Drools的Phreak规则算法
Drools使用Phreak算法去评估规则。Phreak是Rete算法的进阶，包括加强的Rete算法ReteOO，ReteOO算法是Drools之前版本的引入的算法。Phreak比Rete和ReteOO算法更加可扩展，并且在大型系统中速度更快。
Rete算法是实时的，面向数据的，而Phreak是懒加载的，面向目标的。Rete算法在插入，更新和删除操作时执行很多操作，为了让所有规则都能找到匹配的部分。在规则匹配期间，Rete算法在执行规则之前需要大量时间，尤其在大型系统中。使用Phreak，规则的匹配部分被故意延迟，以便可以更高效的处理大量数据。
Phreak算法相对于Rete算法添加了下面的增强：
- 上下文存储分为三层：节点，片段和规则存储类型
- 基于规则，基于片段，基于节点的连接
- 延迟规则评估
- 基于堆栈的暂停和恢复的评估
- 单独规则评估
- 面向集合传播
Phreak的规则评估
当drools启动时，所有的规则都被认为是与可以触发规则的模式匹配数据不关联的。在这个阶段，Phreak算法不会评估规则。插入，更新和删除操作是排队的，并且Phreak使用启发式的（基于最有可能导致执行的规则）方法计算和选择下一个规则去评估。当规则填充了所有必要的值时，这个规则被认为和相关模式匹配的数据是关联的。然后Phreak创建了一个目标，这个目标代表这条规则，同时Phreak将这个目标放入优先队列中，这个队列会根据规则的优先级排列规则的顺序。仅评估创建目标的规则，其他规则会延迟评估。在评估单个规则的同时，节点共享仍然是通过分割过程实现的。
和面向元组的Rete算法不同，Phreak的传播是面向集合的。对于被评估的规则，drools会访问第一个节点，并处理队列里所有的插入，更新和删除操作。操作的结果加入到一个集合中，将这个集合传播给子节点。在子节点里，所有的插入，更新和删除操作执行结束，依旧将结果添加到这个集合里面。然后再将这个集合传播给下一个子节点，一直重复这个操作，直到到达终止节点。这个循环创建了一个批处理的效果，可以为某些规则结构提供性能优势。
规则的连接和取消连接的发生是通过基于网络片段的位掩码系统。构建规则网络时，会为同一组规则共享的规则网络节点创建分段。规则由片段的路径组成，如果规则不与其他任何规则分享节点，这个规则会成为单个片段。
位掩码偏移量赋值给片段中的每个节点。另外的位掩码根据下面这些要求，赋值给规则路径上的每个片段：
- 如果对于节点至少存在一个输入，节点位设置为on状态
- 如果片段中的每个节点都是on状态，则该片段也设置为on状态
- 如果任意节点位被设置成off状态，则该片段也设置为off状态
- 如果规则路径的每个片段都被设置成了on状态，则规则被认为是连接的，并且创建一个目标去安排规则的评估。
相同位掩码技术被用于记录修改的节点，片段和规则。如果在创建了评估目标后对规则进行了修改，则这个记录能力能够将已经连接的规则从评估中取消。因此，没有规则能够评估部分匹配。
上面讲的这种评估规则的过程在Phreak算法中是可能的，但是在Rete算法中是不行的，因为Rete算法中的内存单元是单独的，而Phreak算法有三层的上下文内存，包括节点，片段和规则内存。这种分层能够在评估规则的过程中更多的上下文理解。
图示6. Phreak的三层内存系统
下面的例子展示了在Phreak算法中，规则是如何在三层内存系统中组织并评估。
例子1：一条有三个模式单独的规则R1：A，B和C三种模式。这个规则形成一个单独的片段，其中1,2和4位是节点。这个单独片段的偏移量是1.
