关键词：
本文的主题是规则引擎，主要内容包括规则引擎的实现算法 rete算法，clojure开源的规则引擎clara-rules对规则的处理方式和特点，以及clojure edn文件格式处理等内容。
（在一段时间的思考之后，发现本文还是越写越乱，最后还是决定采用问答式来组织）
1.那么什么是规则引擎呢？
规则引擎由推理引擎发展而来，是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。—百度
这个定义说的已经比较充分了，可见规则引擎是一个比较通俗易懂的概念。规则引擎就是将推理逻辑从业务代码分离，使得业务代码更加模块化的一个软件，接受一组规则和输入的事实，输出业务决策。
2.规则引擎是怎样工作的？
我们知道，当规则变得复杂后，事实变得庞大后，有很多东西就很难绕清楚了，这个时候就需要算法来帮忙。很多规则引擎使用的算法都是rete算法，那么rete算法的核心思想是什么呢？rete算法其实是一个模式匹配算法，规则引擎的核心是Pattern Matcher(模式匹配器)。不管是正向推理还是反向推理，首先要解决一个模式匹配的问题。(推理是数学证明中非常常见的一个名词)，比如说正向推理：
正向推理又称为正向链接推理，其推理基础是逻辑演绎的推理链，它从一组表示事实的谓词或命题出发，使用一组推理规则，来证明目标谓词公式或命题是否成立。实现正向推理的一般策略是：先提供一批数据(事实)到总数据库中，系统利用这些事实与规则的前提匹配，触发匹配成功的规则(即启用规则)，把其结论作为新的事实添加到总数据库中。继续上述过程，用更新过的总数据库中的所有事实再与规则库中另一条规则匹配，用其结论再修改总数据库的内容，直到没有可匹配的新规则，不再有新的事实加到总数据库为止。
3.模式匹配看起来其实挺简单的，一般的匹配例子有哪些？
对于规则的模式匹配，可以定义为： 一个规则是一组模式的集合。如果事实/假设的状态符合该规则的所有模式，则称该规则是可满足的。 模式匹配的任务就是将事实/假设的状态与规则库中的规则一一匹配，找到所有可满足的规则。
比如说，正则表达式就是一种模式匹配（学习正则表达式的成本很高，学正则表达式那么酸爽的过程应该不会忘记（不过如果能从推理的角度来看正则表达式，就溶图很多））；
/<\\s*(\\S+)(\\s[^>]*)?>[\\s\\S]*<\\s*\\/\\1\\s*>/
匹配 HTML 标记。\\s*匹配空白字符0次或多次；
(\\S+)匹配可连续非空白字符串，同时这个group就是后续被使用到的\\1;
(\\s[^>]*)?匹配一个以空白开始的不带”>”符号的字符串0次或者1次；这个是group2,\\2;
另外，正则表达式也是clojure中的一种非常基本的数据类型，clojure中的匹配re-find、re-matcher等函数也是提供了一个模式匹配的过程。
举另外一个例子来说明匹配的这个概念，这个例子是浏览器渲染，这里面将CSS规则树匹配到DOM树，最终生成渲染树的过程就是一个匹配的过程，说不定很多浏览器的原理就是采用规则引擎来做的（：）要是我来做这个方面的设计，说不定我就使用规则引擎来做了。）
4.那么模式是什么？
模式其实就是规则中最小的原子单位。
5.模式匹配看起来听简单的，但是觉得rete算法很难，rete算法是什么？rete算法有什么特别的地方？
rete算法也就是一个网络，将传入的对象在网络上传播。首先根据规则集建立一个网络（包括alpha节点和beta节点），然后将fact对象输入这个网络，看最终得到什么。
下面来看看规则引擎的算法rete，首先看一些概念
一些基本的概念
规则：一组规则的集合或者多组规则的集合
session：一组规则的集合，并且还可以往里面添加规则，移除规则，然后fire-rules(运行规则，如果一个规则被fired了，那么这个规则就是fired的状态了，不会再被fired了，除非有新的影响这个rule的fact加入或者移除。)，以及查询。那么查询session能够查到什么呢？其实query就可以认为是正则表达式了，会查询满足一定规则的fact：当然还可以限定一些参数(暂时可以先不关心query,用处不大，而且可能会大致偏题)。
rete算法也就是说根据一定的规则建立一个网络，然后对于某一个用户，他可能有一个fact,你只要将这个fact放入这个网络生成的session中，并且通过fire-rules，就可以取得根据规则得到的结果；或者你也可以查询某个规则是否符合你的fact.
