手順

1. VSCode IDE で Extensions メニューオプションを選択し、DMN、BPMN、およびテストシナリオファイルのサポートに対して Red Hat Business Automation Bundle を検索します。

   DMN ファイルまたは BPMN ファイルだけをサポートする場合は、DMN Editor または BPMN Editor 拡張機能をそれぞれ検索することもできます。

2. Red Hat Business Automation Bundle 拡張機能が VSCode に表示されたら、これを選択して Install をクリックします。
3. VSCode エディターの動作を最適化するには、拡張機能のインストールの完了後に、VSCode のインスタンスをリロードするか、閉じて再起動します。

手順

1. 以下の方法のいずれかを使用して、スタンドアロンのエディターをインストールします。

   各 JavaScript ファイルを手動でダウンロード: この方法の場合は、以下の手順に従います。

   1. JavaScript ファイルをダウンロードします。
   2. ダウンロードした Javascript ファイルをホスト型アプリケーションに追加します。

   3. 以下の <script> タグを HTML ページに追加します。

      DMN エディターの HTML ページのスクリプトタグ

      <script src="https://<YOUR_PAGE>/dmn/index.js"></script>

      BPMN エディターの HTML ページのスクリプトタグ

      <script src="https://<YOUR_PAGE>/bpmn/index.js"></script>

   NPM パッケージの使用: この方法の場合は、以下の手順に従います。

   1. NPM パッケージを package.json ファイルに追加します。

      NPM パッケージの追加

      npm install @redhat/kogito-tooling-kie-editors-standalone

   2. 各エディターライブラリーを TypeScript ファイルにインポートします。

      各エディターのインポート

      import * as DmnEditor from "@redhat/kogito-tooling-kie-editors-standalone/dist/dmn"
      import * as BpmnEditor from "@redhat/kogito-tooling-kie-editors-standalone/dist/bpmn"

2. スタンドアロンのエディターをインストールしたら、以下の例のように提供されたエディター API を使用して必要なエディターを開き、DMN エディターを開きます。API は、各エディターで同じものになります。

   DMN スタンドアロンのエディターを開く

   const editor = DmnEditor.open({
     container: document.getElementById("dmn-editor-container"),
     initialContent: Promise.resolve(""),
     readOnly: false,
     origin: "",
     resources: new Map([
       [
         "MyIncludedModel.dmn",
         {
           contentType: "text",
           content: Promise.resolve("")
         }
       ]
     ])
   });

   エディター API で以下のパラメーターを使用します。

   表2.1 パラメーターの例

   パラメーター	説明
   container	エディターが追加される HTML 要素。
   initialContent	DMN モデルのコンテンツへの Pomise。以下の例のように、このパラメーターは空にすることができます。 Promise.resolve("") Promise.resolve("<DIAGRAM_CONTENT_DIRECTLY_HERE>") fetch("MyDmnModel.dmn").then(content ⇒ content.text())
   readonly (任意)	エディターでの変更を許可します。コンテンツの編集を許可する場合は false (デフォルト)、エディターで読み取り専用モードの場合は true に設定します。 注記 現在、DMN エディターだけが読み取り専用モードをサポートしています。
   origin (任意)	リポジトリーの起点。デフォルト値は window.location.origin です。
   resources (任意)	エディターのリソースのマッピング。たとえば、このパラメーターを使用して、BPMN エディターの DMN エディターまたは作業アイテム定義に含まれるモデルを提供します。マップの各エントリーには、リソース名と、content-type (text または binary) および content (initialContent パラメーターと同様) で設定されるオブジェクトが含まれています。

