规则引擎解决方案调研报告_V1.0讲述.doc

  1. 1、本文档共11页,可阅读全部内容。
  2. 2、有哪些信誉好的足球投注网站(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
  3. 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  4. 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
查看更多
中国XXXXXXXX系统 for J2EE 规则引擎解决方案调研报告 Version 1.0 Revision History Date Version Description Author 4/21/2004 1.0 目录 1. 规则引擎 4 1.1 概述 4 2. 应用方案的一般实现 4 2.1 建立规则集 4 2.2 部署规则集 4 2.3 规则服务接口-JSR94 5 2.4 对规则的计算 5 2.5 规则的过滤 5 2.6 使用计算结果 5 3. 现有的商业解决方案 6 3.1 ILOG新产品ILOG JRules 6 3.2 操作人员已经显示提单列表 6 4. 其它解决方案 6 4.1 提单和报检单完成对碰 6 5. 评估 6 规则引擎解决方案调研报告 规则引擎 规则引擎是解决可变的商业规则的问题的Rules Engine)的运作机制是在内存中向对象应用一套规则。首先内存使用来自调用对象的输入,例如用户档案请求会话。这样,在任何规则实际激活之前,在内存中就已经有了一份用户档案的内容。 规则只能在一个上下文环境中执行,上下文环境把规则集和内存关联起来。该环境提供了到Rules Engine的接口,Rules Engine控制着应用程序的规则部分与内存之间的关系。 内存由生产规则(production rules)负责操作,生产规则包含在规则集里。,依照规则的左半边(left-hand sides,LHS)针对内存中的对象进行计算。如果内存中的对象与LHS中描述的模式匹配,就会触发规则的右半边(right-hand side,RHS)指定的操作。 此外某些操作可能会在内存中加入新的对象。例如,规则 Classifier 对用户年龄进行测试,如果 USER.age 45,就在内存中加入一个新的Classification 对象。 生产系统的运行,要执行以下操作: 1.?????????? 匹配: 估计规则的LHS,判断哪个规则与当前内存中的内容匹配。 2.?????????? 冲突解决:选择一个LHS匹配的规则。如果没有规则匹配,就停止解释。 3.?????????? 操作: 执行选中规则RHS中指定的动作。 4.?????????? 返回第1步。 规则会一直在内存中执行,直到冲突解决集变为0时才停止(也就是没有规则能激活了)。 在Rules Engine停止之后,规则管理器组件会返回一个对象列表,列表中包含内存中仍然存在的对象。一个可能的场景就是,还剩下一个类型为“Classification”或“ContentQuery”的对象。 Rules Manager接着对剩下的对象进行迭代,用可选的对象过滤器过滤它们。过滤器可以有选择地忽略某些对象或者对某些对象进行变换。 规则引擎分类 值得注意的是,存在不同类型的规则引擎,在决定如何应用一种工具之前理解这种工具的用途是极其重要的。当您跨业务规则领域进行调查研究时,您将注意到这些工具可以分为以下几类: 简单业务规则(simple business rule) —— 通过一张简化的、直观的词汇表来表达并且是在应用程序或业务流程的可变性情况下调用的一种业务规则。这种规则引擎的一个很好的例子就是 ilog、Blaze 和 IBM 的 BRBeans。 人工智能规则(artificial intelligence rule) —— 管理 AI 和数据挖掘(Data Mining)产品中算法行为的规则。这种类型的规则引擎的一个例子就是 DB2? Intelligent Miner? 产品。 事件相关规则(event correlation rule) —— 在事件相关性中用到的规则,用于将一套各自独立的事件聚合成一种聚合的(aggregated)有意义的形态。这种类型的规则的一个很好的例子就是 Tivoli? Event Console 系统管理产品。 数据为中心的规则(data-centric rule) —— 这些是约束对数据的检索和更新的规则。这些约束控制着如何转换数据以及谁可以访问数据,并通过加强语法、语义和上下文保留了数据的完整性。这种规则引擎的一个很好的例子就是 Versata。 转换和验证规则(transformation validation rules) —— 这些是应用集成或信息集成场景中定义对数据的修改的规则。这些规则定义数据是如何修改、净化或验证的。提供了这种规则的产品包括 WebSphere Business Integration 和 DB2 Warehouse Manager。 Rules Service),有几个步骤。首先,必须预先建立规则,然后把规则部署到一个正

文档评论(0)

shuwkb + 关注
实名认证
内容提供者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档