drools中一个复杂场景的dmn

已于 2022-08-23 14:42:53 修改
阅读量665 收藏
点赞数
分类专栏： 框架工具 文章标签： drools dmn
于 2022-08-19 17:45:43 首次发布
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/wangduqiang747/article/details/126429181
版权

现在遇到一个问题,就是都知道规则引擎是个好东西,但怎么用它却没有一个直观的概念.
因为看到的example都是很简单的,简单的东西什么工具都能做,要体现优势就需要有个复杂场景,这个场景在dmn里可以可视化开发,可视化运行,与之相对比用传统语言代码非常复杂难懂不易维护. 那这就很有说服性了

首先DMN是 OMG这个组织发布的规范
https://www.omg.org/spec/DMN/1.4/Beta1/PDF
给了几个例子,对应pdf中的几个章节
https://www.omg.org/spec/DMN/20211108/examples.zip

在这里插入图片描述

例子不是给drools用的, drools实现dmn是有差异的所以不能直接打开,对比能打开的dmn, 对官方给的例子做了些调整(替换文字的时候正则表达式…真好用,表示任意字符) 现在起码是能打开了,后续还要做些调整.比如import现在是粗暴的直接注释了.

文件等下上传 .另外提一点 workbench里的项目可以git管理代码
在这里插入图片描述
非常好用,dmn在本地一上传, kie-wb里就看到打印出来的解析dmn的错误堆栈
有了它才有了进行格式转换的可能(人肉转换)

dmn文件见:
https://download.csdn.net/download/wangduqiang747/86404649
文件有几个版本,用最新的那个

发布之后的请求如下:
post http://127.0.0.1:8080/kie-server/services/rest/server/containers/dumpli_1.0.0-SNAPSHOT/dmn

{
    "model-namespace": "http://www.trisotech.com/definitions/_9d01a0c4-f529-4ad8-ad8e-ec5fb5d96ad4",
    "model-name": "Chapter 11 Example",
    "dmn-context": {
        "Applicant data": {
            "Age": 25,
            "MaritalStatus": "M",
            "EmploymentStatus": "EMPLOYED",
            "ExistingCustomer": false,
            "Monthly": {
                "Income": 10000,
                "Repayments": 2500,
                "Expenses": 100000
            }
        },
        "Requested product": {
            "ProductType": "STANDARD LOAN",
            "Rate": 0.08,
            "Term": 36,
            "Amount": 10000
        },
        "Bureau data": {
            "Bankrupt": false,
            "CreditScore": 100
        },
        "Supporting documents": {},
        "Loan default data": "aaaaa"
    }
}

请求的返回如下:

{
    "type": "SUCCESS",
    "msg": "OK from container 'dumpli_1.0.0-SNAPSHOT'",
    "result": {
        "dmn-evaluation-result": {
            "messages": [],
            "model-namespace": "http://www.trisotech.com/definitions/_9d01a0c4-f529-4ad8-ad8e-ec5fb5d96ad4",
            "model-name": "Chapter 11 Example",
            "decision-name": [],
            "dmn-context": {
                "Installment calculation": "function Installment calculation( Product Type, Rate, Term, Amount )",
                "Bureau call type table": "function Bureau call type table( Pre-Bureau Risk Category )",
                "Eligibility": "INELIGIBLE",
                "Adjudication": 2,
                "Loan default data": "aaaaa",
                "Application risk score model": "function Application risk score model( Age, Marital Status, Employment Status )",
                "Credit contingency factor table": "function Credit contingency factor table( Risk Category )",
                "Application risk score": 125,
                "Pre-bureau risk category": "LOW",
                "Supporting documents": {},
                "Bureau data": {
                    "Bankrupt": false,
                    "CreditScore": 100
                },
                "Eligibility rules": "function Eligibility rules( Pre-Bureau Risk Category, Pre-Bureau Affordability, Age )",
                "Pre-bureau risk category table": "function Pre-bureau risk category table( Existing Customer, Application Risk Score )",
                "Routing rules": "function Routing rules( Post-bureau risk category, Post-bureau affordability, Bankrupt, Credit score )",
                "Post-bureau risk category": "HIGH",
                "Requested product": {
                    "Rate": 0.08,
                    "Amount": 10000,
                    "ProductType": "STANDARD LOAN",
                    "Term": 36
                },
                "Routing": "DECLINE",
                "Affordability calculation": "function Affordability calculation( Monthly Income, Monthly Repayments, Monthly Expenses, Risk Category, Required Monthly Installment )",
                "Post-bureau affordability": false,
                "Financial.PMT": "function Financial.PMT( Rate, Term, Amount )",
                "Post-bureau risk category table": "function Post-bureau risk category table( Existing Customer, Application Risk Score, Credit Score )",
                "Required monthly installment": 333.3636546143084985132842970339110,
                "Applicant data": {
                    "MaritalStatus": "M",
                    "Monthly": {
                        "Repayments": 2500,
                        "Expenses": 100000,
                        "Income": 10000
                    },
                    "ExistingCustomer": false,
                    "EmploymentStatus": "EMPLOYED",
                    "Age": 25
                },
                "Strategy": "DECLINE",
                "Bureau call type": "MINI",
                "Pre-bureau affordability": false
            },
