从规则引擎到复杂事件处理(CEP)

    <p>Drools Fusion既是规则引擎，又可以作为CEP。除了<a href="/2013/12/21/event_in_CEP.html" title="事件定义">事件定义</a>和<a href="/2013/12/21/Temporal_of_CEP.html" title="时间推理">时间推理</a>之外，对于引擎本身也会有一些不同的使用。主要体现在会话时钟、流模式、滑动窗口和对事件的内存管理。</p>

会话时钟

由于事件的时间性，处理事件时需要一个参考时钟。

这个参考时钟在会话配置(KnowledgeSessionConfiguration)中指定，所以称为会话时钟(Session Clock)。

有很多种场景需要对时钟进行控制，比如：

• 规则测试

  测试总是需要一个可控的环境,并且当测试包含了带有时间约束的 规则时,不仅需要控制输入规则和事实,而且也需要时间流。

• 定期(regular)执行

  通常,在运行生产规则时,应用程序需要一个实时时 钟,允许引擎对时间的行进立即作出反应。

• 特殊环境

  特殊环境可以对时间的控制有特殊的要求。群集环境可能需要在心 跳中的时钟同步,或 JEE 环境可能需要使用一个应用服务器提供的时钟,等 等。

• 规则重演或模拟

  要重演场景或模拟场景也需要应用程序控制时间流。

Drools中默认使用基于系统时钟的实时时钟(realtime)，也可以使用能被应用程序控制的伪时钟(pseudo)。设置伪时钟的方法如下：

1 2 3 4 5 6 7 8 9 10 11 12 13

KnowledgeSessionConfiguration conf = KnowledgeBaseFactory.newKnowledgeSessionConfiguration(); conf.setOption( ClockTypeOption.get( "pseudo" ) ); StatefulKnowledgeSession session =kbase.newStatefulKnowledgeSession( conf, null ); SessionPseudoClock clock = session.getSessionClock(); // then, while inserting facts, advance the clock as necessary: FactHandle handle1 = session.insert( tick1 ); clock.advanceTime( 10, TimeUnit.SECONDS ); FactHandle handle2 = session.insert( tick2 ); clock.advanceTime( 30, TimeUnit.SECONDS ); FactHandle handle3 = session.insert( tick3 );

流模式

Drools默认运行在云(Cloud)模式下。云模式下没有时间流的概念，引擎知道所有的事实(Fact)和事件(Event)。此时引擎将所有的事实/事件看做是一个无序的云。

由于云模式下引擎没有“现在”的概念，尽管事件具有时间戳、期限等元数据，这些数据也仅仅作为事件的属性，

不代表事件发生的顺序，也不能进行

。

如果需要处理实时/准实时事件(Event)，需要时间推理，Drools必须工作在流(Stream)模式下。

此时要求每个流中的事件必须按照时间顺序插入。

启用流模式

Drools默认运行在云模式下，可以通过以下方式启用流模式：

1 2 3

KnowledgeBaseConfiguration config = KnowledgeBaseFactory.newKnowledgeBaseConfiguration(); config.setOption( EventProcessingOption.STREAM );

也可以使用属性文件定义：drools.eventProcessingMode = stream。

入口点

Drools定义了工作空间的多个入口点(WorkingMemoryEntryPoint)，每个入口点可以看做是一个事件流，可以将事件通过不同的入口点插入到工作空间中。

来自同一个入口点的事件通过时间戳被排序。每个流既可以包含单一类型的事件，也可以包含多种类型的事件。

• 声明入口点

  入口点不需要显式声明，在规则中引用的入口点都会在规则编译期间被自动识别和创建。比如：

1 2 3 4 5 6 7

rule "authorize withdraw" when WithdrawRequest($ai : accountId,$am : amount ) from entry-point "ATM Stream" CheckingAccount( accountId ==$ai, balance >$am ) then // authorize withdraw end

规则编译器会识别"ATM Stream"入口点，并在规则库中创建该入口点。

• 使用入口点

  举例如下：

1 2 3 4 5 6 7

// create your rulebase and your session as usual StatefulKnowledgeSession session = ... // get a reference to the entry point WorkingMemoryEntryPoint atmStream = session.getWorkingMemoryEntryPoint( "ATM Stream" ); // and start inserting your facts into the entry point atmStream.insert( aWithdrawRequest );

除了这种手工插入事实的方式之外，Drools还提供了一系列的管道API和适配器，可以将其他流(如JMS、IO流、Socket等)之间接入到入口点上。

滑动窗口

在流模式中，规则的LHS部分

可以使用滑动窗口限定只关注一定范围内的事件。这个范围可以是时间或事件的个数，分别成为滑动时间窗口和滑动长度窗口。

比如：

1 2 3 4 5 6 7 8 9 10 11

StockTick() over window:time( 2m ) Number( doubleValue >$max ) from accumulate( SensorReading($temp : temperature ) over window:time( 10m ), average($temp ) ) StockTick( company == "IBM" ) over window:length( 10 ) Number( doubleValue >$max ) from accumulate( SensorReading($temp : temperature ) over window:length( 100 ), average($temp ) )

内存管理

在流模式下，引擎自动执行事件的内存管理。对于不可能再被匹配的事件自动释放。

引擎会关注事件的@expires中指定的到期时间，并分析规则中隐含的到期时间，进行自动释放。

原文地址：http://holbrook.github.io/2013/12/22/from_rule_to_cep.html

</div>