Apache Drools Quarkus 扩展中无DRL资源时的构建问题解析
问题背景
在使用 Apache Drools 与 Quarkus 框架集成时,开发人员可能会遇到一个特定的构建错误。当项目中没有包含任何 DRL(Drools Rule Language)规则文件时,Quarkus 应用启动会失败并抛出 UnsupportedOperationException 异常。这种情况尤其常见于那些选择动态加载规则而非静态编译规则的场景。
问题根源分析
该问题的核心在于 Drools Quarkus 扩展的构建处理器 DroolsAssetsProcessor 的实现逻辑。具体来说,当处理器检测到项目中没有任何 DRL 资源时,会返回一个不可修改的空集合(Collections.emptySet())。然而,后续处理步骤却尝试向这个集合添加热重载支持类,导致了 UnsupportedOperationException。
从技术实现角度来看,这暴露了两个设计问题:
-
集合可变性问题:
RuleCodegen.generate()方法在无 DRL 资源时返回不可变集合,但后续处理却需要可变集合 -
热重载逻辑问题:热重载支持类的添加条件判断可能存在逻辑倒置,与预期行为不符
解决方案
针对这一问题,社区提供了两种解决路径:
-
移除扩展依赖:如果项目完全采用动态规则加载方式,可以考虑移除
drools-quarkus扩展依赖,直接使用 Drools 作为普通库。这种情况下,建议将drools-ruleunits-engine替换为更基础的drools-engine(除非明确需要使用 RuleUnit 功能) -
代码修复:对于确实需要扩展功能的情况,修复方案包括:
- 确保
generate()方法始终返回可变集合 - 重新评估热重载支持类的添加条件
- 确保
技术深入
值得注意的是,热重载支持类的生成逻辑有其特殊考虑。即使在热重载模式下,首次构建时 liveReload.isLiveReload() 也会返回 false。这种设计是故意的,因为热重载支持类只需要在初始构建时生成一次,后续的热重载过程会由 Quarkus 的编译提供程序自动处理。
最佳实践建议
对于采用动态规则加载策略的项目,建议:
- 评估是否真正需要 Drools Quarkus 扩展的全部功能
- 如果仅需要核心规则引擎功能,考虑使用基础依赖而非完整扩展
- 对于必须使用扩展的场景,确保至少包含一个占位 DRL 文件以避免构建问题
- 关注社区对该问题的修复进展,及时更新依赖版本
总结
这个问题揭示了框架扩展在应对不同使用场景时的灵活性挑战。作为开发者,理解底层机制有助于做出更合理的技术选型。同时,这也提醒我们,在使用任何框架扩展时,都需要仔细评估其设计假设是否与项目的具体需求相匹配。
kernelopenEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。C081
baihu-dataset异构数据集“白虎”正式开源——首批开放10w+条真实机器人动作数据,构建具身智能标准化训练基座。00
mindquantumMindQuantum is a general software library supporting the development of applications for quantum computation.Python056
PaddleOCR-VLPaddleOCR-VL 是一款顶尖且资源高效的文档解析专用模型。其核心组件为 PaddleOCR-VL-0.9B,这是一款精简却功能强大的视觉语言模型(VLM)。该模型融合了 NaViT 风格的动态分辨率视觉编码器与 ERNIE-4.5-0.3B 语言模型,可实现精准的元素识别。Python00
GLM-4.7GLM-4.7上线并开源。新版本面向Coding场景强化了编码能力、长程任务规划与工具协同,并在多项主流公开基准测试中取得开源模型中的领先表现。 目前,GLM-4.7已通过BigModel.cn提供API,并在z.ai全栈开发模式中上线Skills模块,支持多模态任务的统一规划与协作。Jinja00
agent-studioopenJiuwen agent-studio提供零码、低码可视化开发和工作流编排,模型、知识库、插件等各资源管理能力TSX0135
Spark-Formalizer-X1-7BSpark-Formalizer 是由科大讯飞团队开发的专用大型语言模型,专注于数学自动形式化任务。该模型擅长将自然语言数学问题转化为精确的 Lean4 形式化语句,在形式化语句生成方面达到了业界领先水平。Python00