Drools是一款基于Java的开源规则引擎，实现了将业务决策从应用程序中分离出来。本文是做为一个技术角度进行编写，文采有限，仅供对drools有必定了解，而且想搞清楚drools内部实现原理，并想提高编程技巧的同行学习和指正。web
一、案例算法
一个学校把学生的信息录入系统中，想找一批篮球苗子进行培养，为中国体育事业输送人才。编程
（1）事实：StudentFact对象微信
该对象中存放了学生的基本信息。年级，性别，年龄，身高，身体素质的信息。网络
（2）筛选规则：SelectStudentRule描述。app
IF：学习
年级是三年级以上，url
性别是男的，spa
年龄小于10岁，.net
身体健壮，
身高170cm以上，
THEN：
这个男孩是一个篮球苗子，须要培养，把该学生的信息存放到篮球苗子的表中
二、rete算法包含的部分
Working-Memory:存放要匹配规则的事实，也就说，存放的是业务对象，即StudentFact对象。
RuleBase:存放的是业务人员制定的形形色色的规则SelectStudentRule。
Pattern-Matcher:业务对象匹配规则的重要部分，也就是业务对象在规则网络中流动的过程的执行器。即StudentFact匹配SelectStudentRule的过程。
Agenda:一旦一个业务对象匹配了一个规则，会造成该规则和该业务对象的一个议程。即StudentFact要把该学生信息存入篮球苗子表中的事件。
Execution-Engine:业务对象匹配上一个规则后，业务对象执行规则结果的执行器。即将StudentFact信息存放如篮球苗子表中事件的执行器。
三、rete算法的网络图
匹配过程：
（1）、匹配过程当中事实在网络节点中的流转顺序为A-->B-->C-->D-->E-->F-->G-->H-->I--->规则匹配经过
（2）、从working-Memory中拿出一个待匹配的StudentFact对象，进入根节点而后进行匹配，如下是fact在各个节点中的活动图：
A节点：拿StudentFact的年级数值进行年级匹配，若是年级符合条件，则把该StudentFact的引用记录到A节点的alpha内存区中，退出年级匹配。
B节点：拿StudentFact的性别内容进行性别匹配，若是性别符合条件，则把该StudentFact的引用记录到B节点的alpha内存区中，而后找到B节点左引用的Beta节点，也就是C节点。
C节点：C节点找到本身的左引用也就是A节点，看看A节点的alpha内存区中是否存放了StudentFact的引用，若是存放，说明年级和性别两个条件都符合，则在C节点的Beta内存区中存放StudentFact的引用，退出性别匹配。
D节点：拿StudentFact的年龄数值进行年龄条件匹配，若是年龄符合条件，则把该StudentFact的引用记录到D节点的alpha的内存区中，而后找到D节点的左引用的Beta节点，也就是E节点。
E节点：E节点找到本身的左引用也就是C节点，看看C节点的Beta内存区中是否存放了StudentFact的引用，若是存放，说明年级，性别，年龄三个条件符合，则在E节点的Beta内存区中存放StudentFact的引用，退出年龄匹配。
F节点：拿StudentFact的身体数值进行身体条件匹配，若是身体条件符合，则把该StudentFact的引用记录到D节点的alpha的内存区中，而后找到F节点的左引用的Beta节点，也就是G节点。
G节点：G节点找到本身的左引用也就是E节点，看看E节点的Beta内存区中是否存放了StudentFact的引用，若是存放，说明年级，性别，年龄，身体四个条件符合，则在G节点的Beta内存区中存放StudentFact的引用，退出身体匹配。
H节点：拿StudentFact的身高数值进行身高条件匹配，若是身高条件符合，则把该StudentFact的引用记录到H节点的alpha的内存区中，而后找到H节点的左引用的Beta节点，也就是I节点。
I节点：I节点找到本身的左引用也就是G节点，看看G节点的Beta内存区中是否存放了StudentFact的引用，若是存放了，说明年级，性 别，年龄，身体，身高五个条件都符合，则在I节点的Beta内存区中存放StudentFact引用。同时说明该StudentFact对象匹配了该规 则，造成一个议程，加入到冲突区，执行该条件的结果部分：该学生是一个篮球苗子。
四、drools源码，一个事实匹配规则过程的原理介绍
一个Fact经过Session添加到规则网络中，如何进行规则匹配的大体过程以下：
（1）、经过根结点对象从EntryPointNode的Map集合中找到相应的EntryPointNode对象；
（2）、EntryPointNode对象有一个ObjectTypeNode的Map集合，把fact的class转化成ClassObjectType，从该集合中找到ObjectTypeNode；
（3）、OjectTypeNode对象的sink属性引用着这个fact事实的规则网络；
（4）、从sink属性中的链表中拿出一个alphaNode进行匹配，递归遍历全部alphaNode的子节点（sink属性），根据alphaNode中的条件对Fact数据进行比较。
==>（向下（子节点）是试图完整匹配一条规则）,若是向下有不匹配的，表示该规则不符合当前fact，退出递归，开始向右匹配。
==>（向右（nextRightTupleSinkNode属性）开始试图匹配另外一条规则）。
===>向下（当前AlphaNode子节点表明的规则的全部条件模式）匹配，若是全部的子节点alphaNode中隐藏的条件都符合， 则彻底匹配一条规则，造成议程加入冲突集合，待匹配完全部的规则，再根据规则的优先级执行匹配上的规则的结果部分，更改Fact的数据。
===>向右（进行另外一个规则的匹配），若是全部的子节点alphaNode中隐藏的条件都符合，则彻底匹配一条规则，造成议程加入冲突集合，待匹配完全部的规则，再根据规则的优先级执行匹配上的规则的结果部分，更改Fact的数据。
PS:本文由读者供稿，有必定的专业性和应用场景，若有疑问可经过联系做者后进群讨论！
—————END—————
识别图片二维码，关注“无敌码农”获取精彩内容
本文分享自微信公众号 - 无敌码农（jiangqiaodege）。
若有侵权，请联系 support@oschina.cn 删除。
本文参与“OSC源创计划”，欢迎正在阅读的你也加入，一块儿分享。