working memory：那么working memory到底是什么？我认为就是fact，可以认为每一个fact就是一个Java中的对象，对应相应的class()；
rete网络：见下一个问题
6.在rete中，所有的rules组成了一张网络，这张网络是怎样组成的呢？
这张网络主要包括这些节点：
RootNode：Rete 网络的根节点，所有对象通过 Root 节点进入网络。
ObjectTypeNode：对象类型节点，保证所传入的对象只会进入自己类型所在的网络，提高了工作效率。
AlphaNode：Alpha 节点是规则的条件部分的一个模式，一个对象只有和本节点匹配成功后，才能继续向下传播。
JoinNode：用作连接（jion）操作的节点，相当于 and，相当于数据库的表连接操作，属于 betaNode
类型的节点。BetaNode 节点用于比较两个对象和它们的字段。两个对象可能是相同或不同的类型。我们将这两个输入称为左和右。BetaNode 的左输入通常是一组对象的数组。BetaNode 具有记忆功能。左边的输入被称为 BetaMemory，会记住所有到达过的语义。右边的输入成为 Alpha Memory，会记住所有到达过的对象。
这些概念再多也还是不够形象，下面结合一张经典的图片来说
这里的agenda是准备要选择一条规则来执行（可能会按照一定的规则）；
这里的act rhs是指执行规则的右半部分。
7.上图形象的说明了rete算法，但是规则匹配的具体步骤是什么（可能会涉及到非常具体的一些东西）？你觉得这样合理不？
推理引擎在进行模式匹配时，先对事实进行断言，为每一个事实建立working memory，然后将WME（working memory）从RETE鉴别网络的根结点开始匹配，下面对alpha结点和beta结点处理WME的不同情况分开讨论。
（1）如果WME的类型和根节点的后继结点TypeNode（alpha结点的一种）所指定的类型相同，则会将该事实保存在该TypeNode结点对应的alpha存储区中，该WME被传到后继结点继续匹配，否则会放弃该WME的后续匹配；
（2）如果WME被传递到alpha结点，则会检测WME是否和该结点对应的模式相匹配，若匹配，则会将该事实保存在该alpha结点对应的存储区中，该WME被传递到后继结点继续匹配，否则会放弃该WME的后续匹配；
（3）如果WME被传递到beta结点的右端，则会加入到该beta结点的right存储区，并和left存储区中的Token进行匹配（匹配动作根据beta结点的类型进行，例如：join，projection，selection），匹配成功，则会将该WME加入到Token中，然后将Token传递到下一个结点，否则会放弃该WME的后续匹配；
（4）如果Token被传递到beta结点的左端，则会加入到该beta结点的left存储区，并和right存储区中的WME进行匹配（匹配动作根据beta结点的类型进行，例如：join，projection，selection），匹配成功，则该Token会封装匹配到的WME形成新的Token，传递到下一个结点，否则会放弃该Token的后续匹配；
（5）如果WME被传递到beta结点的左端，将WME封装成仅有一个WME元素的WME列表做为Token，然后按照（4）所示的方法进行匹配；
（6）如果Token传递到终结点，则和该根结点对应的规则被激活，建立相应的Activation，并存储到Agenda当中，等待激发。
（7）如果WME被传递到终结点，将WME封装成仅有一个WME元素的WME列表做为Token，然后按照（6）所示的方法进行匹配；
这样看起来是很合理的。但是我们似乎忽略了一个细节，那么就是下一个问题要回答的内容了。
8.rete网络是怎么建立起来的？是否可以结合代码说明？
mk-session的过程就是根据加入session中的所有规则，解释生成一个包括alpha和beta节点的rete网络。
(sc/defn mk-session*
"Compile the rules into a rete network and return the given session."
