CN112085201B - 一种基于微服务应用的逻辑推演方法 - Google Patents

Abstract

本发明公开了一种基于微服务应用的逻辑推演方法包括：建立推演规则、以微服务初始化独立因素和依赖因素默认值、开始推演流程，并将推演中间结果通过微服务持久化到数据库、结束推演流程，生成推演结果并保存。本发明基于微服务，可以以调用微服务的形式初始化逻辑因素值和将推演中间结果持久化到数据库，极大地提高了推演规则的实用性和可靠性。

Description

一种基于微服务应用的逻辑推演方法

技术领域

本发明涉及逻辑运算技术领域，具体为一种基于微服务应用的逻辑推演方法。

背景技术

逻辑推演是指利用一个或几个已知因素推出一个结果的思维形式，是通过分析和判断，计算得出未知信息的过程。首先，逻辑推演属于理性认识阶段的逻辑思维形式，是人类思维活动的主要体现；其次，逻辑推演是由概念的因素组成的，能够从已知的因素推出未知的结果；最后，逻辑推演的客观基础是客观事物相互之间的关系，是客观事物相互之间的关系在人脑中的反映。

计算机解决逻辑推演问题要依靠逻辑表达式，也即是推演规则。

当前计算机常用的逻辑推演方法运算从头至尾，不保存中间的推演结果，往往因为运算进程被终止而丢失所有推演结果；同时，当前的推演方法只能在推演运算前设置推演因素的值，而不能通过外部服务的方式动态赋值，这有损于逻辑推演的实用性。

发明内容

本发明的目的在于提供一种基于微服务应用的逻辑推演方法，解决了背景技术提出的问题。

为实现上述目的，本发明提供如下技术方案：一种基于微服务应用的逻辑推演方法：包括如下步骤

S1：建立推演规则：

1)分析业务流程，将流程数字化和规则化，拆分每一个流程步骤为一个单独的依赖因素。

2)根据业务流程的先后顺序，编排独立因素和依赖因素，组合成细分的推演规则。

S2：以微服务初始化独立因素和依赖因素默认值：

1)每一个逻辑因素都有初始默认值，独立因素初始默认值为True，依赖因素初始默认值为False。

如独立因素类型为外服务类型以f()表示，则需调用微服务以初始化其值。

2)外服务类型表示需调用微服务取得返回值，并经过中间服务层转换处理，而为独立因素赋予True或False的类型。

S3：开始推演流程，并将推演中间结果通过微服务持久化到数据库：

触发开始运算事件，调用推演规则：

按照推演规则的阶段顺序，从阶段1开始，直到阶段k(k＝1,2,3…)，执行每一个阶段内的细分推演规则。

记录每一个细分推演规则的因素值和推演结果值，以调用微服务的形式提交至数据存储层，将其持久化到数据库。

S4：结束推演流程，生成推演结果并保存：执行完所有阶段内的细分规则，得到推演规则的最后结果，通过微服务提交推演结果，保存到数据库。

优选的，所述依赖因素是细分推演规则运算的结果，根据其所处的推演阶段，区分依赖层次；如阶段k的推演结果，则为k-dependent因素。

所述独立因素只能由外部事件初始化其值的因素，不依赖于其他的因素，也称之为0-dependent因素。

按照依赖因素的依赖层次，将细分的推演规则以依赖因素的依赖层次为依据划分推演阶段，并组合成总的推演规则。

优选的，所述阶段k的推演结果：推演阶段k包含一或N条细分的推演规则，每一条细分规则的推演结果都是阶段k的推演结果；其中，N≥1。

优选的，所述中间服务层转换处理：调用微服务得到的返回值可以为非Boolean类型，如字符串和数字类型。

对于字符串类型需将空字符串和NULL转为False，其余为True。

对于数字类型，需将负数转为False，0和正数转为True。

优选的，所述按照推演规则的阶段顺序：阶段之间会严格按照从低至高(1-k，k＝1,2,3…)的顺序执行；阶段内有多条细分规则的，可同时执行。

与现有技术相比，本发明的有益效果如下：相比于一般的逻辑推演方法，本发明基于微服务，可以以调用微服务的形式初始化逻辑因素值和将推演中间结果持久化到数据库，极大地提高了推演规则的实用性和可靠性。

