Drools是一款基於Java的開源規則引擎，實現了將業務決策從應用程序中分離出來。本文是做爲一個技術角度進行編寫，文采有限，僅供對drools有必定了解，而且想搞清楚drools內部實現原理，並想提高編程技巧的同行學習和指正。web
一、案例算法
一個學校把學生的信息錄入系統中，想找一批籃球苗子進行培養，爲中國體育事業輸送人才。編程
（1）事實：StudentFact對象微信
該對象中存放了學生的基本信息。年級，性別，年齡，身高，身體素質的信息。網絡
（2）篩選規則：SelectStudentRule描述。app
IF：學習
年級是三年級以上，url
性別是男的，spa
年齡小於10歲，.net
身體健壯，
身高170cm以上，
THEN：
這個男孩是一個籃球苗子，須要培養，把該學生的信息存放到籃球苗子的表中
二、rete算法包含的部分
Working-Memory:存放要匹配規則的事實，也就說，存放的是業務對象，即StudentFact對象。
RuleBase:存放的是業務人員制定的形形色色的規則SelectStudentRule。
Pattern-Matcher:業務對象匹配規則的重要部分，也就是業務對象在規則網絡中流動的過程的執行器。即StudentFact匹配SelectStudentRule的過程。
Agenda:一旦一個業務對象匹配了一個規則，會造成該規則和該業務對象的一個議程。即StudentFact要把該學生信息存入籃球苗子表中的事件。
Execution-Engine:業務對象匹配上一個規則後，業務對象執行規則結果的執行器。即將StudentFact信息存放如籃球苗子表中事件的執行器。
三、rete算法的網絡圖
匹配過程：
（1）、匹配過程當中事實在網絡節點中的流轉順序爲A-->B-->C-->D-->E-->F-->G-->H-->I--->規則匹配經過
（2）、從working-Memory中拿出一個待匹配的StudentFact對象，進入根節點而後進行匹配，如下是fact在各個節點中的活動圖：
A節點：拿StudentFact的年級數值進行年級匹配，若是年級符合條件，則把該StudentFact的引用記錄到A節點的alpha內存區中，退出年級匹配。
B節點：拿StudentFact的性別內容進行性別匹配，若是性別符合條件，則把該StudentFact的引用記錄到B節點的alpha內存區中，而後找到B節點左引用的Beta節點，也就是C節點。
C節點：C節點找到本身的左引用也就是A節點，看看A節點的alpha內存區中是否存放了StudentFact的引用，若是存放，說明年級和性別兩個條件都符合，則在C節點的Beta內存區中存放StudentFact的引用，退出性別匹配。
D節點：拿StudentFact的年齡數值進行年齡條件匹配，若是年齡符合條件，則把該StudentFact的引用記錄到D節點的alpha的內存區中，而後找到D節點的左引用的Beta節點，也就是E節點。
E節點：E節點找到本身的左引用也就是C節點，看看C節點的Beta內存區中是否存放了StudentFact的引用，若是存放，說明年級，性別，年齡三個條件符合，則在E節點的Beta內存區中存放StudentFact的引用，退出年齡匹配。
F節點：拿StudentFact的身體數值進行身體條件匹配，若是身體條件符合，則把該StudentFact的引用記錄到D節點的alpha的內存區中，而後找到F節點的左引用的Beta節點，也就是G節點。
G節點：G節點找到本身的左引用也就是E節點，看看E節點的Beta內存區中是否存放了StudentFact的引用，若是存放，說明年級，性別，年齡，身體四個條件符合，則在G節點的Beta內存區中存放StudentFact的引用，退出身體匹配。
H節點：拿StudentFact的身高數值進行身高條件匹配，若是身高條件符合，則把該StudentFact的引用記錄到H節點的alpha的內存區中，而後找到H節點的左引用的Beta節點，也就是I節點。
I節點：I節點找到本身的左引用也就是G節點，看看G節點的Beta內存區中是否存放了StudentFact的引用，若是存放了，說明年級，性 別，年齡，身體，身高五個條件都符合，則在I節點的Beta內存區中存放StudentFact引用。同時說明該StudentFact對象匹配了該規 則，造成一個議程，加入到衝突區，執行該條件的結果部分：該學生是一個籃球苗子。
四、drools源碼，一個事實匹配規則過程的原理介紹
一個Fact經過Session添加到規則網絡中，如何進行規則匹配的大體過程以下：
（1）、經過根結點對象從EntryPointNode的Map集合中找到相應的EntryPointNode對象；
（2）、EntryPointNode對象有一個ObjectTypeNode的Map集合，把fact的class轉化成ClassObjectType，從該集合中找到ObjectTypeNode；
（3）、OjectTypeNode對象的sink屬性引用着這個fact事實的規則網絡；
（4）、從sink屬性中的鏈表中拿出一個alphaNode進行匹配，遞歸遍歷全部alphaNode的子節點（sink屬性），根據alphaNode中的條件對Fact數據進行比較。
==>（向下（子節點）是試圖完整匹配一條規則）,若是向下有不匹配的，表示該規則不符合當前fact，退出遞歸，開始向右匹配。
==>（向右（nextRightTupleSinkNode屬性）開始試圖匹配另外一條規則）。
===>向下（當前AlphaNode子節點表明的規則的全部條件模式）匹配，若是全部的子節點alphaNode中隱藏的條件都符合， 則徹底匹配一條規則，造成議程加入衝突集合，待匹配完全部的規則，再根據規則的優先級執行匹配上的規則的結果部分，更改Fact的數據。
===>向右（進行另外一個規則的匹配），若是全部的子節點alphaNode中隱藏的條件都符合，則徹底匹配一條規則，造成議程加入衝突集合，待匹配完全部的規則，再根據規則的優先級執行匹配上的規則的結果部分，更改Fact的數據。
PS:本文由讀者供稿，有必定的專業性和應用場景，若有疑問可經過聯繫做者後進羣討論！
—————END—————
識別圖片二維碼，關注「無敵碼農」獲取精彩內容
本文分享自微信公衆號 - 無敵碼農（jiangqiaodege）。
若有侵權，請聯繫 support@oschina.cn 刪除。
本文參與「OSC源創計劃」，歡迎正在閱讀的你也加入，一塊兒分享。