            "decision-results": {
                "_5b8356f3-2cf2-40e8-8f80-324937e8b276": {
                    "messages": [],
                    "decision-id": "_5b8356f3-2cf2-40e8-8f80-324937e8b276",
                    "decision-name": "Bureau call type",
                    "result": "MINI",
                    "status": "SUCCEEDED"
                },
                "_b5e759df-f662-44cd-94f5-55c3c81f0ee3": {
                    "messages": [],
                    "decision-id": "_b5e759df-f662-44cd-94f5-55c3c81f0ee3",
                    "decision-name": "Eligibility",
                    "result": "INELIGIBLE",
                    "status": "SUCCEEDED"
                },
                "_4bd33d4a-741b-444a-968b-64e1841211e7": {
                    "messages": [],
                    "decision-id": "_4bd33d4a-741b-444a-968b-64e1841211e7",
                    "decision-name": "Adjudication",
                    "result": 2,
                    "status": "SUCCEEDED"
                },
                "_e905f02c-c5d9-4f2a-ba57-7912ff523b46": {
                    "messages": [],
                    "decision-id": "_e905f02c-c5d9-4f2a-ba57-7912ff523b46",
                    "decision-name": "Application risk score",
                    "result": 125,
                    "status": "SUCCEEDED"
                },
                "_ed60265c-25e2-400f-a99f-fafd3b489838": {
                    "messages": [],
                    "decision-id": "_ed60265c-25e2-400f-a99f-fafd3b489838",
                    "decision-name": "Pre-bureau affordability",
                    "result": false,
                    "status": "SUCCEEDED"
                },
                "_40b45659-9299-43a6-af30-04c948c5c0ec": {
                    "messages": [],
                    "decision-id": "_40b45659-9299-43a6-af30-04c948c5c0ec",
                    "decision-name": "Post-bureau risk category",
                    "result": "HIGH",
                    "status": "SUCCEEDED"
                },
                "_728e3a50-f00f-42c0-b3ee-1ee5aabd5474": {
                    "messages": [],
                    "decision-id": "_728e3a50-f00f-42c0-b3ee-1ee5aabd5474",
                    "decision-name": "Post-bureau affordability",
                    "result": false,
                    "status": "SUCCEEDED"
                },
                "_3c8cee68-99dd-418c-847d-0b54697354f2": {
                    "messages": [],
                    "decision-id": "_3c8cee68-99dd-418c-847d-0b54697354f2",
                    "decision-name": "Required monthly installment",
                    "result": 333.3636546143084985132842970339110,
                    "status": "SUCCEEDED"
                },
                "_ca1e6032-12eb-428a-a80b-49028a88c0b5": {
                    "messages": [],
                    "decision-id": "_ca1e6032-12eb-428a-a80b-49028a88c0b5",
                    "decision-name": "Routing",
                    "result": "DECLINE",
                    "status": "SUCCEEDED"
                },
                "_9997fcfd-0f50-4933-939e-88a235b5e2a0": {
