新的DMN编辑器预览

Workbench 7.13.0.Final于10月16日星期二发布,此版本带来了许多有趣的功能和重要的修复程序。 亮点之一是作为技术预览功能的新DMN编辑器,该功能仍在开发中,但您可以开始使用。

在本文中,您将学习如何启用DMN编辑器预览,创建简单的DMN模型以及如何通过REST API执行它。

让我们开始吧 :-)

1)启用预览编辑器

由于该功能可用作技术预览,因此默认情况下处于隐藏状态。 要启用它,请转到Settings -> Roles ,选择您登录的角色(例如“ admin”),然后在“权限”部分中删除“ DMN Designer”异常。 看一下步骤:

DMN编辑器

2)建立DMN模型

现在启用了DMN编辑器,让我们创建一个新项目:转到“项目”,单击“添加资产”,然后打开“ DMN预览”。 在这里,您可以浏览编辑器并使用自己的规则创建DMN文件,也可以按照此视频提供的步骤操作:

请注意,插入了两个输入节点(“分支数”和“分支分散度”)和一个决策节点(“分支分布”)。 此外,我们在“分支分布”节点中创建了一个决策表,以编写一些规则。

视频中创建的DMN文件可以在此处下载。

3)执行DMN模型

创建并保存DMN文件后,就该部署DMN模型了。 转到Projects -> Your project ,然后单击“部署”以在KIE服务器中部署您的项目。 现在,使用后缀“ / dmn”访问您的实例,在我的情况下,URL为: http:// localhost:8080 / kie-server / services / rest / server / containers / DMNSample_1.0.0 / dmn 。

如果正确执行上述步骤,则会看到类似以下内容的信息:

DMN编辑器

注意model-namespacemodel-name值,它们将在下一步中使用。

现在,我们可以请求执行KIE Server实例中的规则。 请参阅以下示例:

curl -u kieserver:kieserver1\! \-H "content-type: application/json" \-H "accept: application/json" \-X POST "http://localhost:8080/kie-server/services/rest/server/containers/DMNSample_1.0.0/dmn" \-d "{ \\"model-namespace\" : \"https://github.com/kiegroup/drools/kie-dmn\", \\"model-name\" : \"dmn-sample\", \\"decision-name\" : [ ], \\"decision-id\" : [ ], \\"dmn-context\" : { \"Branches dispersion\" : \"Province\", \"Number of branches\" : 10 }}"

用您自己的信息替换URL, model-namespacemodel-name ,然后在本地尝试。 规则将由KIE服务器使用您创建的DMN模型执行,并且响应将如下所示:

{"type" : "SUCCESS","msg" : "OK from container 'DMNSample_1.0.0'","result" : {"dmn-evaluation-result" : {"messages" : [ ],"model-namespace" : "https://github.com/kiegroup/drools/kie-dmn","model-name" : "dmn-sample","decision-name" : [ ],"dmn-context" : {"" : "Medium","Branches dispersion" : "Province","Number of branches" : 10},"decision-results" : {"_76E55A36-755D-44B4-95A9-A247A05D6D7C" : {"messages" : [ ],"decision-id" : "_76E55A36-755D-44B4-95A9-A247A05D6D7C","decision-name" : "Branches distribution","result" : "Medium","status" : "SUCCEEDED"}}}}
}

本文介绍了DMN编辑器所有功能的一小部分。 您可以通过应用不同的结构来编写更复杂的规则。 如果您想了解有关DMN规范的更多信息,请参阅DMN Cookbook 。

DMN编辑器仍在开发中。 新功能和增强功能即将到来。 敬请关注 ;-)

新的DMN编辑器预览

翻译自: https://www.javacodegeeks.com/2018/10/new-dmn-editor-preview.html

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.mzph.cn/news/345579.shtml

如若内容造成侵权/违法违规/事实不符,请联系多彩编程网进行投诉反馈email:809451989@qq.com,一经查实,立即删除!

相关文章

指数矩阵(exponential matrix)

类似于指数ex……e^x……ex……的本质是一种近似,eAt……e^{At}……eAt……是同样原理。 http://www.mashangxue123.com/%E7%BA%BF%E6%80%A7%E4%BB%A3%E6%95%B0/1756604500.html

Boole‘s,Doob‘s inequality,中心极限定理Central Limit Theorem,Kolmogorov extension theorem, Lebesgue‘s domin

1. Boole’s inequality In probability theory, Boole’s inequality, also known as the union bound, says that for any finite or countable set of events, the probability that at least one of the events happens is no greater than the sum of the probabilities …