   返されるオブジェクトには、エディターの操作に必要なメソッドが含まれます。

   表2.2 返されたオブジェクトメソッド

   メソッド	説明
   getContent(): Promise<string>	エディターのコンテンツを含む promise を返します。
   setContent(content: string): void	エディターの内容を設定します。
   getPreview(): Promise<string>	現在のダイアグラムの SVG 文字列が含まれる promise を返します。
   subscribeToContentChanges(callback: (isDirty: boolean) ⇒ void): (isDirty: boolean) ⇒ void	エディターでコンテンツを変更し、サブスクライブ解除に使用されるのと同じコールバックを返す際に呼び出されるコールバックを設定します。
   unsubscribeToContentChanges(callback: (isDirty: boolean) ⇒ void): void	エディターでコンテンツが変更される際に渡されたコールバックのサブスクライブを解除します。
   markAsSaved(): void	エディターの内容が保存されることを示すエディターの状態をリセットします。また、コンテンツの変更に関連するサブスクライブされたコールバックをアクティベートします。
   undo(): void	エディターの最後の変更を元に戻します。また、コンテンツの変更に関連するサブスクライブされたコールバックをアクティベートします。
   redo(): void	エディターで、最後に元に戻した変更をやり直します。また、コンテンツの変更に関連するサブスクライブされたコールバックをアクティベートします。
   close(): void	エディターを終了します。
   getElementPosition(selector: string): Promise<Rect>	要素をキャンバスまたはビデオコンポーネント内に置いた場合に、標準のクエリーセレクターを拡張する方法を提供します。selector パラメーターは、Canvas:::MySquare、Video:::PresenterHand などの <PROVIDER>:::<SELECT> 形式に従う必要があります。このメソッドは、要素の位置を表す Rect を返します。
   envelopeApi: MessageBusClientApi<KogitoEditorEnvelopeApi>	これは高度なエディター API です。高度なエディター API の詳細は、MessageBusClientApi および KogitoEditorEnvelopeApi を参照してください。

手順

1. Business Central で Menu → Design → Projects に移動して、プロジェクト名をクリックし、変更する DMN ファイルを選択します。

2. DMN デザイナーのキャンバスで、定義するデシジョンノードまたはビジネスナレッジモデルノードを選択し、Edit アイコンをクリックして DMN ボックス式デザイナーを開きます。

   図6.11 新規デシジョンノードのボックス式の表示

   

   図6.12 新規ビジネスナレッジモデルのボックス式の表示

   

   デフォルトでは、ビジネスナレッジモデルはすべて、リテラル FEEL 式、外部の JAVA または PMML 関数のネスト化されたコンテキスト式、またはあらゆる型のネスト化されたボックス式を含む、ボックス関数式として定義されます。

   デシジョンノードの場合は、定義されていないテーブルをクリックし、ボックスリテラル式、ボックスコンテキスト式、デシジョンテーブル、またはその他の DMN ボックスコンテキスト式など、使用するボックス式のタイプを選択します。

   図6.13 デシジョンノードの論理タイプの選択

   

   ビジネスナレッジモデルノードの場合は、左上の関数セルをクリックして関数型を選択するか、関数値のセルを右クリックし、Clear を選択して、別の型のボックス式を選択します。

   図6.14 ビジネスナレッジモデルの機能または他のロジックタイプの選択

   

3. この例では、デシジョンノードを使用して、ボックス式タイプとして デシジョンテーブル を使用します。

   DMN のデシジョンテーブルは、1 つ以上のルールをテーブル形式で視覚的に表します。テーブルの各行はルール 1 つで設定されており、その特定行に対する条件 (入力) と結果 (出力) を定義する列が含まれます。

4. 入力列のヘッダーをクリックして、入力条件の名前とデータ型を定義します。たとえば、入力列に Credit Score.FICO という名前で、number のデータ型を指定します。この列は、数字のクレジットスコア値または、各種ローン申請者を指定します。

5. 出力列ヘッダーをクリックして、出力値の名前とデータ型を定義します。たとえば、出力列に Credit Score Rating という名前を指定して、Data Type オプションの横で Manage をクリックし、Data Types ページに移動して、スコア評価を制約として、カスタムのデータ型を作成します。

   図6.15 列のヘッダー値のデータ型管理

   

6. Data Types ページで、New Data Type をクリックして新規データ型を追加するか、Import Data Object をクリックして、使用するプロジェクトから既存のデータオブジェクトを DMN データ型としてインポートします。

