(+) 规则引擎

预研项目/规则引擎.md

@@ -0,0 +1,280 @@
+# 规则引擎
+
+实现业务和代码的分离，即把业务逻辑抽离，实现规则和系统的解耦。 数据输入-> 业务规则解释 -> 做出业务决策。
+
+适用于复杂、多变的业务场景。
+
+`原先一堆 case 的逻辑，改由规则引擎控制，对频繁修改的业务规则提高修改效率`
+
+### [Drools](https://github.com/kiegroup/drools)
+
+Drools是一个基于Java的**开源**规则引擎。
+
+Drools 是用 Java 语言编写的开放源码规则引擎，使用 Rete 算法对所编写的规则求值。Drools 允许使用声明方式表达业务逻辑。可以使用非 XML 的本地语言编写规则，从而便于学习和理解。并且，还可以将 Java 代码直接嵌入到规则文件中，这令 Drools 的学习更加吸引人。
+
+`ksession-rules.drl`
+
+```yaml
+package com.rules
+import model.ProtocolType
+dialect "java"
+
+rule "jk16"
+    when
+        $protocol : ProtocolType(data matches "^1A12.*$" )
+    then
+        $protocol.setType("xx燃气表协议");
+        System.out.println("触发规则1："+$protocol.getData());
+     end
+
+rule "jkstd"
+    no-loop true
+    lock-on-active true
+    salience 1
+    when
+        $protocol : ProtocolType(data matches "18.*",length == 10)
+    then
+        $protocol.setType("xx水表标准协议");
+        System.out.println("触发规则2："+$protocol.getData());
+     end
+```
+
+`main.java`
+
+```java
+public static void main(String[] args) {
+    KieServices ks = KieServices.Factory.get();
+    KieContainer kContainer = ks.getKieClasspathContainer();
+    KieSession kSession = kContainer.newKieSession("ksession-rules");
+
+    ProtocolType pt = new ProtocolType();
+    pt.setData("1A122312345");
+
+    kSession.insert(pt);
+    kSession.fireAllRules();
+    kSession.dispose();
+    System.out.println(pt);
+}
+```
+
+
+
+### Ilog JRules
+
+Ilog Jrules是完整的业务规则管理系统(BRMS)，它提供了对整个企业业务规则进行建模、编写、测试、部署和维护所必需的所有工具。
+
+
+
+### Easy Rules
+
+[Github](https://github.com/EasyRules/easyrules.git)
+
++ 轻量级 简单易用的API
++ 基于POJO 注解开发模型
++ 通过高效的抽象来定义业务规则并轻松应用它们
++ 支持创建复合规则
++ 支持通过表达式语句创建规则（MVEL,SpEL，JEXL等）
+
+scala改写官方start:
+
+```scala
+object main {
+
+    def main(args: Array[String]): Unit = {
+        println("hello rule engine")
+
+        val rule = new MyRule()
+        rule.bRain = true
+        val ruleEngine = RulesEngineBuilder.aNewRulesEngine().build()
+        ruleEngine.registerRule(rule)
+
+        ruleEngine.fireRules()
+    }
+}
+
+@Rule(name = "my rule", description = "test rule")
+class MyRule() {
+    var bRain = false
+
+    @Condition
+    def itRains(): Boolean = {
+        bRain
+    }
+
+    @Action
+    def doSomething(): Unit = {
+        println("it rains")
+    }
+}
+```
+
+在最新版本中才支持表达式语句创建
+
+下载git代码并mvn install后本地库使用
+
+```xml
+<dependencies>
+    <dependency>
+        <groupId>org.jeasy</groupId>
+        <artifactId>easy-rules-core</artifactId>
+        <version>4.1.1-SNAPSHOT</version>
+    </dependency>
+
+    <dependency>
+        <groupId>org.jeasy</groupId>
+        <artifactId>easy-rules-mvel</artifactId>
+        <version>4.1.1-SNAPSHOT</version>
+    </dependency>
+</dependencies>
+```
+
+`weather-rule.yml`
+
+```yml
+name: "weather rule"
+description: "if it rains then take an umbrella"
+condition: "rain == true"
+actions:
+  - "System.out.println(\"It rains, take an umbrella!\");"
+```
+
+
+
+```scala
+def main(args: Array[String]): Unit = {
+    val ruleFactory = new MVELRuleFactory(new YamlRuleDefinitionReader)
+    val source = Source.fromInputStream(getClass.getResourceAsStream("/weather-rule.yml"))
+    val weatherRule = ruleFactory.createRule(source.bufferedReader())
+    source.close()
+
+    val facts = new Facts()
+    facts.put("rain", true)
+
+    val rules = new Rules()
+    rules.register(weatherRule)
+
+    val rulesEngine = new DefaultRulesEngine()
+    rulesEngine.fire(rules, facts)
+}
+```
+
+构想的一个应用场景：
+
+[代码](https://github.com/yinweiwen/easy-rules-scala-example)
+
+根据测点属性或数据，来判断需要执行哪些操作：
+
+```scala
+def handle(data: StationData): Unit = {
+    val facts = new Facts()
+    facts.put("sensor", BoxData(data))
+
+    engine.fire(rules, facts)
+}
+
+// 需要把待处理数据进行封装
+// like a POJO
+case class BoxData(var data: StationData) {
+    def validate(): Unit = {
+        data = Validator.handle(data)
+    }
+
+    def analyze(): Unit = {
+        data = Analyzer.handle(data)
+    }
+
+    def storage(): Unit = {
+        Storage.handle(data)
+    }
+}
+```
+
+构造规则：例如温度超过30时执行指定过滤和分析操作。
+```yaml
+name: "sensor rule"
+description: "sensor handle rule"
+condition: "sensor.data.v(\"temperature\")>30"
+condition: "true"
+actions:
+  - "System.out.println(sensor);"
+  - "sensor.validate();"
+  - "sensor.analyze();"
+```
+
+
+
+### [Node-Red](https://nodered.org/)
+
+__Low-code programming for event-driven applications__
+
+[**概念**](https://nodered.org/docs/user-guide/)
+
+`Node` 节点 、`Flow` 流程 、Workspace 工作区间、Subflow 子流程、Sidebar 侧边栏、Palette调色板、Wire连接线
+
+**安装**
+
+```shell
+#windows
+npm install --global --production windows-build-tools
+
+npm install -g --unsafe-perm node-red
+
+http://localhost:1880/
+```
+
+%user%\\.node-red\settings.js
+
+```js
+adminAuth: {
+    type: "credentials",
+        users: [{
+            username: "admin",
+            password: "$2a$10$DFRjJdlRX/wEw3C.qyEdW.UyOGlPkGv8lbyZnuh6XX/4RVSQS.ZgO", // bcrypt随机带盐加密
+            permissions: "*"  // read write
+        }],
+    sessionExpiryTime: 86400,
+},
+```
+
+First Flow: Inject->Function->Debug
+
+![image-20210616140457382](imgs/规则引擎/image-20210616140457382.png)
+
+Second Flow:
+
+安心云数据处理
+
+
+
+安心云的上报流程
+
+![image-20210616160110681](imgs/规则引擎/image-20210616160110681.png)
+
+总结**一般**的推送流程：
+
+Kafka消费ET处理后的测点数据 --> 过滤结构物、监测因素  --> 构造发送消息结构体 --> 网络请求(http/tcp...)
+
+> 通过这种方式可以实现简单的数据上报功能，
+>
+> 1. 可视化配置，灵活高效
+> 2. 可开放作为平台功能的一部分，让有一定开发能力的客户直接使用。
+> 3. 可以匹配大多数接入方式场景
+>
+> 主要存在的缺陷：
+>
+> 1. 每个项目独立启动一个Kafka-consumer消费者，性能浪费
+> 2. 状态数据没法处理（计算变化量等情况）
+> 3. “函数”节点中纯js代码不支持Redis/Db等操作
+> 4. 自带的HTTP请求node较简单，不支持参数头设置。
+> 5. 请求返回校验和日志记录问题
+> 6. 不支持的场景：数据库直接写入、webservice接入等
+> 7. 自定义node仅支持Node.js语言
+
+综上：只能实现逻辑较为简单的一些上报，可作为平台扩展功能一部分。大多数针对项目的上报，存在后处理逻辑,目前只能通过硬编码的方式实现。
+
+
+
+EI 边缘计算
+
+低时延、大带宽、大连接、本地化
+