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:

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:

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):

rust 复制代码
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:

rust 复制代码
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:

复制代码
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RustGo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。

相关推荐
大卫小东(Sheldon)15 小时前
大模型智能体 (agent)简易流程介绍
ai·rust
小杍随笔16 小时前
【Rust 语言编程知识与应用:同步机制详解】
开发语言·算法·rust
Rust研习社21 小时前
Rust 错误处理:thiserror 和 anyhow 的使用
rust
RE-190121 小时前
Polars:告别 Pandas 性能瓶颈,用 Rust 驱动的 DataFrame 库处理亿级数据
开发语言·rust·pandas·polars·ai生成
好家伙VCC21 小时前
# 发散创新:用 Rust 实现高性能事件驱动架构的实践与优化 在现代软件系统中,**事件驱动编程模型**已经成为构
java·开发语言·python·架构·rust
Ivanqhz1 天前
寄存器分配的核心函数 allocate
java·开发语言·后端·python·rust
浪客川1 天前
godot-rust入门案例
rust·游戏引擎·godot
wenlonglanying2 天前
Windows安装Rust环境(详细教程)
开发语言·windows·rust
Rust研习社2 天前
Rust + WebAssembly 新手完全入门指南
rust
Java水解2 天前
Rust异步缓存系统的设计与实现
后端·rust