图示7. 例子1：单独规则
例子2： 规则2添加并分享模式A
图示8. 例子2：模式共享的两条规则
模式A被放入了他自己的片段，导致每条规则又两个片段。那两个片段形成了各自规则的路径。第一个片段被两个路径共享。当模式A是关联的，片段就是关联的。如果模式B和C再之后被开启，路径R1的第二个片段被关联，并且这会导致用于R1的位2被开启。为R1打开位1和位2，这条规则就被关联，并且会创建一个目标来安排之后规则的评估和执行。
当规则被评估之后，片段能够使匹配的结果被分享。每个片段都有一个缓存去排列所有的插入，更新和删除操作。当R1被评估之后，规则处理模式A，会产生一组元组。算法检测片段分割，为该组中的每一个插入，更新个删除操作创建对等元组，并添加这些原组到R2的缓存中。这些原组之后会和存在于缓存的原组合并，并且当R2被评估之后执行这些原组。
示例3：规则R3和规则R4被添加，并在模式A和模式B中被分享。
图示9.示例3：三条规则使用模式分享
规则R3和R4有三个片段，R1有两个片段，模式A和模式B被R1，R3和R4分享，而模式D被规则3和规则4分享。
示例4：一个使用子网的单独规则R1，没有模式分享
图示10.示例4：使用子网络和没有模式分享的单独规则
当Not，Exists或者Accumulate节点包含超过一个元素的时候，就形成了子网络。在这个例子里面，元素 B not（C）形成了子网络。元素Not（c）是一个单独的元素，不需要子网络，一次Not和里面的元素合并形成了节点。子网络使用专门的片段。规则R1仍然有两个片段的路径，并且子网络形成了两一个内部路径。当子网络是关联的，该子网络在外部的片段也是关联的。
示例5：规则R1使用被规则R2分享的子网络。
图示11.示例5：两个规则，一个用了子网络和模式分享
规则中的子网络可以被分享。这个分享会导致子网络片段被分割成两个片段。
Not节点和Accumulate节点从不取消关联片段，并且总是被认为打开他们的位。
Phreak评估算法是基于堆栈的，而不是基于算法递归的。当StackEntry被用于当前正在被评估的节点时，规则评估可以随时被暂停和开始。
当规则评估到达子网络时，为外路径片段和子网络片段创建StackEntry对象。子网络片段会被先评估，当集合到达子网络路径的末尾时，片段会被放入一个暂存列表里，这个列表是为了存哪些片段流入的外部节点。之前的StackEntry对象会被启动，并且处理子网络的结果。这个过程会有额外的好处，尤其对Accumulate节点，好处就是在传入到子节点之前，所有工作都是集群完成。
相同的堆栈系统被用于高效的后项链推理。当一条规则的评估到达一个查询节点时，评估被暂停，并且该查询被加入到堆栈中。然后评估查询生成一个结果集合，这个集合会被保存到本地内存中，并被用于恢复StackEntry对象去增强并传播到子节点。如果查询自己调用其他的查询，这个过程会重复，同时暂停当前查询并为当前查询设置一个新的评估。
使用前项链和后项链的规则评估
Drools是一个混合推理系统，既使用前项链推理，也使用后项链推理去评估规则。前项链规则系统是数据驱动系统，从一个事实开始，对该事实的更改做出反应。当对象被插入工作内存时，任何由于更改成立的规则条件会安排被议程执行。
相反的，后项链规则系统是目标驱动系统，从一个结论开始，系统会使用递归去尝试满足该结论。如果系统不能到达结论或者目标，系统会搜索子目标，这些子目标是当前目标完成的一部分。系统会继续这个过程，直到初始结论被满足或者所有的子目标都被满足。
下面的图标展示了Drools如何使用前项链和后项链来评估规则：
图示12.使用前项链和后项链规则评估逻辑
规则库配置
Drools包含一个RuleBaseConfiguration对象，这个对象可以用于配置异常处理的设置，多线程执行，
和连续模式。
对于规则库配置的选项，参见GitHub上的：https://github.com/kiegroup/drools/blob/7.59.x/drools-core/src/main/java/org/drools/core/RuleBaseConfiguration.java。
Drools提供下面的规则库配置选项：
drools.consequenceExceptionHandler
当配置这个选项时，系统属性定义管理哪些被规则抛出异常的类。可以使用属性指定自定义异常处理。
默认处理异常的类：org.drools.core.runtime.rule.impl.DefaultConsequenceExceptionHandler
- 在系统属性中指定异常处理：
drools.consequenceExceptionHandler=org.drools.core.runtime.rule.impl.MyCustomConsequenceExceptionHandler
- 使用编程的方式创建Kie库时指定异常处理：
KieServices ks = KieServices.Factory.get();
KieBaseConfiguration kieBaseConf = ks.newKieBaseConfiguration(); kieBaseConf.setOption(ConsequenceExceptionHandlerOption.get(MyCustomConsequenceExceptionHandler.class));
KieBase kieBase = kieContainer.newKieBase(kieBaseConf);
drools.multithreadEvaluation
当配置，系统属性能够让Drools将Phreak规则网络变为单独的部分并行评估规则。可以使用这个属性增加规则评估的速度。
默认：不开启
可以通过下面方式中的一种开启多线程评估：
- 能够启用多线程的系统配置：
drools.multithreadEvaluation=true
- 通过编程方式在KIE库中启动多线程模式：
KieServices ks = KieServices.Factory.get();
KieBaseConfiguration kieBaseConf = ks.newKieBaseConfiguration();
kieBaseConf.setOption(MultithreadEvaluationOption.YES);
KieBase kieBase = kieContainer.newKieBase(kieBaseConf);
使用了查询，优先级，或者议程组的规则现在不支持并行。如果这些规则元素出现在了KIE库中，编译器会弹出警告并自动选择单线程模式评估。但是，在一些情况下，Drools可能检测不出不支持的规则原色，规则可能会被错误的评估。比如，当规则依赖隐式优先级（DRL文件中规则的顺序），Drools可能没有检测，导致错误评估由于对优先级属性的不支持。
drools.sequential
启用后，此系统属性会在Drools规则引擎中启用顺序模式。顺序模式，Drools按照顺序评估规则一次，不会因为工作内存中的改变而再次评估。这就意味着Drools忽略了规则中的insert，modify和update语句，以单个序列执行规则。这个模式适合在无状态会话中使用。会让规则执行的更快。
默认值：false
可以使用下面的方式之一开始这个配置：
- 使用下面系统属性配置
drools.sequential=true
- 写代码的方式配置
KieServices ks = KieServices.Factory.get();
KieBaseConfiguration kieBaseConf = ks.newKieBaseConfiguration();
kieBaseConf.setOption(SequentialOption.YES);
KieBase kieBase = kieContainer.newKieBase(kieBaseConf);
- 在kmodule文件中配置
<kmodule>
...
