[发明专利]一种分布式规则引擎系统及其构建方法

权利要求书

1.一种分布式规则引擎，其特征在于，包括：将业务数据通过多种格式的数据源存放分布式存储系统中的事实数据集模块(S₁)；设计规则编写标准，提供规则编译方法，将业务决策逻辑转化成规则，存放在分布式存储系统中的规则集模块(S₂)；基于通用并行框架Spark集群，加载事实数据集模块(S₁)处理的数据集和规则集模块(S₂)处理的规则集，构成事实数据对象集合和规则对象，构建规则推理流程，进行规则推理及点火执行的规则推理模块(S₃)；其中：

所述事实数据集模块(S₁)：是业务数据的集合，其由计算机文件格式的Parquet文件、JSON文件、CSV文件、HBase文件，或支持JDBC接口的数据库构成，并存放在分布式文件系统中；

所述规则集模块(S₂)：提供一套自定义规则编写标准和编译方式，编写格式为IF condition THEN action，每个业务规则包括触发条件和执行动作，用户依据编写标准编写一系列业务规则，并存放在分布式存储系统中；

所述规则推理模块(S₃)，在通用并行框架Spark分布式集群当中执行，其包含有：事实对象集合构造(S₄)、规则对象构造(S₅)、执行策略(S₆)、模式匹配(S₇)和点火执行(S₈)；

对于事实对象集合构造(S₄)：通过把用户提供的数据路径进行一定策略的划分，构成对象名和数据源加载路径，在按照数据源路径加载数据源文件内容过程中，根据数据结构格式，动态构成事实对象集合，即为分布式数据集DataFrame，分配到工作节点中，并缓存到内存或磁盘中；

对于规则对象构造(S₅)：通过用户提供规则路径，将用户提供的业务规则编译并封装成规则对象，规则的触发条件和执行动作以对象成员函数的形式来体现，其中将触发条件的逻辑抽象成结构化查询语言；

对于执行策略(S₆)：规则匹配执行的次序通过规则执行策略进行重新排序后依次执行；

对于模式匹配(S₇)：对规则对象进行遍历，通过分布式数据集DataFrame中事实对象的当前状态来判断是否满足规则的触发条件；

对于点火执行(S₈)：执行规则右部操作--规则触发时执行的一系列行为。

2.权利要求1所述分布式规则引擎的构建方法，其特征在于包括以下步骤：

第一步：在分布式集群的工作节点启动多个执行进程准备接受任务，进行预处理阶段(A₁)；所述预处理阶段(A₁)由事实数据集模块(S₁)、规则集模块(S₂)、事实对象集合构造(S₄)和规则对象构造(S₅)构成；首先用户上传业务数据与业务规则至分布式文件系统中，系统通过用户提供规则路径读取规则文件，动态封装成规则对象，并通过用户提供指定数据路径加载数据文件，动态构成事实对象集合，分配到多个工作节点缓存到内存或磁盘中；

第二步：在获取到待匹配的事实对象集合与规则对象后，即进入规则推理模块(S₃)，首先进入执行策略(S₆)阶段，用户从所给出的提供选择的顺序执行、优先级执行或自定制策略中，根据用户业务规则的需求来选定策略，对即将执行的规则按选定策略进行重新排序；排序后，以规则右部事实更新的规则为结束点，把规则集合拆分成多个有序的小集合，总的规则集合按照串行执行的思想，小集合中的规则并行执行模式匹配(S₇)，其中规则匹配的执行是在分布式集群的一个或多个工作节点进程中完成；当一个小集合的规则匹配执行完后，判断该小集合中有无规则点火(P₁)，若有事实更新的规则匹配成功，规则匹配结束，进行点火执行阶段(S₈)；若无事实更新的规则匹配成功，判断有无规则匹配(P₃)，若有规则匹配(P₃)，依序执行下一个小集合规则匹配，直至事实更新的规则匹配成功或所有规则匹配执行完毕；若所有规则均匹配失败，则规则引擎执行完毕(A₅)；

第三步：进入规则点火执行阶段(S₈)，执行第二步中所有匹配成功的规则右部；若执行右部的规则有事实更新(P₂)，则直接更新集群中相应的数据状态，规则引擎再次进行模式匹配阶段(S₇)；若不存在事实更新，则规则引擎执行完毕(A₅)。