Drools学习笔记-1

由于在公司负责规则引擎产品，而之前对这个领域也不是很熟，所以需要了解下行业其他产品的情况，drools自然是最有名的，经过了几天的学习，对drools和rete算法有了一个初步的了解。

  1.drools是用于一个产品生系统的规则引擎是一个用来实现产生式规则系统（前边提到的production/inference好像就该翻译为产生式规则）的高效模式匹配算法。它可以被分为两部分：规则编译和运行时执行。规则编译是指根据规则集生成推理网络的过程，运行时执行指将数据送入推理网络进行筛选的过程。

2. 关于rete算法的简单理解：

       1） fact 事实： 我的理解是类似于一个Java pojo

        2）规则： 就是drl文件写的东西，when........then , LHS 是指 when 后面的条件， RHS是指 then 后面的推理结论。

        3)  模式：是指if 后面的条件经过拆分为最小粒度的规则，一个if 可能又多个最小粒度的规则组成，而这个最小粒度的规则就是后面rete算法里面的 TypeNode。

   rete算法的推理过程：

         把所有的规则逐一的进行分解（分解成若干了最小粒度的规则因子）,然后用这些分解后的最小粒度的规则因子构建一个网络，这个网络是按照最后的推理结果来构建的，比如说then 1的推理条件 when 1,那么 when 1可能由几个因子构成，那么这几个因子连接起来最后都满足后就可以连接到 then1.

         rete算法的匹配过程：

                 1.首先构建一个root节点，这个是rete网络的入口

                 2. 去除第一个规则，从规则一种取出模式1，也就是说最小粒度的规则因子，

                      a) 检查模式1中的参数类型，如果是新类型，则在rete网络中新建一个节点

                      b)检查模式1中的Alpha 节点是否存在，如果不存在，则在内存中新建Alpha 节点，并在网络中新建Alpha节点，如果存在，则记录下节点位置。我理解这个节点就是用来保存符合这个类型的所有数据

                     c)一直重复上面的步骤，直到所有的规则的所有模式都遍历完成。

                     d)连接beta节点，例如 beta(1)的数据节点是 Alpha(1) 和 Alpha(2)。

                     e)重复d,直到所有的beta节点构建完成

              下面是网上的例子，看了好多个例子，感觉这个比较浅显易懂。

规则P1:

LHS:

C1:(年纪：研2)

C2:(性别：男)

C3:(身材：较瘦)

C4:(身高：大于175cm)

RHS:

韩启超

RETE图如下：

图中各图形与节点的对应关系是：

TypeNode：

AlphaNode：

  BetaNode：