java - 学习JBoss流口水: what should be my model

Question

我正在学习JBoss Drools我正在使用来自 hapmap 项目的遗传学数据:(http://hapmap.ncbi.nlm.nih.gov/genotypes/latest/forward/non-redundant/)。该目录中的每个文件都是一个表格，顶部是个体，左侧是基因组上的位置，以及观察到的突变每个人/职位。

在这里，我想使用 Drools 找到文件中的一些潜在错误(例如， child 没有来自 parent 的任何突变)。

1) 我想将这些数据加载到 Drools 中。这可能是大量数据(例如，genotypes_chr2_YRI_r27_nr.b36_fwd.txt.gz 经过 20Mo gzip 压缩)这些数据会存储在内存中吗？还是 Drools 将其存储在某个地方？或者我应该使用持久性系统？

2)关于模型:

我正在考虑将以下类放入 StatefulKnowledgeSession 中:

class Individual
 {
 private String name;
 //constructor, getters, setters etc...
 }

class Position
 {
 private String name;
 private String chromosome;
 private int position;
 //constructor, getters, setters etc...
 }

class ObservedMutation
 {
 private String individualName;
 private String positionName;
 private String observed;
 //constructor, getters, setters etc...
 }

或者 ObservedMutation 应该是:

class ObservedMutation
 {
 private Individual individual;
 private Position position;
 private String observed;
 //constructor, getters, setters etc...
 }

感谢您的建议

皮埃尔

更新:我的第一次测试:http://plindenbaum.blogspot.com/2010/07/rules-engine-for-bioinformatics-playing.html

Answer 1

是的，当您插入大量数据时，Drools会将它们存储在内存中。 20 Mb 可能不是问题 - 试试吧。

为您建议的模型类编写规则应该很简单 - 第一个测试中的 hapmap.drl 示例中的规则看起来很合理。两个 ObservedMutation 类之间的选择与其他任何事情一样都是品味问题，因为它们将导致不同的 DRL 规则语法。我将从第二个版本开始，看看你如何进行:如果你有对象属性(如 ObservedMutation 的第二个版本)，也许不明显的事情是你可能需要使用 this 来引用绑定(bind)对象，例如$p 位于:

when
    ObservedMutation($p : position)
    Position(this == $p)