RuleGen成下一代数据逻辑架构

我认为曾经的客户开发方法（ＣＤＭ）ＲｕｌｅＦｒａｍｅ框架，自２００４年以来就已逐渐衰落。而最近才开始进入市场的ＲｕｌｅＧｅｎ则有望取代它成为下一代的数据逻辑框架。

企业用户最重要资产之一就是企业数据，如何保护和使用好这些数据，至少涉及三个逻辑层面：商业逻辑、数据逻辑和应用逻辑。商业逻辑指客户所知道的那些东西，比如考试系统中，“合格”的标准是“达到６０分”；应用逻辑是商业逻辑的代码实现；而数据逻辑可以看成是数据库的逻辑，也就是数据的存储与组织、数据之间的逻辑关系。

其中，数据逻辑的实现――包括面向数据的业务规则或者数据约束――对于这些数据的整合、读取、使用至关重要。为了实现数据逻辑，尤其是对复杂业务规则而言，需要一个良好的数据逻辑支撑框架。

此前，业界广泛使用的是甲骨文的一个实施业务规则的强大框架――ＣＤＭ ＲｕｌｅＦｒａｍｅ。但我认为自从２００４年以来，它就已经开始衰落了，并且很少更新。而最近才开始进入市场的ＲｕｌｅＧｅｎ则有望取代它成为下一代的数据逻辑框架。

根据ＲｕｌｅＧｅｎ公司共同创始人、产品架构师Ｔｏｏｎ Ｋｏｐｐｅｌａａｒｓ的介绍，在三个逻辑层次中，ＲｕｌｅＧｅｎ是专门针对数据逻辑的，它应用于数据库中的数据。应用ＲｕｌｅＧｅｎ分为三个阶段：在转换实现阶段，将所有可能的数据库操作都列举出来；在规则过滤阶段，则结合实际的业务需求对这些操作进行过滤；最终确认阶段才验证业务中的数据逻辑。

总的来说，我认为ＲｕｌｅＧｅｎ和ＣＤＭ ＲｕｌｅＦｒａｍｅ等框架相比，具有很多优点：重点和范围明确，仅仅关注数据逻辑；直接面向ＳＱＬ（结构化查询语言），高效、明确；同标准的关系型数据库管理系统保持高度一致，在很多时候都使用相同的默认值、相同的术语。

目前ＲｕｌｅＧｅｎ也有一些需要改进的地方，比如它不支持自定义的ＰＬ（过程语言）或者ＳＱＬ，这使得一些复杂的业务规则处理起来非常困难；界面的用户友好度和功能还不够好；不支持版本控制或者对规则的生命周期管理。

尽管现在ＲｕｌｅＧｅｎ对一些关键领域的支持力度还不够，但是业务规则框架的关键组件它都已经具备：核心运行时引擎、语句级和事务级的规则转换支持、处理多会话问题的解决方案、基本的错误信息处理及运行时监控。

期待ＲｕｌｅＧｅｎ下一版能实现转换规则（即动态规则），其他的，我想很容易弥补――甚至第三方也能轻易做到。