   プロジェクトから DMN データ型としてデータオブジェクトをインポートしてから、そのオブジェクトを更新した場合は、DMN データ型としてデータオブジェクトを再インポートして DMN モデルに変更を適用する必要があります。

   この例では、New Data Type をクリックし、Credit_Score_Rating のデータ型を string で作成します。

   図6.16 新しいデータ型の追加

   

7. Add Constraints をクリックして、ドロップダウンオプションから Enumeration を選択し、以下の制約を追加します。

   • "Excellent"
   • "Good"
   • "Fair"
   • "Poor"
   • "Bad"

   図6.17 新しいデータ型への制約の追加

   

   データ型の制約の順序を変更するには、必要に応じて、制約の行の左端をクリックしてその行をドラッグします。

   図6.18 制約をドラッグして制約順序を変更

   

   指定のデータ型の制約タイプと構文要件に関する情報は、Decision Model and Notation specification を参照してください。

8. OK をクリックして制約を保存し、データ型の右側のチェックマークをクリックしてデータ型を保存します。
9. Credit Score Rating デシジョンテーブルに戻り、Credit Score Rating 列ヘッダーをクリックして、保存したデータ型をこの新規カスタムデータ型に設定します。

10. Credit Score.FICO の入力列を使用して、クレジットスコアの値またはクレジットの範囲を定義し、Credit Score Rating 列を使用して、Credit_Score_Rating のデータ型で定義した対応する評価の 1 つを指定します。

    値のセルを右クリックして、行 (ルール) および列 (句) を挿入または削除します。

    図6.19 クレジットスコア評価のデシジョンノードのデシジョンテーブル

    

11. 全ルールを定義した後に、デシジョンテーブルの左上隅をクリックして、ヒットポリシー と 組み込みアグリゲーター (COLLECT ヒットポリシーのみ) のルールを定義します。

    ヒットポリシーは、デシジョンテーブルにある複数のルールが指定の入力値とマッチした場合にどのように結果に到達するのかを決定します。組み込みアグリゲーターは、COLLECT ヒットポリシーを使用する場合にどのようにルール値を累積するかを決定します。

    図6.20 デシジョンテーブルヒットポリシーの定義

    

    以下のデシジョンテーブルは、より複雑なデシジョンテーブルで、ローン事前審査のデシジョンモデルで終端デシジョンノードとして、申請者のローン適正を決定します。

    図6.21 ローン事前審査のデシジョンテーブル

    

手順

1. Business Central で Menu → Design → Projects に移動して、プロジェクト名をクリックし、変更する DMN ファイルを選択します。
2. DMN デザイナーのキャンバスで、データ型を定義するデシジョンノードまたはビジネスナレッジモデルを選択し、Edit アイコンをクリックして DMN ボックス式デザイナーを開きます。

3. ボックス式が定義されていないデシジョンノードの場合は、定義されていないテーブルをクリックし、ボックスリテラル式、ボックスコンテキスト式、デシジョンテーブル、またはその他の DMN ボックスコンテキスト式など、使用するボックス式のタイプを選択します。

   図6.24 デシジョンノードの論理タイプの選択

   

4. テーブルヘッダのセルまたは、(ボックス式のタイプに合わせて) データ型を定義するパラメーターフィールドをクリックし、Manage をクリックして、カスタムのデータ型を作成する Data Types ページに移動します。

   図6.25 列のヘッダー値のデータ型管理

   

   DMN デザイナーの右上隅の Properties アイコンを選択して、指定のデシジョンノードまたはビジネスナレッジモデルノードのカスタムデータ型を設定して管理することも可能です。

   図6.26 意思決定要件 (DRD) プロパティーでのデータ型の管理

   

   ボックス式で指定のセルに定義するデータ型により、ボックス式の関連のテーブル、列、フィールド内で使用するデータの構造を決定します。

   この例では、DMN デシジョンテーブルの出力列 クレジットスコア評価 は、申請者のクレジットスコアをもとにカスタムのクレジットスコア評価を定義します。

5. Data Types ページで、New Data Type をクリックして新規データ型を追加するか、Import Data Object をクリックして、使用するプロジェクトから既存のデータオブジェクトを DMN データ型としてインポートします。