[productions :- #schema/Production
options :- sc/Keyword sc/Any]
(let [
productions (with-meta (into (sorted-set-by production-load-order-comp) productions)
;; Store the name of the custom comparator for durability.
:clara.rules.durability/comparator-name `production-load-order-comp)
beta-graph (to-beta-graph productions)
beta-tree (compile-beta-graph beta-graph)
beta-root-ids (-> beta-graph :forward-edges (get 0)) ; 0 is the id of the virtual root node.
beta-roots (vals (select-keys beta-tree beta-root-ids))
alpha-nodes (compile-alpha-nodes (to-alpha-graph beta-graph))
;; The fact-type uses Clojure's type function unless overridden.
fact-type-fn (or (get options :fact-type-fn)
type)
;; The ancestors for a logical type uses Clojure's ancestors function unless overridden.
ancestors-fn (or (get options :ancestors-fn)
ancestors)
;; The default is to sort activations in descending order by their salience.
activation-group-sort-fn (eng/options->activation-group-sort-fn options)
;; The returned salience will be a tuple of the form [rule-salience internal-salience],
;; where internal-salience is considered after the rule-salience and is assigned automatically by the compiler.
activation-group-fn (eng/options->activation-group-fn options)
rulebase (build-network beta-tree beta-roots alpha-nodes productions
fact-type-fn ancestors-fn activation-group-sort-fn activation-group-fn)
get-alphas-fn (:get-alphas-fn rulebase)
transport (LocalTransport.)]
(eng/assemble :rulebase rulebase
:memory (eng/local-memory rulebase transport activation-group-sort-fn activation-group-fn get-alphas-fn)
:transport transport
:listeners (get options :listeners [])
:get-alphas-fn get-alphas-fn)))
具体过程不外乎循环，网络相关，不具体阐述。
9.clara-rules对规则处理的API有哪些特点?
一般调用api的步骤：
1.mk-session 根据规则创建session
2.在session中insert一些fact到session中。
inset “Inserts one or more facts into a working session. It does not
modify the given session, but returns a new session with the facts
added.”
通过上一部分我们已经知道了rete算法的原理。clara-rules也是采用rete算法实现的，在调用mk-session的时候就会生成一张rete网络，包括alpha节点和beta节点，并且将session中的fact放入到working memory中。这样一个session就生成好了，通过fire-rules就可以将里面的fact传入网络，使得网络最终运行到terminal节点的时候，再依次选择一条条规则来执行，最后执行规则右侧的rhs,因为网络是一个循环网络，直到结束为止。另外，defquery我认为query的过程就是加入一个规则（某些边和节点），然后查询满足了这个规则的session中的fact；也就是说query也会发起一次匹配，但是最终没有rhs需要去执行。
clara另外提供的一些api还有：
insert-all
“Inserts a sequence of facts into a working session
retract
“Retracts a fact from a working session”
fire-rules还有点特别：
“Fires are rules in the given session. Once a rule is fired, it is
labeled in a fired state and will not be re-fired unless facts
affecting the rule are added or retracted.This function does not modify the given session to mark rules as
fired. Instead, it returns a new session in which the rules are
marked as fired.”
10.clojure edn文件
clojure.edn提供了两个处理edn文件的api：read 和read-string
那么什么是clojure的edn格式呢？全称是extensible data notation
edn is an extensible data notation. A superset of edn is used by Clojure to represent programs, and it is used by Datomic and other applications as a data transfer format.
