CN109597825B

CN109597825B - 规则引擎调用方法、装置、设备及计算机可读存储介质

Info

Publication number: CN109597825B
Application number: CN201811464439.4A
Authority: CN
Inventors: 文海荣; 王大飞
Original assignee: WeBank Co Ltd
Current assignee: WeBank Co Ltd
Priority date: 2018-11-30
Filing date: 2018-11-30
Publication date: 2022-12-27
Anticipated expiration: 2038-11-30
Also published as: CN109597825A

Abstract

本发明公开了一种规则引擎调用方法，该方法包括：当接收到客户端以结构化查询语言SQL方式发起的规则引擎调用请求时，获取规则引擎的输入数据传输对象DTO，并调用预设的引擎函数；通过所述引擎函数调用集成在大数据平台数据中心的规则引擎，并将所述输入数据传输对象DTO转换为对应的输入业务对象模型BOM；将所述输入业务对象模型BOM输入所述规则引擎中，以使所述规则引擎输出对应的输出业务对象模型BOM。本发明还公开了一种规则引擎调用装置、设备和一种计算机可读存储介质。本发明能够提高规则引擎调用的灵活性，减少计算时耗。

Description

规则引擎调用方法、装置、设备及计算机可读存储介质

技术领域

本发明涉及计算机技术领域，尤其涉及规则引擎调用方法、装置、设备及计算机可读存储介质。

背景技术

随着信息技术的不断发展，企业的业务管理越来越依赖于规则引擎实现。目前市场上常用的规则引擎有IlogJRules，Drools，Jess，Visual Rules等，这些规则引擎提供的API(Application Programming Interface，应用程序编程接口)仅限于应用程序调用，而不支持SQL(Structured Query Language，结构化查询语言)方式调用，这导致通常需要将规则引擎编译到应用程序中使用，灵活性差且增加了规则引擎使用的复杂度。

此外，现有的规则引擎调用都需要针对规则包设计特定的输入DTO(DataTransfer Object，数据传输对象)和输出DTO，同时开发适配层来实现DTO到BOM(BusinessObject Model，业务对象模型)的转换，这导致每次改动规则时还需要重新定义适配层，服务扩展性差；并且，由于现有的规则计算在数据库之外，这使得应用程序需要从数据库中读取输入表做DTO到BOM转换后调用规则引擎，再将规则引擎的输出BOM转换成DTO写入到数据库中，该过程涉及到大数据量的转移，增加了全流程的计算时耗。