附图说明

图1是本发明所示的逻辑推演方法的流程图；

图2是一个具体实施例中所使用的独立因素和依赖因素；

图3是一个具体实施例中所使用的推演规则；

图4是外服务类型独立因素的赋值过程；

图5是得出细分推演规则结果并持久化到数据库的过程；

图6是一个具体实施例中得到的最后推演结果。

具体实施方式

下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。

请参阅图1至图6，本发明提供三种基于微服务应用的逻辑推演方法技术方案：

实施例1

一种基于微服务应用的逻辑推演方法，包括以下步骤：

步骤1：建立推演规则。

步骤2：以微服务初始化独立因素和依赖因素默认值。

步骤3：开始推演流程，并将推演中间结果通过微服务持久化到数据库。

步骤4：结束推演流程，生成推演结果并保存。

本发明的逻辑推演方法基于微服务，可以以调用微服务的形式初始化逻辑因素值和将推演中间结果持久化到数据库，极大地提高了推演规则的实用性和可靠性。

实施例中，所述步骤1，建立推演规则，包括：

分析业务流程，将流程数字化和规则化，拆分每一个流程步骤为一个单独的依赖因素。

根据业务流程的先后顺序，编排独立因素和依赖因素，组合成细分的推演规则。

依赖因素：是细分推演规则运算的结果，根据其所处的推演阶段，区分依赖层次。如阶段k的推演结果，则为k-dependent因素；

独立因素：只能由外部事件初始化其值的因素，不依赖于其他的因素，也称之为0-dependent因素；

按照依赖因素的依赖层次，将细分的推演规则以依赖因素的依赖层次为依据划分推演阶段，并组合成总的推演规则。

一个具体实施例的推演规则的部分规则：

实施例中，所述步骤1，所述阶段k的推演结果，包括：

推演阶段k包含一或多条细分的推演规则，每一条细分规则的推演结果都是阶段k的推演结果。

实施例1中，所述步骤2，所述以微服务初始化独立因素和依赖因素默认值，包括：

每一个逻辑因素都有初始默认值，独立因素初始默认值为True，依赖因素初始默认值为False。

如独立因素类型为外服务类型(以f()表示)，则需调用微服务以初始化其值。

实施例1中，所述步骤2，所述外服务类型，包括：

外服务类型表示需调用微服务取得返回值，并经过中间服务层转换处理，而为独立因素赋予True或False的类型。

实施例1中，所述步骤2，所述中间服务层转换处理，包括：

调用微服务得到的返回值可以为非Boolean类型，如字符串和数字类型。

对于字符串类型需将空字符串和NULL转为False，其余为True。

对于数字类型，需将负数转为False，0和正数转为True。

实施例1中，所述步骤3，所述开始推演流程，并将推演中间结果通过微服务持久化到数据库，包括：

触发开始运算事件，调用推演规则。

按照推演规则的阶段顺序，从阶段1开始，直到阶段k(k＝1,2,3…)，执行每一个阶段内的细分推演规则。

记录每一个细分推演规则的因素值和推演结果(中间结果)值，以调用微服务的形式提交至数据存储层，将其持久化到数据库。

实施例1中，所述步骤4，所述结束推演流程，生成推演结果并保存，包括：

执行完所有阶段内的细分规则，得到推演规则的最后结果。

通过微服务提交推演结果，保存到数据库。

实施例2

一个外服务类型独立因素的赋值过程，具体步骤为：

步骤1：读取逻辑因素信息，得到其因素类型。

步骤2：判断其类型是否为外服务类型，如果是则进入步骤3，如果否则进入步骤6。

步骤3：得到逻辑因素的服务地址、参数、提交形式等信息，以微服务形式提交到逻辑服务层。

步骤4：逻辑服务层根据逻辑因素的服务信息，发出服务请求，并得到其返回值。

步骤5：转换层根据特定条件，将返回值转换成True或False。

步骤6：为逻辑因素赋值。

实施例3

得出细分推演规则结果并持久化到数据库的过程，具体步骤为：

步骤1：执行细分推演规则，得到推演结果，以微服务形式提交至转换层.