   プロジェクトから DMN データ型としてデータオブジェクトをインポートしてから、そのオブジェクトを更新した場合は、DMN データ型としてデータオブジェクトを再インポートして DMN モデルに変更を適用する必要があります。

   この例では、New Data Type をクリックし、Credit_Score_Rating のデータ型を string で作成します。

   図6.27 新しいデータ型の追加

   

   データ型がアイテムの一覧を必要とする場合は、List 設定を有効にします。

6. Add Constraints をクリックして、ドロップダウンオプションから Enumeration を選択し、以下の制約を追加します。

   • "Excellent"
   • "Good"
   • "Fair"
   • "Poor"
   • "Bad"

   図6.28 新しいデータ型への制約の追加

   

   データ型の制約の順序を変更するには、必要に応じて、制約の行の左端をクリックしてその行をドラッグします。

   図6.29 制約をドラッグして制約順序を変更

   

   指定のデータ型の制約タイプと構文要件に関する情報は、Decision Model and Notation specification を参照してください。

7. OK をクリックして制約を保存し、データ型の右側のチェックマークをクリックしてデータ型を保存します。

8. Credit Score Rating デシジョンテーブルに戻り、Credit Score Rating 列ヘッダーをクリックして、保存したデータ型をこの新規カスタムデータ型に設定し、指定した評価制約で、対象の列のルール値を定義します。

   図6.30 クレジットスコア評価のデシジョンテーブル

   

   シナリオの DMN デシジョンモデルで、Credit Score Rating デシジョンが、以下の Loan Prequalification デシジョンに流れ、このデシジョンではカスタムのデータ型が必要です。

   図6.31 ローン事前審査のデシジョンテーブル

   

9. この例をそのまま使用し、Data Types ウィンドウに戻り、New Data Type をクリックして、Loan_Qualification データ型を制約なしの Structure として作成します。

   新しい構造化データ型を保存すると、最初のサブフィールドが表示され、この親データ型で、ネスト化されたデータフィールドの定義を開始できます。デシジョンテーブル内にネスト化された列ヘッダー、コンテキストまたは関数式でネスト化されたパラメーターなど、ボックス式の構造化された親データ型と関連するこれらのサブフィールドを使用できます。

   追加のサブフィールドについては Loan_Qualification のデータ型の横にある追加のアイコンをクリックします。

   図6.32 新しい構造化データ型へのネスト化フィールドの追加

   

10. この例では、構造化された Loan_Qualification データ型に、"Qualified" と "Not Qualified" の列挙制約がある Qualification フィールドと、制約のない Reason フィールドを追加します。また、"Sufficient" と "Insufficient" の列挙制約がある、単純なデータ型 Back_End_Ratio と Front_End_Ratio を追加します。

    作成する各データ型の右側にあるチェックマークをクリックして変更を保存します。

    図6.33 ネスト化されたデータ型への制約の追加

    

    データ型の順序やネスト化を変更するには、必要に応じて、データ型の行の左端をクリックしてその行をドラッグします。

    図6.34 データ型をドラッグしてデータ型の順番やネスト化を変更

    

11. デシジョンテーブルに戻り、列ごとに、列ヘッダーセルをクリックし、対応する新規のカスタムデータ型に、このデータ型を設定して、(該当する場合には) 指定した制約で必要に応じて列のルール値を定義します。

    図6.35 ローン事前審査のデシジョンテーブル

    

手順

1. Business Central で DMN プロジェクトに移動し、プロジェクトに DMN ファイルを作成またはインポートします。
2. 新規またはインポートされた DMN ファイルを開いて DMN デザイナーで DRD を表示し、左側のツールバーの DMN ノードを使用して DRD の設計または変更を開始します。