<kbase name="KBase2" default="false" sequential="true" packages="org.domain.pkg2, org.domain.pkg3" includes="KBase1">
...
</kbase>
...
</kmodule>
Phreak中的顺序模式
顺序模式是Drools的高级规则库配置，Phreak算法支持该模式，这个模式的启用让Drools按顺序一次性的评估工作内存中的规则，在评估的过程中忽略规则的更改。在顺序模式中，Drools会忽略规则中的insert，modify和update语句， 以单个序列执行规则。因此，在顺序模式中规则执行会更快一些，但是重要的更新不会被用于规则中去。
顺序模式只能在无状态会话中使用，因为有状态会话会使用之前会话调用产生的数据。如果使用无状态会话，并且想让规则的执行影响议程后续的规则，就不要开启顺序模式。顺序模式默认是不开启的。
可以使用下列方式之一开启顺序模式：
- 设置系统属性drools.sequentail为true。
- 以编码的方式当创建会话时启用：
KieServices ks = KieServices.Factory.get();
KieBaseConfiguration kieBaseConf = ks.newKieBaseConfiguration();
kieBaseConf.setOption(SequentialOption.YES);
KieBase kieBase = kieContainer.newKieBase(kieBaseConf);
- 在kmodule.xml中启用顺序模式：
<kmodule>
...
<kbase name="KBase2" default="false" sequential="true" packages="org.domain.pkg2, org.domain.pkg3" includes="KBase1">
...
</kbase>
...
</kmodule>
使用动态议程配置顺序模式，使用下面选项之一：
- 设置系统属性drools.sequential.agenda为dynamic
- 以编码的方式，当创建会话的时候设置顺序议程：
KieServices ks = KieServices.Factory.get();
KieBaseConfiguration kieBaseConf = ks.newKieBaseConfiguration();
kieBaseConf.setOption(SequentialAgendaOption.DYNAMIC);
KieBase kieBase = kieContainer.newKieBase(kieBaseConf);
当启动顺序模式时，drools会按下面的方式评估规则：
1、 规则按照优先级顺序排列并放入规则集合中；
2、 为每一个可能被匹配的规则创建一个元素这个元素的位置下标就是执行顺序；
3、 除了右手边输入内存外，节点内存被禁用；
4、 左手边输入节点的传播被断开，带有节点的对象在Command对象中被引用Command对象会被添加到工作内存的列表中，用以后续的执行；
5、 所有的对象都被断言，然后检查并执行Command对象列表；
6、 根据规则的序列号，将所有执行结果添加到元素中；
7、 包含匹配项的元素按顺序执行如果你设置了规则执行的最大数量，Drools激活的议程中的规则数量，不会超过该数量；
在顺序模式中，LeftInputAdapterNode节点创建Command对象，并且添加Command对象到工作内存列表中。这个Command对象包含LeftInputAdapterNode节点和Propahated对象的引用。这些引用在插入时会停止任何左输入的传播，所以导致右输入传播从不需要尝试连接左输入。引用还避免了对左输入内存的需求。
所有拥有内存的节点关闭，包括左输入元组内存，但是不包括右输入对象内存。完成所有断言并填充所有对象右输入内存后，Drools会迭代LeftInputAdaptNode Command对象列表。对象在网络中传播，尝试连接右输入对象，但是这些对象不会保留在左输入中。
具有调度元组的优先队列的议程被每个规则的元素替换。RuleTerminalNode节点的序列号代表放置匹配的元素。在所有Command对象结束之后，检查元素，并执行存在的匹配。
构建网络时，每个RuleTerminalNode节点都会根据其显着性编号和添加到网络的顺序接收一个序列号。
右输入内存通常是哈希映射表，为了可以快速的删除对象。因为对象的删除不被支持，Phreak算法使用了一个对象列表，当对象的值没有被索引时。对于大规模对象，索引哈希映射提供了性能上的提升。如果对象只有很少的实例，Phreak使用对象列表而不是索引。