步骤2：转换层做数据转换处理，提交至数据存储层。

步骤3：数据存储层将数据持久化保存到数据库，并返回保存结果。

一些实施例中，所述步骤3，所述按照推演规则的阶段顺序，包括：

阶段之间会严格按照从低至高(1-k，k＝1,2,3…)的顺序执行。

阶段内有多条细分规则的，可同时执行。

实施例4

将所有逻辑因素、细分推演规则结果和最后结果组装一起并序列化成JSON格式数据，通过微服务提交到转换层。

在数据转换层将JSON数据反序列化为JAVA对象数组，遍历数组元素，将逻辑因素与细分推演规则一一对应，重新组合为逻辑因素-推演规则-细分推演结果的形式，最后以N:1:1的映射关系通过数据存储层保存数据库。

将细分推演结果与最终推演结果以N:1的映射关系通过数据存储层保存到数据库中。

将独立因素的输入值根据输入类型转换基本数据类型(INTEGER，LONG，STRING等)，通过数据存储层保存到数据库中。

尽管已经示出和描述了本发明的实施例，对于本领域的普通技术人员而言，可以理解在不脱离本发明的原理和精神的情况下可以对这些实施例进行多种变化、修改、替换和变型，本发明的范围由所附权利要求及其等同物限定。

Claims (4)

1.一种基于微服务应用的逻辑推演方法，其特征在于：包括如下步骤：

S1：建立推演规则：

1）分析业务流程，将流程数字化和规则化，拆分每一个流程步骤为一个单独的依赖因素；

2）根据业务流程的先后顺序，编排独立因素和依赖因素，组合成细分的推演规则；

S2：以微服务初始化独立因素和依赖因素默认值：

1）每一个逻辑因素都有初始默认值，独立因素初始默认值为True，依赖因素初始默认值为False；

如独立因素类型为外服务类型以f()表示，则需调用微服务以初始化其值；

2）外服务类型表示需调用微服务取得返回值，并经过中间服务层转换处理，而为独立因素赋予True或False的类型；

S3：开始推演流程，并将推演中间结果通过微服务持久化到数据库：

触发开始运算事件，调用推演规则：

按照推演规则的阶段顺序，从阶段1开始，直到阶段k（k=1,2,3 …），执行每一个阶段内的细分推演规则；

记录每一个细分推演规则的因素值和推演结果值，以调用微服务的形式提交至数据存储层，将其持久化到数据库；

S4：结束推演流程，生成推演结果并保存：执行完所有阶段内的细分规则，得到推演规则的最后结果，通过微服务提交推演结果，保存到数据库；

所述依赖因素是细分推演规则运算的结果，根据其所处的推演阶段，区分依赖层次；

所述独立因素只能由外部事件初始化其值的因素，不依赖于其他的因素，也称之为0-dependent 因素；

按照依赖因素的依赖层次，将细分的推演规则以依赖因素的依赖层次为依据划分推演阶段，并组合成总的推演规则。

2.根据权利要求1所述的一种基于微服务应用的逻辑推演方法，其特征在于：所述阶段k的推演结果：推演阶段k包含一或N条细分的推演规则，每一条细分规则的推演结果都是阶段k的推演结果；其中，N≥1。

3.根据权利要求1所述的一种基于微服务应用的逻辑推演方法，其特征在于：所述中间服务层转换处理：调用微服务得到的返回值；

对于字符串类型需将空字符串和NULL转为False，其余为True；

对于数字类型，需将负数转为False，0和正数转为True。

4.根据权利要求1所述的一种基于微服务应用的逻辑推演方法，其特征在于：所述按照推演规则的阶段顺序：阶段之间会严格按照从低至高（1-k，k=1,2,3 …）的顺序执行；阶段内有多条细分规则的，同时执行。

Images