发明内容

本发明的主要目的在于提出一种规则引擎调用方法、装置、设备及计算机可读存储介质，旨在提高规则引擎调用的灵活性，减少计算时耗。

为实现上述目的，本发明提供一种规则引擎调用方法，所述规则引擎调用方法包括如下步骤：

当接收到客户端以结构化查询语言SQL方式发起的规则引擎调用请求时，获取规则引擎的输入数据传输对象DTO，并调用预设的引擎函数；

通过所述引擎函数调用集成在大数据平台数据中心的规则引擎，并将所述输入数据传输对象DTO转换为对应的输入业务对象模型BOM；

将所述输入业务对象模型BOM输入所述规则引擎中，以使所述规则引擎输出对应的输出业务对象模型BOM。

优选地，所述获取规则引擎的输入数据传输对象DTO的步骤包括：

根据预设的规则引擎输入表的表结构，从大数据平台中心读取对应的业务指标数据；

根据所述规则引擎输入表的表结构和所述业务指标数据，生成规则引擎的输入数据传输对象DTO。

优选地，所述将所述输入业务对象模型BOM输入所述规则引擎中，以使所述规则引擎输出对应的输出业务对象模型BOM的步骤之后，还包括：

获取所述规则引擎输出的所述输出业务对象模型BOM；

根据预设的规则引擎输出表的表结构和所述输出业务对象模型BOM，生成业务规则结果表；

将所述业务规则结果表存储至所述大数据平台数据中心。

优选地，所述将所述业务规则结果表存储至所述大数据平台数据中心的步骤之后，还包括：

接收基于所述业务规则结果表的查询指令；

根据所述查询指令查询对应的业务规则结果表以获得查询结果。

优选地，所述当接收到客户端以结构化查询语言SQL方式发起的规则引擎调用请求时，获取规则引擎的输入数据传输对象DTO，并调用预设的引擎函数的步骤之前，还包括：

定义规则引擎输入表的表结构和规则引擎输出表的表结构；

将定义的所述规则引擎输入表的表结构和所述规则引擎输出表的表结构保存至所述大数据平台数据中心。

为实现上述目的，本发明还提供一种规则引擎调用装置，所述规则引擎调用装置包括：

获取模块，用于当接收到客户端以结构化查询语言SQL方式发起的规则引擎调用请求时，获取规则引擎的输入数据传输对象DTO，并调用预设的引擎函数；

调用转换模块，用于通过所述引擎函数调用集成在大数据平台数据中心的规则引擎，并将所述输入数据传输对象DTO转换为对应的输入业务对象模型BOM；

输入模块，用于将所述输入业务对象模型BOM输入所述规则引擎中，以使所述规则引擎输出对应的输出业务对象模型BOM。

优选地，所述获取模块，还用于根据预设的规则引擎输入表的表结构，从大数据平台中心读取对应的业务指标数据；根据所述规则引擎输入表的表结构和所述业务指标数据，生成规则引擎的输入数据传输对象DTO。

优选地，所述装置还包括：

生成模块，用于获取所述规则引擎输出的所述输出业务对象模型BOM；根据预设的规则引擎输出表的表结构和所述输出业务对象模型BOM，生成业务规则结果表；

存储模块，用于将所述业务规则结果表存储至所述大数据平台数据中心。

优选地，所述装置还包括：

查询模块，用于接收基于所述业务规则结果表的查询指令；根据所述查询指令查询对应的业务规则结果表以获得查询结果。

优选地，所述装置还包括：

定义模块，用于定义规则引擎输入表的表结构和规则引擎输出表的表结构；将定义的所述规则引擎输入表的表结构和所述规则引擎输出表的表结构保存至所述大数据平台数据中心。

此外，为实现上述目的，本发明还提供一种规则引擎调用设备，所述规则引擎调用设备包括：存储器、处理器及存储在所述存储器上并可在所述处理器上运行的规则引擎调用程序，所述规则引擎调用程序被所述处理器执行时实现如下步骤：

优选地，所述规则引擎调用程序被所述处理器执行时还实现如下步骤：

获取所述规则引擎输出的所述输出业务对象模型BOM；

将所述业务规则结果表存储至所述大数据平台数据中心。

接收基于所述业务规则结果表的查询指令；

此外，为实现上述目的，本发明还提供一种计算机可读存储介质，所述计算机可读存储介质上存储有规则引擎调用程序，所述规则引擎调用程序被处理器执行时实现如上所述的规则引擎调用方法的步骤。

本发明当接收到客户端以结构化查询语言SQL方式发起的规则引擎调用请求时，获取规则引擎的输入数据传输对象DTO，并调用预设的引擎函数；通过所述引擎函数调用集成在大数据平台数据中心的规则引擎，并将所述输入数据传输对象DTO转换为对应的输入业务对象模型BOM；将所述输入业务对象模型BOM输入所述规则引擎中，以使所述规则引擎输出对应的输出业务对象模型BOM。通过这种方式，实现了基于SQL调用规则引擎，提高了规则引擎调用的灵活性，而将规则引擎集成到大数据平台数据中心，减少了数据迁移，并且可以利用大数据的并行计算能力，从而减少了计算耗时。

附图说明

图1是本发明实施例方案涉及的硬件运行环境的设备结构示意图；

图2为本发明规则引擎调用方法第一实施例的流程示意图；

图3为现有技术中规则引擎各层次之间的关系示意图。

本发明目的的实现、功能特点及优点将结合实施例，参照附图做进一步说明。

具体实施方式

应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。

本发明实施例的主要解决方案是：当接收到客户端以结构化查询语言SQL方式发起的规则引擎调用请求时，获取规则引擎的输入数据传输对象DTO，并调用预设的引擎函数；通过所述引擎函数调用集成在大数据平台数据中心的规则引擎，并将所述输入数据传输对象DTO转换为对应的输入业务对象模型BOM；将所述输入业务对象模型BOM输入所述规则引擎中，以使所述规则引擎输出对应的输出业务对象模型BOM。

现有的规则引擎提供的API仅限于应用程序调用，而不支持SQL方式调用，这导致通常需要将规则引擎编译到应用程序中使用，灵活性差且增加了规则引擎使用的复杂度。此外，现有的规则引擎调用都需要针对规则包设计特定的输入DTO(Data TransferObject，数据传输对象)和输出DTO，同时开发适配层来实现DTO到BOM(Business ObjectModel，业务对象模型)的转换，这导致每次改动规则时还需要重新定义适配层，服务扩展性差；并且，由于现有的规则计算在数据库之外，这使得应用程序需要从数据库中读取输入表做DTO到BOM转换后调用规则引擎，再将规则引擎的输出BOM转换成DTO写入到数据库中，该过程涉及到大数据量的转移，增加了全流程的计算时耗。

