Apache Drools 项目中动态加载规则时避免依赖 MVEL 的方法
背景介绍
Apache Drools 是一个强大的业务规则管理系统(BRMS)和复杂事件处理(CEP)引擎。在实际开发中,开发者经常需要动态加载规则到运行时环境中。然而,在使用 Drools 进行规则动态加载时,可能会遇到一些依赖管理的问题。
问题现象
当开发者尝试在 Drools 10.0.0 版本中动态加载规则时,即使规则中没有使用 MVEL 表达式语法,系统仍然会抛出 NullPointerException,提示无法获取方言(Dialect)分析器。错误信息表明系统在尝试调用 MVEL 方言时失败了。
问题根源
这个问题的根本原因在于 Drools 的默认构建方式。当使用 kieServices.newKieBuilder(kieFileSystem).buildAll() 方法时,Drools 会使用传统的非可执行模型(non-executable-model)方式来构建规则。这种方式内部会依赖 MVEL 方言,即使规则中明确指定了使用 Java 方言(dialect "java")。
解决方案
开发者有两种选择来解决这个问题:
方案一:添加 MVEL 依赖
最简单的解决方案是直接添加 drools-mvel 依赖到项目中。这种方法虽然简单,但会增加不必要的依赖,特别是当项目确实不需要使用 MVEL 语法时。
<dependency>
<groupId>org.drools</groupId>
<artifactId>drools-mvel</artifactId>
<version>10.0.0</version>
</dependency>
方案二:使用可执行模型(Executable Model)
更优雅的解决方案是使用 Drools 的可执行模型功能。这种方法不需要 MVEL 依赖,且提供了更好的性能。修改构建方式如下:
kieServices.newKieBuilder(kieFileSystem).buildAll(ExecutableModelProject.class);
可执行模型是 Drools 的一个较新特性,它通过生成 Java 字节码来执行规则,而不是传统的解释执行方式。这种方式不仅消除了对 MVEL 的依赖,还能带来以下优势:
- 更快的规则执行速度
- 更早的编译期错误检测
- 更好的与 Java 生态集成
- 更小的内存占用
最佳实践建议
对于新项目,建议优先考虑使用可执行模型方式,因为它代表了 Drools 的未来发展方向。特别是当满足以下条件时:
- 项目不需要使用 MVEL 语法
- 追求更好的运行时性能
- 希望保持依赖简洁
对于已有项目或需要向后兼容的场景,可以选择添加 MVEL 依赖的方式。
总结
Drools 提供了灵活的规则构建方式,开发者应该根据项目需求选择合适的构建模式。通过理解不同构建方式的底层机制,可以更好地管理项目依赖,优化运行时性能。可执行模型作为 Drools 的现代特性,为 Java 开发者提供了更符合习惯的开发体验,值得在新项目中优先考虑。
Kimi-K2.5Kimi K2.5 是一款开源的原生多模态智能体模型,它在 Kimi-K2-Base 的基础上,通过对约 15 万亿混合视觉和文本 tokens 进行持续预训练构建而成。该模型将视觉与语言理解、高级智能体能力、即时模式与思考模式,以及对话式与智能体范式无缝融合。Python00
GLM-4.7-FlashGLM-4.7-Flash 是一款 30B-A3B MoE 模型。作为 30B 级别中的佼佼者,GLM-4.7-Flash 为追求性能与效率平衡的轻量化部署提供了全新选择。Jinja00
VLOOKVLOOK™ 是优雅好用的 Typora/Markdown 主题包和增强插件。 VLOOK™ is an elegant and practical THEME PACKAGE × ENHANCEMENT PLUGIN for Typora/Markdown.Less00
PaddleOCR-VL-1.5PaddleOCR-VL-1.5 是 PaddleOCR-VL 的新一代进阶模型,在 OmniDocBench v1.5 上实现了 94.5% 的全新 state-of-the-art 准确率。 为了严格评估模型在真实物理畸变下的鲁棒性——包括扫描伪影、倾斜、扭曲、屏幕拍摄和光照变化——我们提出了 Real5-OmniDocBench 基准测试集。实验结果表明,该增强模型在新构建的基准测试集上达到了 SOTA 性能。此外,我们通过整合印章识别和文本检测识别(text spotting)任务扩展了模型的能力,同时保持 0.9B 的超紧凑 VLM 规模,具备高效率特性。Python00
KuiklyUI基于KMP技术的高性能、全平台开发框架,具备统一代码库、极致易用性和动态灵活性。 Provide a high-performance, full-platform development framework with unified codebase, ultimate ease of use, and dynamic flexibility. 注意:本仓库为Github仓库镜像,PR或Issue请移步至Github发起,感谢支持!Kotlin07
compass-metrics-modelMetrics model project for the OSS CompassPython00