Drools 规则引擎：声明式业务逻辑

规则引擎 Drools：声明式业务逻辑

为什么需要规则引擎？

在传统 Java 开发中，业务逻辑往往以命令式代码形式嵌入系统——大量的 if-else、switch 与多层嵌套判断。当规则频繁变更时，修改代码、测试、部署的成本极高，且业务人员无法直观理解程序中的规则。

规则引擎将业务决策从应用代码中分离，以声明式方式描述“在什么条件下执行什么动作”。这带来了三大核心价值：

• 业务可读性：规则使用接近自然语言的 DSL 编写，业务人员也能参与维护。
• 变更灵活性：修改规则无需重新编译、部署应用，可实现热加载。
• 逻辑集中管理：所有规则统一存放，避免分散在代码各处导致的维护黑洞。

Drools 正是 Java 生态中最成熟、功能最全面的开源规则引擎。

什么是 Drools？

Drools 是 Red Hat 旗下的开源业务规则管理系统 (BRMS)，提供规则引擎、决策表、复杂事件处理(CEP)等能力。其核心基于 Rete 算法 的高效模式匹配网络，能够在对大量事实(数据)与规则进行匹配时保持优异性能。

Drools 使用 DRL (Drools Rule Language) 定义规则，语法简洁，支持与 Java 无缝集成，很容易嵌入任意 Java 应用。

核心概念速览

在动手之前，先理解 Drools 的四个核心角色：

简单执行流程：创建 KieBase → 创建 KieSession → 插入事实 → 触发所有匹配规则 → 执行动作。

环境准备

推荐使用 Maven 快速构建，引入核心依赖：

<dependencyManagement>
    <dependencies>
        <dependency>
            <groupId>org.drools</groupId>
            <artifactId>drools-bom</artifactId>
            <version>8.44.0.Final</version>
            <type>pom</type>
            <scope>import</scope>
        </dependency>
    </dependencies>
</dependencyManagement>

<dependencies>
    <dependency>
        <groupId>org.drools</groupId>
        <artifactId>drools-core</artifactId>
    </dependency>
    <dependency>
        <groupId>org.drools</groupId>
        <artifactId>drools-compiler</artifactId>
    </dependency>
</dependencies>

提示：若使用 Spring Boot，可集成 kie-spring-boot-starter，后文会给出示例。

第一个 Drools 规则：Hello World

假设我们要实现一个简单的会员积分奖励规则：消费超过 100 元送 10 积分。

1. 定义事实对象

public class Order {
    private double amount;
    private int points;
    // 构造函数、getter/setter 省略
}

2. 编写 DRL 规则文件（rules/order.drl）

package com.example.rules

import com.example.Order

rule "Give 10 points for orders over 100"
    when
        $order : Order( amount > 100 )
    then
        $order.setPoints( $order.getPoints() + 10 );
        System.out.println("Order " + $order + " gets 10 points.");
end

3. 在 Java 中执行规则

KieServices ks = KieServices.Factory.get();
KieContainer kc = ks.getKieClasspathContainer();  // 自动加载 classpath 下的 kmodule.xml 及规则
KieSession session = kc.newKieSession("ksession-rules");

Order order = new Order(120, 0);
session.insert(order);       // 插入事实
session.fireAllRules();      // 触发所有匹配的规则
session.dispose();

System.out.println("Final points: " + order.getPoints()); // 输出 10

META-INF 下需放置 kmodule.xml 配置：

<kmodule xmlns="http://www.drools.org/xsd/kmodule">
    <kbase name="rules" packages="rules">
        <ksession name="ksession-rules"/>
    </kbase>
</kmodule>

DRL 规则语法精要

Drools 规则采用 rule...end 块，基本结构如下：

rule "规则名称"
    attributes       // 可选属性，如 no-loop, salience, date-effective
    when
        // 条件（LHS – Left Hand Side）
    then
        // 动作（RHS – Right Hand Side）
end

条件部分 (LHS)：模式匹配

• 字段约束：Order(amount > 100)，支持 >, <, ==, !=, contains, matches 等。
• 绑定变量：$order : Order(...) 将匹配的事实绑定到变量，后续可使用。
• 多个模式：并列写出，表示“同时满足” (AND 关系)。例如：

  when
      $order : Order(amount > 100)
      Customer(status == "VIP") from $order.customer
  

• 组合条件：可使用 and、or、not、exists 关键字。
• 复杂值操作：eval() 可调用任意 Java 表达式（慎用，影响性能）。

动作部分 (RHS)：执行业务

• 直接修改绑定事实的属性，如 $order.setPoints(10)。
• 调用 Java 方法、输出日志、插入新事实 (insert) 或修改事实 (modify)。
• 使用 drools 内置函数：kcontext.getKieRuntime() 获取运行时。

常用属性

进阶：使用业务人员友好的决策表

如果规则由非技术人员维护，DRL 文件可能仍有门槛。Drools 支持通过 Excel 决策表 定义规则，将条件－动作映射为表格。

示例：会员等级折扣决策表（.xls 文件）

在代码中加载决策表只需让 KieBase 加载对应的 .xls 资源即可，Drools 会自动解析。

与 Spring Boot 集成

Spring Boot 项目可使用 kie-spring-boot-starter 快速集成：

1. 添加依赖：

<dependency>
    <groupId>org.kie</groupId>
    <artifactId>kie-spring-boot-starter</artifactId>
    <version>8.44.0.Final</version>
</dependency>

1. 在 application.yml 中配置规则文件路径：

kieserver:
  resources: classpath:rules/**/*.drl

1. 注入 KieContainer 或 KieService 便可直接使用，无需手动编写 kmodule.xml。

最佳实践与性能提示

• 避免在 LHS 中使用 eval：eval 会放弃索引优化，尽量使用字段约束。
• 注意 modify 与 update：修改已存在的事实必须通过 modify 或 update 通知引擎，否则规则不会重新评估。
• 使用 no-loop 或 lock-on-active 防止无限循环触发。
• 合理设计事实模型：将频繁变化的数据与静态属性分离，降低重新评估的范围。
• 策略化会话：对于高频调用，可使用 KieSessionPool 复用会话，避免频繁创建销毁。

总结

Drools 让开发者从“如何实现”转向“声明规则是什么”，极大提升了业务逻辑的可维护性与敏捷性。本文从核心概念和第一个规则入手，覆盖了 DRL 语法、决策表以及 Spring Boot 集成，为你后续深入学习（复杂事件处理 CEP、规则流、BRMS 等）打下了扎实基础。

将规则外置，迈向声明式业务逻辑，正是企业级应用应对变化的不二选择。