                    "messages": [],
                    "decision-id": "_9997fcfd-0f50-4933-939e-88a235b5e2a0",
                    "decision-name": "Pre-bureau risk category",
                    "result": "LOW",
                    "status": "SUCCEEDED"
                },
                "_8b838f06-968a-4c66-875e-f5412fd692cf": {
                    "messages": [],
                    "decision-id": "_8b838f06-968a-4c66-875e-f5412fd692cf",
                    "decision-name": "Strategy",
                    "result": "DECLINE",
                    "status": "SUCCEEDED"
                }
            }
        }
    }
}
wangduqiang747
关注
  • 0
    点赞
  • 踩
  • 0
    收藏
    觉得还不错? 一键收藏
  • 2
    评论
专栏目录
Drools中文文档
10-21
drools开发中文文档！
drools：Drools是Java的规则引擎，DMN引擎和复杂事件处理（CEP）引擎
02-03
适用于Java:trade_mark:和JVM平台的开源规则引擎， 和复杂事件处理（CEP）引擎。 Drools是一个业务规则管理系统，具有基于前向链接和后向链接推理的规则引擎，可以快速，可靠地评估业务规则和进行复杂的事件处理。 规则引擎还是创建专家系统的基本构建块，在人工智能中，该专家系统是模拟人类专家的决策能力的计算机系统。 请务必查看Drools的项目和！ 开发Drools和jBPM 如果要构建或参与kiegroup项目，请。 正确设置开发环境将为您和我们节省大量时间。 它解决了可能会破坏您的开发的所有已知陷阱。 它还描述了所有准则，技巧和窍门。 如果您希望将拉取请求（或补丁）合并到主请求中，请遵守这
drools-7.10中文技术文档.pdf
10-14
drools 最新文档 7.10 规则引擎中文文档，含 规则可视化操作说明，规则配置说明等； Drools 实现和提供了 Rete 算法；也曾提供 Leaps，但因为它无人维护而撒销了。Drools Rete 实现也被称为 ReteOO
drools可以打开的复杂场景的dmn
08-19
OMG的dmn转换为drools可识别的dmn
drools中一个复杂场景的dmn (presentation)
wangduqiang747的博客
08-31 128
添加注释后
Drools介绍及应用场景
08-14
本次课程将以Drools规则引擎的概述，新特性等进行介绍，并准备一些小例子为大家提供Drools的一些基础例子
转转图书对基于Drools引擎的DMN实践
zhuanzhuantech的博客
11-02 953
DMN全称Decision Model and Notation（决策模型和符号、决策模型和表示法）,是一种用于表示业务决策和规则的规范，旨在帮助参与决策的人都能简单快速理解决策过程。DMN是由OMG（Object Management Group，对象管理组织）管理的一种规范，该组织下比较知名的还有UML等。如图所示，DMN的表现形式近似于流程图，通过可视化来更直观地体现出流转和处理的过程，而各个节点使用附带逻辑的表格来表现该节点处理数据的方式。
规则引擎 Drools及实战
Dream_ling的博客
03-30 3226
规则引擎 Drools 1. 问题引出 现有一个在线申请信用卡的业务场景，用户需要录入个人信息，如下图所示： 通过上图可以看到，用户录入的个人信息包括姓名、性别、年龄、学历、电话、所在公司、职位、月收入、是否有房、是否有车、是否有信用卡等。录入完成后点击申请按钮提交即可。 用户提交申请后，需要在系统的服务端进行用户信息合法性检查(是否有资格申请信用卡)，只有通过合法性检查的用户才可以成功申请到信用卡(注意：不同用户有可能申请到的信用卡额度不同)。 检查用户信息合法性的规则如下： 规.
Drools 规则引擎原理
卡兹戴尔
06-07 2540
从“频繁且通用”的业务变化中抽象出来的中间服务层，实现了将决策逻辑从应用代码中分离出来，并使用预定义的高级语法或者可视化的工具编写业务规则并自动优化执行。规则引擎具体执行可以分为接受数据输入，高效解释业务规则，根据业务规则输出决策结果几个过程。Drools规则引擎是一种基于规则的方法，用于在Drools软件中实现专家系统。规则引擎提供了专家系统，这是一种基于知识的系统，可以帮助你做出决策，比如做什么和怎么做。它将知识收集到一个知识库中，可以用于推理。
drools 复杂事件处理Complex Event Processing
top_explore的博客
06-27 3016
1 Drools Fusion Drools Fusion是负责将事件处理功能添加到平台的模块。 2 事件语义 event是呈现出几个显着特点的fact： 通常是不可变的：因为，通过前面讨论的定义，事件是应用程序域中状态变化的记录，即已经发生的事情的记录，并且过去不能“改变”，事件是不可变的。此约束是开发多个优化和事件生命周期规范的重要要求。这并不意味着表示对象的Java对象必须是不可变的...
DMN 决策逻辑与决策依赖之间的联系
weixin_30877755的博客
03-13 377
介绍 上一章节介绍了决策模型的决策依赖层：一个或多个DRD组成一个DRG，可用于对一个领域的决策结构进行建模。然而，每个决策如何从输入得到结果的细节必须建立在决策逻辑层之上。本章节介绍了决策逻辑与决策依赖之间作用（DRG元素）的原理。决策逻辑的具体表现会在：决策表、S-FEEL和FEEL表达式章节详细介绍。 在DMN决策模型的决策逻辑层，由一个或多个表达式组成。在DMN 1.0中，决...
1 Drools规则引擎简介（使用场景及优势）
qq_36305027的博客
02-24 5041
1 Drools简介 Drools is a Business Rules Management System (BRMS) solution. It provides a core Business Rules Engine (BRE), a web authoring and rules management application (Drools Workbench), full runtime support for Decision Model and Notation (DMN) mod
