BAC Business Rule分析之二

 

BaseRule中execute方法是规则计算的开始，但是，execute又是被谁调用的呢，特别是sample是如何从bus中取得的呢？

 

 

通过追中代码，发现，在NodeCalculatorImpl中，通过calculateDimension调用了execute，但是在calculateDimension方法中，没有做过多的逻辑处理，直接调用了excute。但是在成功调用了execute后回做一些处理，比如保存KPI的状态和结果，但是这不是今天的重点，暂时忽略。。。。

 

重点在calculateNode方法中，该方法调用了calculateDimension。calculateNode首先取得该CI的所有KPI，然后通过selecter获取sample。

 

因为rule是15秒被调用一次，所以，selecter获得sample应该是15秒之内到达bus的（可能是多个，也可能是0个），比如，BPM每1分钟运行一次，那么selecter会有3次取不到数据，所以，传入execute的sample容器有可能为空。

 

sample视乎已经取到了，但是我们的Rule如何利用这些sample呢。于是我们的另一个主角Accumulator登场了，它就好像KPI的荷包，装了和该KPI相关的sample，我们的rule就是从这个荷包里去取得sample做计算，然后把结果又保存到KPI的另外一个地方，当然这个荷包也有可能为空，什么时候为空呢，也许你已经猜到了，no data time out，right！！这个参数就是控制荷包是否为空的。比如，BPM每3分钟运行一次，如果no data timeout=30的话，那么当sample到达bus 30秒后，荷包就会被清空，也就是rule调用两次后，会发现荷包为空了，KPI状态应该为no data，也就是蓝色。。。。。。。 所以我们一般不能设置no data timeout小于DC的运行频率。

 

Accumulator分为2种：

1.SampleBasedAccumulator

2.TimeBasedAccumulator

 

第一种Accumulator我们在sample rule中已经分析了，它只保存最近的（或者根据需要保存最近的几个）sample。而

TimeBasedAccumulator会根据duration参数保存sample，比如，duration=1000，那么就保存最后一次计算到1000秒之前这段时间里的sample。

 

也许你不仅要问，KPI的荷包（Accumulator）是哪来的？现在我们来揭开神秘面纱，

我们知道BaseRule是Rule的最高父类，其子类有

                                                      ---DummyRule

                                                      ---FilterRule

                                                      ---GroupAndSiblingRule

                                                      ---LeafRule

                                                      ---TimeBasedDummyRule

 

 

这里我们以LeafRule为例作分析，因为在execute真正执行计算之前，会调用，initRuleIfNeeded对Rule做一些初始化，你也许预感到了Accumulator就是在初始化的过程中生成的。在这个方法中，首先判断Rule是否被初始化，如果已经初始化，就什么也不做(从该方法名就能看出来了。。。。)，如果没有初始化，会在initRuleIfNeeded中调用internalInit方法，因为LeafRule复写了该方法，所以这里调用的是LeafRule.internalInit,代码如下

void internalInit(RuleTrinityModelAccess access, RuleNode node, RuleDimension kpi) {
        super.internalInit(access, node, kpi);
        Accumulator accumulator = getAccumulator(kpi);//第一次返回null
          if (accumulator == null) {
            accumulator = createAccumulator(access, node, kpi);//创建Accumulator，这个方法会被LeafRule的子类重写，如果是与时间相关的子类返回的就是TimeBasedAccumulator，同时就会把duration到该accumulator 种，如果不是与时间相关的accumulator ，就会创建SampleBasedAccumulator
            kpi.setStateValue(ACCUMULATOR_KPI_STATE_KEY, accumulator);//保存accumulator 到KPI中
        }
        else {
           initializeAccumulatorParameters(access, node, kpi, accumulator);//继续复用以前的accumulator ，但是会更新duration或者需要保存的sample数
        }
    }

 

显然，在该方法中，如果Accumulator 为空，根据Rule的种类创建Accumulator。不为空，就复用它。

 

 当internalInit返回后，initRuleIfNeeded继续调用init方法，该方法会根据Rule的不同类型做不同的动作，因为Rule的类型实在太多，所以就不分析了。。。最后初始化完了。

最后，就是设置KPI为 初始化 ，免得下次再初始化，然后设置初始化的时间。

 

到这里，Accumulator 创建了，Rule也已经初始化了，我们可以开始计算了，于是BaseRule.calculate被调用，因为LeafRule复写了该方法，所以这里实际调用的是LeafRule.calculate，让我们看看LeafRule.calculate到底干了什么。

 

也许你要问，sample在哪呢？在初始化的时候我们只是创建了Accumulator而已，还没把sample放到荷包呢！对，所以在LeafRule.calculate中，我们得先把荷包填满，呵呵。

 

执行这个填满荷包动作的是LeafRule.processSamples，从方法名就可以感觉到它是干什么的了，对处理sample，处理selecter千辛万苦从Bus中过滤出来的sample。

 

处理逻辑大致是：

 

如果原始sample容器（selecter选择出来的sample）不为空，会把原始容器里的所有sample加入Accumulator，你不用担心Accumulator会装不下，因为这里在加入同时，会删除过期的sample，这里的过期，可能是时间过期，也可能是个数过期（通过参数设定的最大个数），当然这是根据Accumulator的种类来判断到底是删除时间过期的sample 还是删除个数过期的。

 

如果原始sample容器（selecter选择出来的sample）为空，也要删除过期的sample。

 

 处理完sample后，rule以后就到Accumulator中去拿sample来用了，此时你发现真正的计算逻辑还是展开，对，因为我们还没判断是否是no data, 判断是否是no data就是用Accumulator里面最新的sample做时间对比了，逻辑挺简单。。。

 

如果判断是no data，就调用handleNoData做处理，如果有data，接着调用calculateKpi，计算开始啦。。。。。。。

 

 我们一般情况下也只要复写calculateKpi就OK了，至于怎么去计算，你想怎么玩就怎么玩。。。。。。