也就是edn是可以代表clojure 程序代码的，也可以作为数据的传输格式。edn非常适合用于程序的交互。
那么一个能被clojure程序识别并使用的edn有什么特征呢？其实我觉得edn和json文件格式很像,只不过edn完全就是使用了clojure的语法
在edn文件中是没法直接识别clojure的正则表达式#""的；
#dispatch character
Tokens beginning with # are reserved. The character following # determines the behavior. The dispatches # (sets), #_ (discard), #alphabetic-char (tag) are defined below. # is not a delimiter.
也就是说在edn文件中，#只接受｛ _ 以及数字和字符等。#"..."在edn中被认为是不正确的格式。
这个时候就需要用到re-pattern
(re-pattern s)
Returns an instance of java.util.regex.Pattern, for use, e.g. in
re-matcher.那么什么是java.util.regex.Pattern呢？
这是java中表示正则表达式的一个类，clojure中正则表达式用到的其实就是这个类。例如：
user=> (re-pattern "\\\\d+")
#"\\d+" 这里\\前面也需要用到\\作为转义字符。
既然使用到了edn文件，当然希望可以热加载文件中的内容，但是就像前面经历的那样，一个session只能位于主线程中，没法在每次rpc调用的那个线程中再次读取并创建，那么这个时候设计上就要注意两点了：
1：session设计为动态变量
2.需要检测文件，如果edn文件内容发生改变，则通过一个函数去改变session的值。
11.规则的设计有什么要注意的？
规则的设计也是个技术活，当然要设计的简单易懂，扁平化；
尽量减少冲突;
我的一点想法：编程的时候好的做法其实可以是只创建一个session，因为不同的事实匹配的规则是不同的，这个一般来说都不会相互冲突的。对性能的影响一般来说也不大。
现在并没有写大量的规则，后续经验丰富了应该会有更多可以分享的。
flink规则引擎实践分享(代码片段)
Flink规则引擎实践分享文章目录Flink规则引擎实践分享一、实时规则引擎架构***二、规则抽象模型三、规则、条件查询封装**3.1规则封装3.2查询规则封装四、基于ClickHouse实现用户行为明细查询服务支持4.1ClickHouse从Kafka摄取数据4.2Cl... 查看详情
规则引擎easyrules介绍，应用及示例(代码片段)
浅析EasyRules规则引擎轻量级规则引擎EasyRulesJava规则引擎EasyRules一、EasyRules介绍1.1概述EasyRules是一个简单而强大的Java规则引擎，提供以下功能：轻量级框架和易于学习的API基于POJO的开发与注解的编程模型定义抽象的业务... 查看详情
.netrulesengine规则引擎使用(代码片段)
规则引擎由推理引擎发展而来，是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... 查看详情
业余草开源规则流引擎实践(代码片段)
在很多企业的IT业务系统中，经常会有大量的业务规则配置，而且随着企业管理者的决策变化，这些业务规则也会随之发生更改。为了适应这样的需求，我们的IT业务系统应该能快速且低成本的更新。适应这样的需求，一般的作... 查看详情
解决emqx4.3规则引擎获取消息中文乱码(代码片段)
解决EMQX4.3规则引擎获取消息中文乱码解决方案一、EMQX规则引擎配置二、订阅端代码1、订阅端代码2、订阅端回调代码三、发布端代码解决方案一、EMQX规则引擎配置该规则引擎为获取指定主题的所有信息，并转发到指定接口... 查看详情
golang规则引擎原理及实战(代码片段)
本文主要介绍规则引擎在golang中的使用，将首先介绍golang中主要的规则引擎框架，然后利用golang原生的parser搭建一个简单的规则引擎实现基本的bool表达式解析工作。 背景随着业务代码的不断迭代，诞生出了越来越多... 查看详情
golang规则引擎原理及实战(代码片段)