本发明通过上述方式，实现了基于SQL调用规则引擎，提高了规则引擎调用的灵活性，而将规则引擎集成到大数据平台数据中心，减少了数据迁移，并且可以利用大数据的并行计算能力，从而减少了计算耗时。

如图1所示，图1是本发明实施例方案涉及的硬件运行环境的设备结构示意图。

本发明实施例规则引擎调用设备可以是搭载有大数据平台的PC机或服务器。

如图1所示，该设备可以包括：处理器1001，例如CPU，网络接口1004，用户接口1003，存储器1005，通信总线1002。其中，通信总线1002用于实现这些组件之间的连接通信。用户接口1003可以包括显示屏(Display)、输入单元比如键盘(Keyboard)，可选用户接口1003还可以包括标准的有线接口、无线接口。网络接口1004可选的可以包括标准的有线接口、无线接口(如WI-FI接口)。存储器1005可以是高速RAM存储器，也可以是稳定的存储器(non-volatile memory)，例如磁盘存储器。存储器1005可选的还可以是独立于前述处理器1001的存储装置。

本领域技术人员可以理解，图1中示出的设备结构并不构成对设备的限定，可以包括比图示更多或更少的部件，或者组合某些部件，或者不同的部件布置。

如图1所示，作为一种计算机存储介质的存储器1005中可以包括操作系统、网络通信模块、用户接口模块以及规则引擎调用程序。

在图1所示的终端中，网络接口1004主要用于连接后台服务器，与后台服务器进行数据通信；用户接口1003主要用于连接客户端(用户端)，与客户端进行数据通信；而处理器1001可以用于调用存储器1005中存储的规则引擎调用程序，并执行以下操作：

进一步地，处理器1001可以调用存储器1005中存储的规则引擎调用程序，还执行以下操作：

获取所述规则引擎输出的所述输出业务对象模型BOM；

将所述业务规则结果表存储至所述大数据平台数据中心。

接收基于所述业务规则结果表的查询指令；

定义规则引擎输入表的表结构和规则引擎输出表的表结构；

基于上述硬件结构，提出本发明规则引擎调用方法实施例。

参照图2，图2为本发明规则引擎调用方法第一实施例的流程示意图，所述方法包括：

步骤S10，当接收到客户端以结构化查询语言SQL方式发起的规则引擎调用请求时，获取规则引擎的输入数据传输对象DTO，并调用预设的引擎函数；

现有技术中，通常应用程序的逻辑分为两部分：业务逻辑和业务规则，由于业务规则是经常变更的，因此程序实现上，一般将业务规则配置成规则文件，再通过调用规则引擎去执行业务规则，在业务规则发生变更时只需变更规则文件，而无需重新开发应用程序。

现有技术中，主要把规则引擎分为接口层、适配层、核心、数据层和规则管理层。参照图3，图3为现有技术中规则引擎各层次之间的关系示意图。当应用程序发起业务决策时，通过规则引擎调用接口调用规则引擎，输入数据传输对象DTO至适配层，DTO具体的样式，可能是一份xml(eXtensible Markup Language，可扩展标记语言)文档，或者是一段内存，序列化的对象等等；当DTO经过适配层时，由适配层负责去访问其他的接口，或者是数据库，进行填充数据，之后，将输入DTO转换为规则引擎能够识别的输入BOM输入至规则引擎核心；规则引擎核心得到输入BOM之后，将该对象传入运行的上下文环境，然后对规则进行逐条运算，最终得到运算结果的输出BOM，中间可能也得经过适配层并访问数据库填充数据成为DTO并返回给应用程序。

与现有技术不同之处在于，本发明提出一种基于大数据平台的规则引擎的调用方法，该方法规则引擎不再集成于应用程序中，而是集成于大数据平台数据中心，且支持客户端以SQL的方式调用规则引擎。其中，大数据平台可以为Spark平台，Spark平台是目前流行的一种大数据计算和统计平台，通过对大数据进行计算和统计，Spark平台能够实现各种机器学习和数据挖掘；大数据平台数据中心可以是hive、spark sql等。

