前言:
  规则引擎中, 往往涉及到多个条件构成了复杂布尔表达式的计算. 对于这类布尔表达式, 一是动态可变的(取决于运营人员的设定), 二是其表达式往往很复杂. 如何快速的计算其表达式的值, 该系列文章将以两种方式, Antlr4动态生成AST(抽象语法树), 以及Groovy动态编译的方式来对比评估, 看看哪种方式性能更优, 以及各自的优缺点. 本篇文章将侧重于Groovy的实现思路.

模型简化:
  每个规则可以理解为多个条件构建的复杂布尔表达式, 而条件本身涉及不同的变量和阈值(常量), 以及中间的操作符(>=, >, <, <=, !=, =). 
  比如某个具体的规则:

rule = expr1 && (expr2 || expr3) || expr4

  而其具体条件expr1/expr2/expr3/expr4如下:

expr1 => var1 >= 20
expr2 => var2 != 10
expr3 => var3 < 3.0
expr4 => var4 = true

  为了简化评估, 我们简单设定每个条件就是一个布尔变量(bool). 这样每个规则rule就可以理解为多个布尔变量, 通过&&和||组合的表达式了, 简单描述为:

rule = 1 && (2 || 3) || 4

  数字N(1,2,...)为具体的布尔变量, 类似这样的简化模型, 方便性能评估.

Groovy实现:
  先配置maven的依赖.

        <dependency>
<groupId>org.codehaus.groovy</groupId>
<artifactId>groovy-all</artifactId>
<version>2.4.13</version>
</dependency>

  然后编写Groovy脚本的执行工具类:

package com.dsl.perfs;

import groovy.lang.Binding;
import groovy.lang.GroovyClassLoader;
import org.codehaus.groovy.control.CompilationFailedException;
import org.codehaus.groovy.runtime.InvokerHelper; import java.util.Map;
import java.util.concurrent.ConcurrentHashMap; public class GroovyShellUtils { private static ConcurrentHashMap<String, Class> scriptClassMap = new ConcurrentHashMap(); public static <T> T execExpr(String expr, Map<String, Object> params, Class<T> returnType) {
if(expr == null || expr.length() == 0) {
return null;
} else {
Object result = null; try {
Class e = parseClass(expr);
result = InvokerHelper.createScript(e, new Binding(params)).run();
return (T)result;
} catch (Exception var5) {
return null;
}
}
} public static Class parseClass(String scriptText) throws CompilationFailedException {
String key = keyGen(scriptText);
Class value = (Class)scriptClassMap.get(key);
if(value != null) {
return value;
} else {
synchronized(scriptText.intern()) {
if(scriptClassMap.get(key) == null) {
GroovyClassLoader groovyClassLoader = new GroovyClassLoader(Thread.currentThread().getContextClassLoader());
Class scriptClass = groovyClassLoader.parseClass(scriptText);
scriptClassMap.put(key, scriptClass);
return scriptClass;
}
} return (Class)scriptClassMap.get(key);
}
} private static String keyGen(String script) {
return String.valueOf(script.intern().hashCode());
}
}

  具体执行时, 采用一个trick的方式, 将数值变量化(统一添加变量名前缀).
  比如把表达式:

 &&  ||  ||  && ( || )

  转化为

t1 && t2 || t3 || t4 && (t5 || t6)

测试评估:
  具体的测试代码为:

package com.dsl.comp;

import com.dsl.perfs.GroovyShellUtils;

import java.util.Map;
import java.util.Random;
import java.util.TreeMap; public class AntlrPerf { public static void main(String[] args) { String boolExpr = "1 && 2 || 3 || 4 && (5 || 6)"; int iterNums = 1000000;
long randomSeed = 10001L; String nboolExpr = boolExpr;
nboolExpr = nboolExpr.replace("1", "t1");
nboolExpr = nboolExpr.replace("2", "t2");
nboolExpr = nboolExpr.replace("3", "t3");
nboolExpr = nboolExpr.replace("4", "t4");
nboolExpr = nboolExpr.replace("5", "t5");
nboolExpr = nboolExpr.replace("6", "t6"); long beg = System.currentTimeMillis();
random.setSeed(randomSeed);
for ( int i = 0; i <= iterNums; i++) {
Map<String, Object> params = new TreeMap<>();
params.put("t1", random.nextBoolean());
params.put("t2", random.nextBoolean());
params.put("t3", random.nextBoolean());
params.put("t4", random.nextBoolean());
params.put("t5", random.nextBoolean());
params.put("t6", random.nextBoolean()); GroovyShellUtils.execExpr(nboolExpr, params, Boolean.class);
}
long end = System.currentTimeMillis();
System.out.println(String.format("total consume: %dms", end - beg)); } }

  测试结果如下:

total consume: 1039ms

  和上篇Antlr4方案的测试结果755ms, 1039ms相对慢一些, 但总结而言差不多, 事实上, 无论采用哪种方案, 对于具体的线上服务而言, 其永远不是主要的性能瓶颈.

