核心外规则引擎

Question

是否有运行out of core的产生式规则系统的实现

我已经检查了像CLIPS和Jess这样的开源实现，但这些实现只在内存中运行，所以当操作大量的事实和规则(例如数十亿/万亿)时，它们往往会崩溃或强制进行大量的磁盘交换。

我正在尝试使用Django的对象关系映射来移植一个简单的规则引擎，比如Pychinko到SQL后端。然而，支持在剪辑中找到的功能级别将是非常重要的，我不想重新发明轮子。

有没有扩展生产规则系统的替代方案？

Answer 1

您可以查看JENA和类似的RDF规则引擎，它们是为处理非常大的事实数据库而设计的。

Answer 2

这不是对你问题的直接回答，但它可能会给你提供一个解决问题的思路。

早在80年代和90年代，我们就部署了一种信息检索系统，允许非常大量的标准查询。具体地说，我们的系统有64MB的内存(这在当时是一个沉重的负担)，每天接收超过一百万条消息，并针对该流应用10,000个100,00+标准查询。

如果我们所做的一切只是针对最新的文档迭代地应用每个标准查询，那么我们就死定了。我们所做的是执行一种查询的inversion，特别是识别查询中必须具有和可能具有的术语。然后，我们使用文档中的术语列表来查找那些有可能成功的查询。客户学会了创建具有很强差异性的查询，因此，有时只需要对10到20个查询进行全面评估。

我不知道您的数据集，也不知道您的规则是什么样子，但您可以尝试一些类似的东西。