当接收到客户端以SQL方式发起的规则引擎调用请求时，获取规则引擎的输入DTO，并调用预设的引擎函数。

作为一种实施方式，所述获取规则引擎的输入数据传输对象DTO的步骤可以包括：根据预设的规则引擎输入表的表结构，从大数据平台中心读取对应的业务指标数据；根据所述规则引擎输入表的表结构和所述业务指标数据，生成规则引擎的输入数据传输对象DTO。

其中，大数据平台数据中心存储有预设的规则引擎输入表的表结构，通过从大数据平台数据中心读取与该规则引擎输入表的表结构对应的表数据，即业务指标数据，即可生成规则引擎的输入DTO。此外，大数据平台数据中心还存储有预设的引擎函数，该引擎函数为用户自定义函数，用于实现规则引擎的调用。

步骤S20，通过所述引擎函数调用集成在大数据平台数据中心的规则引擎，并将所述输入数据传输对象DTO转换为对应的输入业务对象模型BOM；

该步骤中，通过上述引擎函数调用集成在大数据平台数据中心的规则引擎，也即，由引擎函数发起业务决策API调用以调用规则引擎；同时，将上述输入DTO转换为对应的输入BOM，以供规则引擎识别。

步骤S30，将所述输入业务对象模型BOM输入所述规则引擎中，以使所述规则引擎输出对应的输出业务对象模型BOM。

该步骤中，将输入BOM输入至规则引擎，由规则引擎调用预设的规则包进行规则处理，最终得到输出BOM。由此实现了调用规则引擎进行业务处理。

需要说明是，规则引擎除了可以集成于大数据平台数据中心外，还可以集成于大数据平台的数据库中，该数据库包括但不限于mysql、sql server、oracle等数据库。

在本实施例中，当接收到客户端以结构化查询语言SQL方式发起的规则引擎调用请求时，获取规则引擎的输入数据传输对象DTO，并调用预设的引擎函数；通过所述引擎函数调用集成在大数据平台数据中心的规则引擎，并将所述输入数据传输对象DTO转换为对应的输入业务对象模型BOM；将所述输入业务对象模型BOM输入所述规则引擎中，以使所述规则引擎输出对应的输出业务对象模型BOM。通过这种方式，实现了基于SQL调用规则引擎，提高了规则引擎调用的灵活性，而将规则引擎集成到大数据平台数据中心，减少了数据迁移，并且可以利用大数据的并行计算能力，从而减少了计算耗时。

进一步地，基于本发明规则引擎调用方法第一实施例，提出本发明规则引擎调用方法第二实施例。

在本实施例中，所述将所述输入业务对象模型BOM输入所述规则引擎中，以使所述规则引擎输出对应的输出业务对象模型BOM的步骤之后，还可以包括：获取所述规则引擎输出的所述输出业务对象模型BOM；根据预设的规则引擎输出表的表结构和所述输出业务对象模型BOM，生成业务规则结果表；将所述业务规则结果表存储至所述大数据平台数据中心。

具体地，大数据平台可以获取规则引擎的输出BOM，并获取预设的规则引擎输出表的表结构，然后根据获取到的规则引擎的输出BOM和预设的规则引擎输出表的表结构生成业务规则结果表，具体首先将输出BOM转换为输出数据传输对象DTO，然后根据该输出DTO和规则引擎输出表的表结构生成业务规则结果表；之后，将该业务规则结果表作为一条记录存储至大数据平台数据中心，以供后续查看和调用。

进一步地，所述将所述业务规则结果表存储至所述大数据平台数据中心的步骤之后，还可以包括：接收基于所述业务规则结果表的查询指令；根据所述查询指令查询对应的业务规则结果表以获得查询结果。

由于业务逻辑和业务规则相互独立，在得到业务规则结果表后，业务逻辑可以发起对该业务规则结果表的查询指令，大数据平台接收该查询指令，并根据该查询指令查询对应的业务规则结果表，以获得查询结果返回给业务逻辑。通过这种方式，保证了业务逻辑的正常执行。

进一步地，所述当接收到客户端以结构化查询语言SQL方式发起的规则引擎调用请求时，获取规则引擎的输入数据传输对象DTO，并调用预设的引擎函数的步骤之前，还可以包括：定义规则引擎输入表的表结构和规则引擎输出表的表结构；将定义的所述规则引擎输入表的表结构和所述规则引擎输出表的表结构保存至所述大数据平台数据中心。

在本实施例中，开发人员可以根据实际业务需求预先在大数据平台中定义规则引擎输入表的表结构和规则引擎输出表的表结构，大数据平台将该定义的规则引擎输入表的表结构和规则引擎输出表的表结构保存在自身的数据中心，由此为后续规则引擎的调用提供了前提保证。

