2. 规则引擎基础：核心概念与主流实现

规则引擎是推理链路中的“决策执行器”。要理解规则冲突与在线推理，首先需要掌握规则引擎的三个核心抽象——事实（Fact）、规则（Rule）和动作（Action），并了解主流引擎的设计哲学。

2.1 核心概念三角：事实、规则、动作

规则引擎的本质是一个“条件-动作”执行器。它接收外部输入的事实，匹配预定义的规则，当条件满足时触发对应的动作。三者构成闭环：

2.2 规则引擎核心工作流

下图展示了规则引擎从事实注入到动作执行的完整链路，其中“冲突集”与“议程”是后续章节处理规则冲突的基础：

2.3 主流规则引擎对比

业界存在多种规则引擎实现，它们在推理算法、语言支持、性能特征上差异显著。下表从生产级选型角度进行对比：

2.4 引擎架构对比：Drools vs Easy Rules

从架构视角看，Drools 和 Easy Rules 代表了两种截然不同的设计哲学。Drools 采用“编译型”架构，规则先编译为 Rete 网络再执行；Easy Rules 采用“解释型”架构，规则在运行时被遍历匹配。

2.5 代码示例：Easy Rules 快速入门

以下代码展示 Easy Rules 中事实、规则、动作三要素的具体实现。注意规则通过 @Condition 和 @Action 注解定义，事实作为方法参数传入：

// 1. 定义事实对象
public class Person {
    private String name;
    private int age;
    // getters/setters 省略
}

// 2. 定义规则
public class AdultRule extends BasicRule {
    @Override
    public boolean evaluate(Facts facts) {
        Person person = facts.get("person");
        return person.getAge() >= 18;
    }

    @Override
    public void execute(Facts facts) throws Exception {
        Person person = facts.get("person");
        System.out.println(person.getName() + " 已成年，允许访问");
    }
}

// 3. 组装并执行
public class RuleEngineDemo {
    public static void main(String[] args) {
        // 创建规则引擎
        RulesEngine rulesEngine = new DefaultRulesEngine();

        // 注册规则
        Rules rules = new Rules();
        rules.register(new AdultRule());

        // 注入事实
        Facts facts = new Facts();
        facts.put("person", new Person("张三", 25));

        // 执行推理
        rulesEngine.fire(rules, facts);
    }
}

2.6 规则引擎选型决策树

根据项目阶段和约束条件，可按以下路径选择引擎：

1. 规则数量 < 50 条，团队 Java 技术栈 → Easy Rules（注解简洁，零配置）
2. 规则数量 50~500 条，需要可视化或决策表 → Drools（Workbench 提供规则管理界面）
3. 规则数量 > 500 条，需要反向推理或教学场景 → CLIPS（成熟 Rete 实现，学术验证充分）
4. 微服务环境，规则需动态热加载 → Drools + KieScanner（支持规则库版本热更新）
5. 嵌入式设备或 IoT 场景 → Easy Rules（无外部依赖，JAR 仅 100KB）