本文主要介绍规则引擎在golang中的使用，将首先介绍golang中主要的规则引擎框架，然后利用golang原生的parser搭建一个简单的规则引擎实现基本的bool表达式解析工作。 背景随着业务代码的不断迭代，诞生出了越来越多... 查看详情
规则引擎drools介绍使用及springboot整合drools(代码片段)
规则引擎Drools介绍、使用及SpringBoot整合Drools一、Drools介绍1.1优点1.2架构1.2.1Drools引擎的核心组件1.2.2规则引擎工作流程简述1.3Drools语法1.3.1规则文件1.3.1.1.规则详情1.属性详情2.条件部分-LHS3.结果部分-RHS1.3.1.2Drools关键词1.3.1.3Drools... 查看详情
规则引擎drools的使用(代码片段)
引入maven<dependency><groupId>org.drools</groupId><artifactId>drools-templates</artifactId><version>7.14.0.Final</version></dependency><dependency>& 查看详情
drools规则引擎入门指南(代码片段)
本篇博客主要讲解Drools常用的属性以及函数属性首先我们在resourcesules文件夹下创建一个Property.drl，还有一个DroolsApplicationPropertyTests1.salience优先级salience属性的值默认为0，它的值越大执行的优先级就越高,看如下代码在执行的时候... 查看详情
drools规则引擎环境搭建(代码片段)
一、关于drools规则引擎前面写过一篇Drools规则引擎相关的文章，这篇文章主要记录一下规则引擎的环境搭建和简单示例。不熟悉drools的朋友可以看看这篇文章：自己写个Drools文件语法检查工具——栈的应用之编译器检测语法错误... 查看详情
35activiti整合规则引擎drools(代码片段)
喜欢关注公众号：java乐园日常生活是由规则驱动的。红灯停绿灯行，这是我们的交通规则；我们站着往上跳，最终还是要落下来，这是地球的引力规则。规则在生活中无处不在。软件开发中我们也需要规则，满足什么规则应该... 查看详情
golang规则引擎原理及实战(代码片段)
本文主要介绍规则引擎在golang中的使用，将首先介绍golang中主要的规则引擎框架，然后利用golang原生的parser搭建一个简单的规则引擎实现基本的bool表达式解析工作。 背景随着业务代码的不断迭代，诞生出了越来越多... 查看详情
c#rulesengine规则引擎：从入门到看懵(代码片段)
说明RulesEngine是C#写的一个规则引擎类库，读者可以从这些地方了解它：仓库地址：https://github.com/microsoft/RulesEngine使用方法：https://microsoft.github.io/RulesEngine文档地址：https://github.com/microsoft/Ru 查看详情
pcb规则引擎之编辑器(语法着色,错误提示,代码格式化)(代码片段)
对于一个规则引擎中的脚本代码编辑器是非常关键的,因为UI控件直接使用对象是规则维护者,关系到用户体验,在选用脚本编辑器的功能时除了满足代码的编辑的基本编辑要求外，功能还需要包含;语法着色,错误提示,代码格式化,代... 查看详情
规则引擎drools示例：个人所得税计算器信用卡申请保险产品准入规则(代码片段)
...一、Drools实战1.1个人所得税计算器1.1.1名词解释1.1.2计算规则1.1.3实现步骤1.2信用卡申请1.2.1计算规则1.2.2实现步骤1.3保险产品准入规则1.3.1决策表1.3.2规则介绍1.3.3实现步骤一、Drools实战1.1个人所得税计算器本小节我们需要通过Drool... 查看详情
liteflow开源编排规则引擎(代码片段)
osgi让java系统变成模块化的形式，ASM是一款修改字节码的框架，同类型的框架Cglib。这些框架能加载一个class信息，Javaagent&AttachAPI结合ASM LiteFlow的理念很简单，就是把系统中的各个逻辑切... 查看详情
googleaviator——轻量级java表达式引擎实战(代码片段)
...擎技术及比较Drools简介Drools（JBossRules）是一个开源业务规则引擎，符合业内标准，速度快、效率高。业务分析师或审核人员可以利用它轻松查看业务规则，从而检验是否已编码的规则执行了所需的业务规则。除了应用了Rete核心... 查看详情