传统上，要使用OptaPlanner进行扩展，您必须学习DRL。 不再。 借助受Java 8 Streams和SQL启发的新Constraints Streams API，您现在可以用Java （或Kotlin或Scala） 编写约束，并且仍然可以从增量计算中受益。
在下面，约束流（CS）仍使用强大的Drools引擎。 我们也仍然完全支持得分DRL。 它们不被弃用。
让我们从一个例子开始。 在护士排班中，为了避免将班次分配给员工Ann ，您可以在DRL中编写以下约束：
rule "Don't assign Ann" when Shift(getEmployee().getName() == "Ann" ) then scoreHolder.addSoftConstraintMatch(kcontext, - 1 ); end 这在使用约束流的Java中是相同的约束：
Constraint constraint = constraintFactory .from(Shift. class ) .filter(shift -> shift.getEmployee().getName().equals( "Ann" )) .penalize( "Don't assign Ann" , HardSoftScore.ONE_SOFT); 如果您熟悉SQL或Java 8流，则应该看起来很熟悉。 给定一个有四个班次的潜在解决方案（其中两个分配给Ann ），这些班次将通过约束流流动，如下所示：
这种写约束的新方法有几个好处：
增量计算
首先，与EasyScoreCalculator不同，约束流仍然像DRL一样应用增量分数计算来进行横向扩展。 例如，当一个移动将雇员换两班时，仅计算增量。 这是巨大的可扩展性收益：
索引编制
当JOIN多个类型时，就像SQL JOIN运算符一样，约束流在索引上应用哈希查找以更好地扩展：
IDE支持
因为ConstraintsStreams是用Java语言编写的，所以它们背负了非常强大的工具支持。
代码突出显示，代码完成和调试工作正常：
代码突出显示
IntelliJ IDEA Ultimate中的DRL代码：
对于相同的约束，在IntelliJ IDEA Ultimate中使用约束流的Java代码：
代码完成
约束流的代码完成：
当然，所有API方法都具有Javadocs。
调试
在ConstraintStream的filter()添加一个断点：
在调试时诊断问题：
Java语法
用约束流用Java编写的约束，无论好坏，都遵循Java语言规范（JLS）。 当使用来自Kotlin或Scala的约束流时，适用类似的逻辑。
在DRL和约束流之间迁移时，请注意DRL和Java之间的一些区别：
- DRL的
==运算符在Java中转换为equals()。 - 除了getter，DRL还允许MVEL表达式转换为Java中的getter。
例如，此DRL具有name和== ：
rule "Don't assign Ann" when Employee(name == "Ann" ) then ... end 但是，对于完全相同的约束，Java变量具有getName()和equals() ：
constraintFactory.from(Employee. class ) .filter(employee -> employee.getName().equals( "Ann" )) .penalize( "Don't assign Ann" , ...); 进阶功能
Constraint Streams API使我们可以添加语法糖和强大的新概念，这些概念专门为帮助您构建复杂的约束而量身定制。
为了突出其中之一，让我们看一下功能强大的groupBy方法：
与SQL GROUP BY运算符或Java 8 Stream Collector相似，它支持sum() ， count() ， countDistinct() ， min() ， max() ， toList()甚至自定义函数，同样也不会损失增量分数计算。
约束流的未来工作
首先，非常感谢LukášPetrovický在Constraints Streams上所做的所有工作！
但这仅仅是开始。 我们设想了更高级的功能，例如负载平衡/公平方法，以使此类约束更易于实现。
目前，我们的首要任务是简化对隔离的单元测试的单元。 考虑测试驱动设计。 敬请关注！
翻译自: https://www.javacodegeeks.com/2020/04/constraint-streams-modern-java-constraints-without-the-drools-rule-language.html
