当前位置: 首页 > news >正文

规则联动引擎GoRules初探

背景说明

嵌入式设备随着物联网在生活和生产中不断渗透而渐渐多起来,数据的采集、处理、分析在设备侧的自定义配置越来越重要。一个可通过图形化配置的数据处理过程,对于加速嵌入式设备的功能开发愈发重要。作为一个嵌入式软件从业者,笔者一直在寻找合适的、低代码的规则联动软件。之后发现了GoRules开源项目,上周日经过尝试,编译通过了官方文档中的示例,借此机会对这一规则引擎做简要的说明。

图形化绘制决策表

GoRules的规则文件由编辑器绘制成,保存后可下载JSON格式的规则文件。注意到,该在线编辑器由nodejs编写,有需要的也可以部署到本地。GoRules开源项目提供了规则表的在线编辑器:https://editor.gorules.io/。可以通过上传此处的一个table.json文件,查看官方引擎代码提供的一个规则:

规则编辑界面
之后可点击Hello下面的Edit Table,我们对默认的决策表进行简单的修改,修改后结果如下:

修改决策表
如上,当input大于10时,会输出input + (input / 2)的值。其他情况默认输出0。之后依次点击保存、下载图标,即可得到新的规则文件table.json

运行GoRules的规则文件

GoRules的官方文档给出了一个基于Rust的演示示例,但笔者花了一个多月的时间才找到与示例对应的jdm_graph.json(即上面提到的table.json规则文件):

use serde_json::json;
use zen_engine::DecisionEngine;
use zen_engine::model::DecisionContent;async fn evaluate() {let decision_content: DecisionContent = serde_json::from_str(include_str!("jdm_graph.json")).unwrap();let engine = DecisionEngine::default();let decision = engine.create_decision(decision_content.into());let result = decision.evaluate(&json!({ "input": 12 })).await;
}

对上面的演示代码进行必要的修改才能运行:

use serde_json::json;
use zen_engine::DecisionEngine;
use zen_engine::model::DecisionContent;#[tokio::main]
async fn main() {let decision_content: DecisionContent = serde_json::from_str(include_str!("table.json")).unwrap();let engine = DecisionEngine::default();let decision = engine.create_decision(decision_content.into());let result = decision.evaluate((&json!({ "input": 3 })).into()).await;println!("Evaluation result: {:?}", result);let result = decision.evaluate((&json!({ "input": 12 })).into()).await;println!("Evaluation result: {:?}", result);
}

可以看到,为了验证上面table.json中的规则,这里给了input两个值。编译后运行结果如下:

Evaluation result: Ok(DecisionGraphResponse { performance: "230.5µs", result: {"output":0}, trace: None })
Evaluation result: Ok(DecisionGraphResponse { performance: "40.6µs", result: {"output":18}, trace: None })

至此,可以确定自定义绘制的规则的运行结果符合预期了。

GoRules引擎说明

GoRules开源项目定义了一套可执行的表达式语言,称为Zen-Expression-Language。规则文件虽是JSON格式的,但在规则加载过程中会被“编译”为Zen表达式语言,以加速规则的执行效率。GoRules虽常用于服务器上面的数据处理,也可用在嵌入式Linux设备上。官方开源的引警实现分为两种,分别由Rust和Go语言实现。除此之外,还提供了nodejspython的引擎接口(二者底层基于Rust引擎提供的动态库)。相对比与其他的低代码数据处理平台,GoRules的优势是执行高效,更适合嵌入式设备的使用。

http://www.dtcms.com/a/197867.html

相关文章:

  • 牛客网NC21989:牛牛学取余
  • 新电脑软件配置二:安装python,git, pycharm
  • UnLua源码分析(一)初始化流程
  • 【关联git本地仓库,上传项目到github】
  • 四品种交易策略
  • 模型评估与调优(PyTorch)
  • 02 K8s双主安装
  • MoodDrop:打造一款温柔的心情打卡单页应用
  • 黑马k8s(十一)
  • leetcode hot100刷题日记——2.字母异位词分组
  • discuz X3.5批量新建用户
  • 分别用 语言模型雏形N-Gram 和 文本表示BoW词袋 来实现文本情绪分类
  • 【聚类】 K-means
  • [创业之路-361]:企业战略管理案例分析-2-战略制定-使命、愿景、价值观的失败案例
  • 第12章 Java多线程机制
  • 什么是迁移学习(Transfer Learning)?
  • 图绘Linux:基础指令脉络阁
  • 高效查询:位图、B+树
  • iOS 工厂模式
  • 【AGI】模型性能评估框架EvalScope
  • C++函数基础:定义与调用函数,参数传递(值传递、引用传递)详解
  • ubuntu 安装mq
  • 碎片笔记|PromptStealer复现要点(附Docker简单实用教程)
  • web系统安全管理
  • Java核心API实战:从字符串到多线程全解析
  • 企业级小程序APP用户数据查询系统安全脆弱性分析及纵深防御体系构建
  • 禾本科植物胚乳的发育
  • 定时器相关概念
  • CSS 浮动(Float)及其应用
  • 2025年、2024年最新版IntelliJ IDEA下载安装过程(含Java环境搭建+Maven下载及配置)