3. 別のネストされた DRD で定義する DMN ノードについては、ノードを選択し、DRD Actions アイコンをクリックし、利用可能なオプションから選択します。

   図6.49 DRD を細分化する DRD アクションアイコン

   

   以下のオプションを設定できます。

   • Create: このオプションを使用してネストされた DRD を作成します。この DRD は、選択したノードの DMN コンポーネントおよび図を個別に定義できます。
   • Add to: ネストされた DRD がすでに作成されている場合は、このオプションを使用して選択したノードを既存の DRD に追加します。
   • Remove: 選択したノードがネストされた DRD 内にある場合は、このオプションを使用して、ネストされた DRD からノードを削除します。

   DMN のデシジョンモデル内にネストされた DRD を作成すると、新しい DRD は別の DRD キャンバスで開き、利用可能な DRD とコンポーネントが Decision Navigator の左側のメニューに表示されます。Decision Navigator メニューを使用して、ネストされた DRD を名前変更または削除できます。

   図6.50 Decision Navigator メニューで新しいネストされた DRD の名前を変更

   
4. 新しいネストされた DRD の別のキャンバスで、DMN モデルのこの部分で必要なすべてのコンポーネントのフローと論理を設計します。

5. そのために、デシジョンモデルに他のネストされた DRD を追加および定義し、完了した DMN ファイルを保存します。

   たとえば、ローン事前審査デシジョンモデルの次の DRD には、ネストされた DRD がないモデルのすべての DMN コンポーネントが含まれています。この例では、すべてのコンポーネントおよびロジックの単一の DRD に依存しているため、図は大きくて複雑になります。

   図6.51 ローンの事前審査のための単一の DRD

   

   または、この手順に従って、この例の DRD を複数のネストされた DRD に分割し、以下の例のように意思決定要件をより適切に整理できます。

   図6.52 ローンの事前審査のための複数のネストされた DRD

   

   図6.53 フロントエンド比率 DRD の概要

   

   図6.54 フロントエンド比率の DRD

   

   図6.55 クレジットカード評価 DRD の概要

   

   図6.56 クレジットカード評価の DRD

   

   図6.57 バックエンド比率 DRD の概要

   

   図6.58 バックエンド比率の DRD

   

手順

1. クライアントアプリケーションで、Java プロジェクトの関連クラスパスに以下の依存関係を追加します。

   <!-- Required for the DMN runtime API -->
   <dependency>
     <groupId>org.kie</groupId>
     <artifactId>kie-dmn-core</artifactId>
     <version>${rhpam.version}</version>
   </dependency>
   
   <!-- Required if not using classpath KIE container -->
   <dependency>
     <groupId>org.kie</groupId>
     <artifactId>kie-ci</artifactId>
     <version>${rhpam.version}</version>
   </dependency>

   <version> は、プロジェクトで現在使用している Red Hat Process Automation Manager の Maven アーティファクトバージョンです (例: 7.48.0.Final-redhat-00004)。

   注記

   個別の依存関係に対して Red Hat Process Automation Manager <version> を指定するのではなく、Red Hat Business Automation BOM (bill of materials) の依存関係をプロジェクトの pom.xml ファイルに追加することを検討してください。Red Hat Business Automation BOM は、Red Hat Decision Manager と Red Hat Process Automation Manager の両方に適用されます。BOM ファイルを追加すると、提供される Maven リポジトリーから、推移的依存関係の適切なバージョンがプロジェクトに含められます。

   BOM 依存関係の例:

   <dependency>
     <groupId>com.redhat.ba</groupId>
     <artifactId>ba-platform-bom</artifactId>
     <version>7.10.0.redhat-00004</version>
     <scope>import</scope>
     <type>pom</type>
   </dependency>

   Red Hat Business Automation BOM (Bill of Materials) についての詳細情報は、What is the mapping between RHPAM product and maven library version? を参照してください。

2. classpath または ReleaseId から KIE コンテナーを作成します。

   KieServices kieServices = KieServices.Factory.get();
   
