规则做出业务决策。

RETE算法：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。
规则编译和规则执行。进行事实的断言时，包含三个阶段：匹配、选择和执行


API: 规则编译、规则收集、规则执行。
KIE：knowledge is Everything.

KieServices 
该接口提供了很多方法，可以通过这些方法访问KIE关于构建和运行的相关对象，比如说可以获取KieContainer，利用KieContainer来访问KBase和KSession等信息；
可以获取KieRepository对象，利用KieRepository来管理KieModule等。 
KieServices就是一个中心，通过它来获取的各种对象来完成规则构建、管理和执行等操作。
KieContainer 
可以理解KieContainer就是一个KieBase的容器。
KieBase 
KieBase就是一个知识仓库，包含了若干的规则、流程、方法等，在Drools中主要就是规则和方法，KieBase本身并不包含运行时的数据之类的，如果需要执行规则KieBase中的规则的话，就根据KieBase创建KieSession。
KieSession 
KieSession就是一个跟Drools引擎打交道的会话，基于KieBase创建，包含运行时数据，包含Fact，并对运行时数据事实进行规则运算。
KieRepository 
KieRepository是一个单例对象，它是一个存放KieModule的仓库，KieModule由kmodule.xml文件定义（当然不仅仅只是用它来定义）。
KieProject 
KieContainer通过KieProject来初始化、构造KieModule，并将KieModule存放到KieRepository中，然后KieContainer可以通过KieProject来查找KieModule定义的信息，并根据这些信息构造KieBase和KieSession。
ClasspathKieProject 
ClasspathKieProject实现了KieProject接口，它提供了根据类路径中的META-INF/kmodule.xml文件构造KieModule的能力，也就是我们能够基于Maven构造Drools组件的基本保障之一。

创建KieBase是一个成本非常高的事情，KieBase会建立知识（规则、流程）仓库，而创建KieSession则是一个成本非常低的事情，所以KieBase会建立缓存，而KieSession则不必。 

事实（Fact）：对象之间及对象属性之间的关系
规则（rule）：是由条件和结论构成的推理语句，一般表示为if…Then。一个规则的if部分称为LHS，then部分称为RHS。
模式（module）：就是指IF语句的条件。这里IF条件可能是有几个更小的条件组成的大条件。模式就是指的不能在继续分割下去的最小的原子条件。

如果规则能够被表达为模板+数据的格式，就可以使用决策表。

package 是逻辑上的包，不是物理含义的包，表示逻辑聚合。
对于同一package下的用户自定义函数、自定义的查询等，不管这些函数是否在同一个规则文件里面，在规则里面都是可以直接使用的。


KieService:定义一个接口：类实现。
在接口中定义一个静态类，在类中使用反射得到接口的实现。 KieService.Factory.newInstance(). 使用静态工厂得到实例化的实现。
为什么要这么设计。???????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????



drools规则：
比较操作符：>, >=, <, <=, ==, !=, contains, not contains, memberof, not memberof, matches, not matches
在使用有状态session的情况下使用嵌套属性需要注意属性的值可能被其他地方修改。

DRL特殊操作符：
!. 提供了一个默认的空判读的操作。使用此操作符时，会先校验当前对象是否为null，如果不为null再调用其方法或获得其属性进行判断。一旦当前操作对象为null，则相当于结果为false。

规则 extends ,继承了约束条件。还可以：
添加标记，在一个约束条件判断之后，使用 do 执行给定标记操作。

在RHS中可以使用LHS部分中定义的绑定变量名，设置的全局变量，。直接编写java代码。

对于KieBase来说，query的名字是全局性的，因此不要向同一RuleBase 的不同包添加相同名称的query。

一旦调用宏函数，会与所有的规则再重新匹配一次。如果匹配，会再次执行，所以有可能导致死循环，要注意。
LHS为空时，会被执行引擎改为 eval(true). 这个只会执行一次，不会重新调用导致循环。

activation-group : 同组中的所有规则，只有一个规则会被执行，。

Drools：通过向WorkingMemory中插入Fact对象的方式来实现规则引擎与业务数据的交互。



在Drools 7当中分有状态的session和无状态的session：KieSession和StatelessKieSession。
无状态Session:隔离了每次与规则引擎的交互，不会再去维护会话的状态。同时也不再提供fireAllRules方法。
使用场景： （1）数据校验 （2）运算 （3）数据过滤 （4）消息路由 （5）任何能被描述成函数或公式的规则





产生式系统：正向推理、反向推理、双向推理。
规则引擎：处理请求报文总类繁多，业务控制复杂的场景。
根据已有的事实，从规则知识库中匹配规则，并处理存在冲突的规则，执行最后筛选通过的规则。
Drools 中规则冲突决策策略有：(1) 优先级策略 (2) 复杂度优先策略 (3) 简单性优先策略 (4) 广度策略 (5) 深度策略 (6) 装载序号策略 (7) 随机策略


RETE算法简析：
alpha网络：过滤working memory，找出符合规则中每一个模式的集合，生成alpha memory（满足该模式的集合）。
beta网络： 有两种类型的节点Beta Memory和Join Node。前者主要存储Join完成后的集合。
后者包含两个输入口，分别输入需要匹配的两个集合，由Join节点做合并工作传输给下一个节点。

匹配过程：
（1）导入需要处理的事实到facts集合中。
（2）如果facts不为空，选择一个fact进行处理。否则停止匹配过程。
（3）选择alpha网的第一个节点运行（建立网络的时候设定的），通过该节点则进入alpha网的下一个节点，直到进入alpha memory。否则跳转到下一条判断路径。
（4）将alpha memory的结果加入到beta memory中，如果不为Terminal节点，则检测另一个输入集合中是否存在满足条件的事实，
满足则执行join，进入到下一个beta memory重复执行（3）。若另一个输入集合无满足条件的事实，返回到（2）。

如果该节点为Terminal节点，执行ACT并添加到facts中。

学习了很多文章。

drools: https://blog.csdn.net/wo541075754 ； https://www.ibm.com/developerworks/cn/opensource/os-drools/ ；

rete算法：https://blog.csdn.net/lfsf802/article/details/42297469;等等，。