优缺点分析:
  从性能结果上看, Antlr4动态解析的方案有一定的优势. 另一方面, 采用Groovy的方案, 对应的表示式会生成一个对应的Class类, 表达式越多, 生成的Class越多, 对方法区的消耗也不小. 由于JIT的存在, 会将热点的代码编译生成native code, 用于代码的加速执行. 但是该native code区域的空间相对较小, 满了会影响性能.
  但是从灵活性和场景适用范围而言, Groovy方案几乎完胜, Antlr4的编码成本太高, 尤其是面对复杂的逻辑时.

总结:
  本文也是借助复杂布尔表达式的评估, 来简单比较下Antlr方案和Groovy方案的差异. 条条大路通罗马, 其实那个方案都合理.

复杂的动态布尔表达式性能评估(2)--Groovy实现的更多相关文章

  1. 复杂的动态布尔表达式性能评估(1)--Antlr4实现

    前言: 规则引擎中, 往往涉及到多个条件构成了复杂布尔表达式的计算. 对于这类布尔表达式, 一是动态可变的(取决于运营人员的设定), 二是其表达式往往很复杂. 如何快速的计算其表达式的值, 该系列文章 ...

  2. [转载]Linux服务器性能评估与优化

    转载自:Linux服务器性能评估与优化 一.影响Linux服务器性能的因素 1. 操作系统级 CPU 内存 磁盘I/O带宽 网络I/O带宽 2.        程序应用级 二.系统性能评估标准 影响性 ...

  3. Linux服务器性能评估

    一.影响Linux服务器性能的因素 1. 操作系统级 CPU 内存 磁盘I/O带宽 网络I/O带宽 2. 程序应用级 二.系统性能评估标准 影响性能因素 影响性能因素 评判标准 好 坏 糟糕 CPU ...

  4. Linux服务器性能评估与优化--转

    http://www.itlearner.com/article/4553 一.影响Linux服务器性能的因素 1. 操作系统级 Ø       CPU Ø       内存 Ø       磁盘I/ ...

  5. Linux服务器性能评估与优化(一)

    网络内容总结(感谢原创) 1.前言简介 一.影响Linux服务器性能的因素   1. 操作系统级         性能调优是找出系统瓶颈并消除这些瓶颈的过程. 很多系统管理员认为性能调优仅仅是调整一下 ...

  6. [转]网络性能评估工具Iperf详解(可测丢包率)

    原文链接:安全运维之:网络性能评估工具Iperf详解:http://os.51cto.com/art/201410/454889.htm 参考博文:http://linoxide.com/monito ...

  7. 转贴---Linux服务器性能评估

    http://fuliang.iteye.com/blog/1024360 http://unixhelp.ed.ac.uk/CGI/man-cgi?vmstat ------------------ ...

  8. 目标检测模型的性能评估--MAP(Mean Average Precision)

    目标检测模型中性能评估的几个重要参数有精确度,精确度和召回率.本文中我们将讨论一个常用的度量指标:均值平均精度,即MAP. 在二元分类中,精确度和召回率是一个简单直观的统计量,但是在目标检测中有所不同 ...

  9. 180807-Quick-Task 动态脚本支持框架之Groovy脚本加载执行

    Quick-Task 动态脚本支持框架之Groovy脚本加载执行 上一篇简答说了如何判断有任务动态添加.删除或更新,归于一点就是监听文件的变化,判断目录下的Groovy文件是否有新增删除和改变,从而判 ...

随机推荐

  1. Convex Fence

    Convex Fence I have a land consisting of n trees. Since the trees are favorites to cows, I have a bi ...

  2. Pick-up sticks

    Pick-up sticks Stan has n sticks of various length. He throws them one at a time on the floor in a r ...

  3. C++ leetcode::two sum

    上完C++的课就在也没用过C++了,最近要找实习,发现自己没有一门语言称得上是熟练,所以就重新开始学C++.记录自己从入门到放弃的过程,论C++如何逼死花季少女. 题目:Given an array ...

  4. 《高性能SQL调优精要与案例解析》一书谈主流关系库SQL调优(SQL TUNING或SQL优化)核心机制之——索引(index)

    继<高性能SQL调优精要与案例解析>一书谈SQL调优(SQL TUNING或SQL优化),我们今天就谈谈各主流关系库中,占据SQL调优技术和工作半壁江山的.最重要的核心机制之一——索引(i ...

  5. TinyXML C++解析XML

    TinyXML 1.0可以参照上面的说明,获取一些概念. 转:http://blog.csdn.net/L_Andy/article/details/40615517 TinyXML 2.0 可以参照 ...

  6. JS 控制只能输入数字并且最多允许两位小数点

    <html lang="en"> <head> <meta charset="UTF-8"> <title>JS ...

  7. windows 文件/文件夹操作

    move命令 命令作用:移动某个文件到指定的文件夹下 将D:\file\abc.zip 移动到 E:\test\文件夹下 move d:\file\abc.zip e:\test\ 移动之后再原来的文 ...

  8. Android 平台架构

    Android 平台主要组件如下 Linux 内核 Android 平台的基础是 Linux 内核.例如,Android Runtime (ART) 依靠 Linux 内核来执行底层功能,例如线程和低 ...

  9. day05列表 类型

    基本使用 1用途:记录多个值,比如人的多个爱好 # ======================================基本使用================================ ...

  10. bzoj2045

    题解: 莫比乌斯反演经典题目 直接套公式好了 代码: #include<bits/stdc++.h> using namespace std; ; typedef long long ll ...