   ReleaseId releaseId = kieServices.newReleaseId( "org.acme", "my-kjar", "1.0.0" );
   KieContainer kieContainer = kieServices.newKieContainer( releaseId );

   または、以下のオプションを使用します。

   KieServices kieServices = KieServices.Factory.get();
   
   KieContainer kieContainer = kieServices.getKieClasspathContainer();

3. namespace モデルおよび modelName モデルを使用して、KIE コンテナーの DMNRuntime と、評価する DMN モデルへの参照を取得します。

   DMNRuntime dmnRuntime = KieRuntimeFactory.of(kieContainer.getKieBase()).get(DMNRuntime.class);
   
   String namespace = "http://www.redhat.com/_c7328033-c355-43cd-b616-0aceef80e52a";
   String modelName = "dmn-movieticket-ageclassification";
   
   DMNModel dmnModel = dmnRuntime.getModel(namespace, modelName);

4. 希望するモデルに対してデシジョンサービスを実行します。

   DMNContext dmnContext = dmnRuntime.newContext();  1
   
   for (Integer age : Arrays.asList(1,12,13,64,65,66)) {
       dmnContext.set("Age", age);  2
       DMNResult dmnResult =
           dmnRuntime.evaluateAll(dmnModel, dmnContext);  3
   
       for (DMNDecisionResult dr : dmnResult.getDecisionResults()) {  4
           log.info("Age: " + age + ", " +
                    "Decision: '" + dr.getDecisionName() + "', " +
                    "Result: " + dr.getResult());
     }
   }

   1

   モデル評価に対する入力として使用する、新しい DMN コンテキストをインスタンス化します。この例では、Age Classification の意思決定を複数回ループさせています。

   2

   入力の DMN コンテキストに入力変数を割り当てます。

   3

   DMN モデルに定義した DMN デシジョンをすべて評価します。

   4

   1 回の評価で結果が 1 つ以上になることがあり、ループを作成します。

   この例では、以下の結果を出力します。

   Age 1 Decision 'AgeClassification' : Child
   Age 12 Decision 'AgeClassification' : Child
   Age 13 Decision 'AgeClassification' : Adult
   Age 64 Decision 'AgeClassification' : Adult
   Age 65 Decision 'AgeClassification' : Senior
   Age 66 Decision 'AgeClassification' : Senior

   DMN モデルがより効率性の高い実行を行えるように、実行可能なモデルとしてこれまでにコンパイルされていない場合は、DMN モデルの実行時に、以下のプロパティーを有効化してください。

   -Dorg.kie.dmn.compiler.execmodel=true

手順

1. クライアントアプリケーションで、Java プロジェクトの関連クラスパスに以下の依存関係を追加します。

   <!-- Required for the KIE Server Java client API -->
   <dependency>
     <groupId>org.kie.server</groupId>
     <artifactId>kie-server-client</artifactId>
     <version>${rhpam.version}</version>
   </dependency>

   <version> は、プロジェクトで現在使用している Red Hat Process Automation Manager の Maven アーティファクトバージョンです (例: 7.48.0.Final-redhat-00004)。

   注記

   個別の依存関係に対して Red Hat Process Automation Manager <version> を指定するのではなく、Red Hat Business Automation BOM (bill of materials) の依存関係をプロジェクトの pom.xml ファイルに追加することを検討してください。Red Hat Business Automation BOM は、Red Hat Decision Manager と Red Hat Process Automation Manager の両方に適用されます。BOM ファイルを追加すると、提供される Maven リポジトリーから、推移的依存関係の適切なバージョンがプロジェクトに含められます。

   BOM 依存関係の例:

   <dependency>
     <groupId>com.redhat.ba</groupId>
     <artifactId>ba-platform-bom</artifactId>
     <version>7.10.0.redhat-00004</version>
     <scope>import</scope>
     <type>pom</type>
   </dependency>

   Red Hat Business Automation BOM (Bill of Materials) についての詳細情報は、What is the mapping between RHPAM product and maven library version? を参照してください。