Drools用户手册翻译——第二章 入门（下）测试和评估
zcrazy的博客
07-03 231
因为篇幅原因，所以分为上下两个部分，主要就是通过一个交通违章项目的例子，带你先粗略感受一下决策模型的使用流程，总体来说有详细，也有没说清的地方，如果想要了解一下决策模型，可以进来了解一下。
Drools规则引擎
最新发布
echo_decode的博客
02-27 1616
规则引擎是由推理引擎变化而来，并不特指某个技术框架，它可以是一个系统，也可以是一个软件的适配类组件，甚至是软件本身。规则引擎主要作用是管理和执行规则，将复杂化的执行过程通过简易的规则组合拆分，通过特定的规则组合，降低业务逻辑的复杂程度和后期维护成本，同时提高其可扩展性。Drools 是用 Java 语言编写的开源规则引擎，是KIE（知识就是一切）项目的一部分，基于Charles Forgy的RETE算法的规则引擎实现。其使用 ReteOO算法执行规则。
drools dmn_Drools 7支持DMN（决策模型和表示法）
最佳 Java 编程
06-28 1802
drools dmn 决策模型和表示法（DMN）规范是OMG（对象管理组）相对较新的标准，旨在为业务规则和业务决策提供服务。 BPMN（它的兄弟规范）用于业务流程：标准化表示法和执行语义，以使业务用户可以使用它，并且可以在不同供应商的工具之间交换模型。 Drools团队一直在积极遵循规范及其发展方向。 该团队认为，根据对开放标准的长期承诺，现在是时候支持该规范并为其用户提供一个兼容的实现...
关于规则引擎drools的介绍
cainiaobulan的博客
06-28 468
Drools是一个基于Java的开源规则引擎，它允许开发人员以声明性的方式定义业务规则，并将这些规则与应用程序集成。用户指南提供了Drools的详细文档和使用说明，包括规则定义、规则语法、规则引擎配置等内容。示例代码库包含了一些使用Drools的示例项目，可以帮助你理解和学习Drools的使用。官方网站提供了Drools的文档、示例和下载链接。后续将补充实际应用代码。
Drools 规则引擎（包括动态加载数据库中规则引擎）
ProGram_Java521的博客
04-27 8059
Drools 规则引擎，介绍了Drools原理和两种使用方法（包括动态加载数据库中规则引擎）
大数据风控项目实战 Drools规则引擎
飘然生的博客
02-19 7541
一、风控项目背景介绍 对一个复杂支付系统提供统一、全名高效的风险控制服务 特定： 1、数据全 2、响应快 二、风控项目系统架构 实时风控： 规则前处理、统一规则引擎、规则后处理 非实时风控： 数据收集入库、流式计算引擎、批量计算引擎 统一存储服务：数据存储 BFF:非核心模块 ...
drools规则动态化实践
京东科技开发者
02-06 734
如上，我们简单使用drools，仅需要注意drl文件语法。根据drl文件生成规则的工作内存，通过KieSession或者与工作内存交互。整个流程并不复杂。注意KieHelper仅是在演示中简单使用，demo中包含使用bean来管理容器的方式，即便在简单使用场景也不应通过KieHelper来重复加载规则。但是这样并不能满足我们线上化判断，或者频繁更改规则的诉求。于是我们在实践中需要对drools更高阶的使用方式。从上边的流程中我们体验了动态规则的创建以及使用。
写一个drools中非常复杂的function，并在实际场景中应用它
06-13
Drools是一款规则引擎，可以用于规则的管理和应用。在Drools中，function是一种自定义的函数，可以在规则中调用。下面我将介绍如何编写一个复杂的function，并在实际场景中应用它。 假设我们有一个场景，要对用户的订单进行风险评估，根据不同的风险级别进行不同的操作。我们需要编写一个复杂的function，计算订单的风险级别。 首先，我们定义一个Order类，包含订单的基本信息： ``` public class Order { private int orderId; private double amount; private int userId; // 省略getter和setter } ``` 接下来，我们定义一个函数，计算订单的风险级别。假设我们的风险评估算法如下： 1. 如果订单金额超过10000元，风险级别为高； 2. 如果订单金额超过5000元，风险级别为中； 3. 如果订单金额超过1000元，并且订单用户的历史订单金额总和超过5000元，风险级别为中； 4. 其他情况，风险级别为低。 根据上述算法，我们可以编写如下的函数： ``` public static String calculateRiskLevel(Order order, List<Order> historyOrders) { double amount = order.getAmount(); int userId = order.getUserId(); double totalAmount = historyOrders.stream() .filter(o -> o.getUserId() == userId) .mapToDouble(Order::getAmount) .sum(); if (amount > 10000) { return "HIGH"; } else if (amount > 5000 || (amount > 1000 && totalAmount > 5000)) { return "MEDIUM"; } else { return "LOW"; } } ``` 在上述函数中，我们首先获取订单的金额和用户ID，然后根据历史订单计算用户的总订单金额，最后根据算法计算风险级别。 接下来，我们可以在Drools规则中调用上述函数，进行风险评估。例如： ``` rule "Risk Assessment" when $order: Order(amount > 1000) then List<Order> historyOrders = getHistoryOrders($order.getUserId()); String riskLevel = calculateRiskLevel($order, historyOrders); if ("HIGH".equals(riskLevel)) { // 高风险操作 } else if ("MEDIUM".equals(riskLevel)) { // 中风险操作 } else { // 低风险操作 } end ``` 在上述规则中，我们首先获取订单的金额和用户ID，然后调用函数calculateRiskLevel计算风险级别，最后根据风险级别进行不同的操作。 以上就是一个复杂的function在实际场景中的应用。通过自定义function，我们可以更灵活地应用Drools规则引擎，实现更复杂的业务逻辑。

“相关推荐”对你有帮助么？

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论 2
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值