秩为 1 的矩阵的一些性质

前言 从上面的分析和例题看到,对于秩为1的n阶矩阵,零是其n重或n-1重特征值,如果是n-1重,则非零特征值是矩阵的主对角线元素之和;另外还看到,秩为1的矩阵可以分解为一个非零列向量与另一个非零列向量的转置的乘积&#…

probability space 概率空间,Filtration,σ-algebras

1. probability space 概率空间 1.1 概率基础 1.2 概率空间 2. Filtration filtration在钱敏平老师和龚光鲁老师的《随机过程论》中直接称其为非降的KaTeX parse error: Undefined control sequence: \sigmma at position 1: \̲s̲i̲g̲m̲m̲a̲代数族。如图。 一般叫σ\…

概率论中PDF、PMF和CDF的区别与联系

在概率论中,经常出现PDF、PMF和CDF,那么这三者有什么区别与联系呢? 1. 概念解释 PDF:概率密度函数(probability density function), 在数学中,连续型随机变量的概率密度函数(在不至…

随机游走 Random Walk

随机游走(英语:Random Walk,缩写为 RW),是一种数学统计模型,它是一连串的轨迹所组成,其中每一次都是随机的。[1][2]它能用来表示不规则的变动形式,如同一个人酒后乱步,所…

wald

1. Wald’s equation Let (Xn)n∈N(X_n)_{n∈ℕ}(Xn​)n∈N​ be a sequence of real-valued, independent and identically distributed (i.i.d.) random variables and let NNN be a nonnegative integer-value random variable that is independent of the sequence (Xn)n∈…

Java 11就在这里,您准备好进行切换了吗?

在应该将Java 9发行版“震撼我们的世界”一年之后,我们实际上一直在等待的LTS版本终于来了 我们知道,大多数开发人员,团队,公司等尚未通过Java 8进行更新。 即使去年发布了模块Java 9,然后在3月又发布了Java 10。 令…

随机变量和的分布—卷积公式distribution convolution的应用

在概率论里面,大家都会碰到一类问题,就是涉及到这样一类题目: 一般来说,这种类型的题目有两种方法来解决,第一种就是二重积分法;第二种就是应用卷积公式。下面我给大家列出了卷积公式: 但是…

Fluent Design单选按钮,复选框,选择框,Java菜单

这次我对JMetro进行了重大更新。 3.8版引入了以下新的Fluent Design (FDS)启发风格(深色和浅色)和更新: 新的单选按钮样式; 复选框的新样式; 菜单的新样式; 更新了上下文菜单的样…

stability condition in queueing system

https://www.unf.edu/~cwinton/html/cop4300/s09/class.notes/e1-Stability.pdf

undertow服务器分析_进入Undertow Web服务器

undertow服务器分析随着Java EE 7的到来以及处理诸如Web Sockets API和HTTP升级(例如EJB over HTTP)之类的高级功能的要求,WildFly开发团队已经做出了重要决定。 在长期致力于JBoss Web服务器(Apache Tomcat的一个分支&#xff09…

matlab中的rng函数

一、matlab中的随机函数有:rand、randn 1、rand() 功能:生成0-1之间的伪随机数 e.g. rand(3) 生成一个3*3的0-1之间的伪随机数矩阵 2、randn() 功能:生成标准正态分布的伪随机数(均值为0&am…

inf sup上下确界与 min, max 的区别

inf 是 infimum 的简称,sup 是 supremum 的简称。 使用 inf 或 sup 总能保证一个函数的 inf 或 sup 存在,而函数的 min 或 max 有时候不存在。 inf 的定义:一个集合最大的下界 下确界:infimum,简写为 inf&#xff08…

在边缘,作为网关或在网格中构建控制平面以管理Envoy代理的指南

最近, Envoy已成为流行的网络组件。 马特克莱因( Matt Klein )在几年前写了一个博客,内容涉及Envoy的动态配置API,以及它如何成为Envoy的采用曲线向右移的原因之一。 他称该博客为“通用数据平面API”。 由于有许多其他…

java编译器分析_Java反编译器的剖析

java编译器分析简单地说,反编译器尝试将源代码转换为目标代码。 但是有很多有趣的复杂性-Java源代码是结构化的; 字节码当然不是。 而且,转换不是一对一的:两个不同的Java程序可能会产生相同的字节码。 我们需要应用试探法以合理地…

各种各样的数

数的类别 数可以被分类为数系的集合内。对于以符号表示数的不同方式,则请看记数系统。 自然数 主条目:自然数 最常用的数为自然数,有些人指正整数,有些人则指非负整数。前者多在数论中被使用,而在集合论和计算机科学…

JDK 11上的JavaFX

在第11版发布之后,人们对JavaFX与JDK的解耦感到百感交集。 我们中的许多人认为现在是时候告别JavaFX并改用另一种GUI技术了,而另一些人对此情况感到高兴。 他们认为,将JavaFX与Oracle分离开来,并致力于将其开发为开源社区驱动的项…

HMM(隐马尔可夫模型)

1.什么是熵(Entropy) 简单来说,熵是表示物质系统状态的一种度量,用它老表征系统的无序程度。熵越大,系统越无序,意味着系统结构和运动的不确定和无规则;反之,,熵越小,系统越有序&am…