本发明还提供一种规则引擎调用装置。本发明规则引擎调用装置包括：

进一步地，所述获取模块，还用于根据预设的规则引擎输入表的表结构，从大数据平台中心读取对应的业务指标数据；根据所述规则引擎输入表的表结构和所述业务指标数据，生成规则引擎的输入数据传输对象DTO。

进一步地，所述装置还包括：

上述各程序模块所执行的操作可参照本发明规则引擎调用方法实施例，此处不再赘述。

本发明还提供一种规则引擎调用设备。

本发明规则引擎调用设备包括：存储器、处理器及存储在所述存储器上并可在所述处理器上运行的规则引擎调用程序，所述规则引擎调用程序被所述处理器执行时实现如上所述的规则引擎调用方法的步骤。

其中，在所述处理器上运行的规则引擎调用程序被执行时所实现的方法可参照本发明规则引擎调用方法各个实施例，此处不再赘述。

本发明还提供一种计算机可读存储介质。

本发明计算机可读存储介质上存储有规则引擎调用程序，所述规则引擎调用程序被处理器执行时实现如上所述的规则引擎调用方法的步骤。

需要说明的是，在本文中，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者系统不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者系统所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括该要素的过程、方法、物品或者系统中还存在另外的相同要素。

上述本发明实施例序号仅仅为了描述，不代表实施例的优劣。

通过以上的实施方式的描述，本领域的技术人员可以清楚地了解到上述实施例方法可借助软件加必需的通用硬件平台的方式来实现，当然也可以通过硬件，但很多情况下前者是更佳的实施方式。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来，该计算机软件产品存储在如上所述的一个存储介质(如ROM/RAM、磁碟、光盘)中，包括若干指令用以使得一台终端设备(可以是手机，计算机，服务器，空调器，或者网络设备等)执行本发明各个实施例所述的方法。

以上仅为本发明的优选实施例，并非因此限制本发明的专利范围，凡是利用本发明说明书及附图内容所作的等效结构或等效流程变换，或直接或间接运用在其他相关的技术领域，均同理包括在本发明的专利保护范围内。

Claims

1.一种规则引擎调用方法，其特征在于，所述规则引擎调用方法包括如下步骤：

2.如权利要求1所述的规则引擎调用方法，其特征在于，所述获取规则引擎的输入数据传输对象DTO的步骤包括：

3.如权利要求1所述的规则引擎调用方法，其特征在于，所述将所述输入业务对象模型BOM输入所述规则引擎中，以使所述规则引擎输出对应的输出业务对象模型BOM的步骤之后，还包括：

获取所述规则引擎输出的所述输出业务对象模型BOM；

将所述业务规则结果表存储至所述大数据平台数据中心。

4.如权利要求3所述的规则引擎调用方法，其特征在于，所述将所述业务规则结果表存储至所述大数据平台数据中心的步骤之后，还包括：

接收基于所述业务规则结果表的查询指令；

5.如权利要求3或4所述的规则引擎调用方法，其特征在于，所述当接收到客户端以结构化查询语言SQL方式发起的规则引擎调用请求时，获取规则引擎的输入数据传输对象DTO，并调用预设的引擎函数的步骤之前，还包括：

定义规则引擎输入表的表结构和规则引擎输出表的表结构；

6.一种规则引擎调用装置，其特征在于，所述规则引擎调用装置包括：

7.如权利要求6所述的规则引擎调用装置，其特征在于，

所述获取模块，还用于根据预设的规则引擎输入表的表结构，从大数据平台中心读取对应的业务指标数据；根据所述规则引擎输入表的表结构和所述业务指标数据，生成规则引擎的输入数据传输对象DTO。

8.如权利要求6所述的规则引擎调用装置，其特征在于，所述装置还包括：

9.如权利要求8所述的规则引擎调用装置，其特征在于，所述装置还包括：

10.如权利要求8或9所述的规则引擎调用装置，其特征在于，所述装置还包括：

11.一种规则引擎调用设备，其特征在于，所述规则引擎调用设备包括：存储器、处理器及存储在所述存储器上并可在所述处理器上运行的规则引擎调用程序，所述规则引擎调用程序被所述处理器执行时实现如权利要求1至5中任一项所述的规则引擎调用方法的步骤。

12.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质上存储有规则引擎调用程序，所述规则引擎调用程序被处理器执行时实现如权利要求1至5中任一项所述的规则引擎调用方法的步骤。