2. 適切な接続情報で KieServicesClient をインスタンス化します。

   以下に例を示します。

   KieServicesConfiguration conf =
       KieServicesFactory.newRestConfiguration(URL, USER, PASSWORD); 1
   
   conf.setMarshallingFormat(MarshallingFormat.JSON);  2
   
   KieServicesClient kieServicesClient = KieServicesFactory.newKieServicesClient(conf);

   1

   接続情報:

   • サンプル URL: http://localhost:8080/kie-server/services/rest/server
   • この認証情報は、kie-server ロールを持つユーザーを参照します。

   2

   マーシャリングの形式は、org.kie.server.api.marshalling.MarshallingFormat のインスタンスです。これは、メッセージが JSON であるか XML であるかを制御します。マーシャリング形式のオプションは、JSON、JAXB、 XSTREAM です。

3. KIE サーバーの Java クライアントインスタンスで getServicesClient() メソッドを呼び出すことで、関連する KIE Server に接続した KIE サーバーの Java クライアントから DMNServicesClient を取得します。

   DMNServicesClient dmnClient = kieServicesClient.getServicesClient(DMNServicesClient.class );

   これで、dmnClient が、KIE Server でデシジョンサービスを実行できるようになりました。

4. 希望するモデルに対してデシジョンサービスを実行します。

   以下に例を示します。

   for (Integer age : Arrays.asList(1,12,13,64,65,66)) {
       DMNContext dmnContext = dmnClient.newContext(); 1
       dmnContext.set("Age", age);  2
       ServiceResponse<DMNResult> serverResp =   3
           dmnClient.evaluateAll($kieContainerId,
                                 $modelNamespace,
                                 $modelName,
                                 dmnContext);
   
       DMNResult dmnResult = serverResp.getResult();  4
       for (DMNDecisionResult dr : dmnResult.getDecisionResults()) {
           log.info("Age: " + age + ", " +
                    "Decision: '" + dr.getDecisionName() + "', " +
                    "Result: " + dr.getResult());
       }
   }

   1

   モデル評価に対する入力として使用する、新しい DMN コンテキストをインスタンス化します。この例では、Age Classification の意思決定を複数回ループさせています。

   2

   入力 DMN コンテキストに入力変数を割り当てます。

   3

   DMN モデルに定義したすべての DMN の意思決定を評価します。

   • $kieContainerId は、DMN モデルを含む KJAR がデプロイされているコンテナーの ID です。
   • $modelNamespace は、モデルの名前空間です。
   • $modelName は、モデルの名前です。

   4

   DMN の結果オブジェクトは、サーバーの応答から利用できます。

   この時点では、dmnResult には、評価した DMN モデルから得た意思決定の結果がすべて含まれます。

   DMNServicesClient で利用可能なメソッドを使用して、モデルで特定の DMN 意思決定だけを実行することもできます。

   注記

   KIE コンテナーに DMN モデルが 1 つだけ含まれる場合は、KIE Server API によってデフォルトで選択されるため、$modelNamespace と $modelName を除外できます。

手順

1. KIE Server REST API エンドポイントにアクセスするためのベース URL を決定します。これには、以下の値が必要です (例ではローカルデプロイメントのデフォルト値を使用しています)。

   • ホスト (localhost)
   • ポート (8080)
   • ルートコンテキスト (kie-server)
   • ベース REST パス (services/rest/)

   ローカルデプロイメントにおけるベース URL の例:

   http://localhost:8080/kie-server/services/rest/

2. ユーザー認証要件を決定します。

   ユーザーを KIE Server 設定に直接定義すると、ユーザー名およびパスワードを要求する HTTP Basic 認証が使用されます。要求を成功させるには、ユーザーに kie-server ルールが必要です。

   以下の例は、curl 要求に認証情報を追加する方法を示します。

   curl -u username:password <request>

   Red Hat Single Sign-On を使用して KIE Server を設定している場合は、要求にベアラートークンが必要です。

   curl -H "Authorization: bearer $TOKEN" <request>

3. 要求と応答の形式を指定します。REST API エンドポイントには JSON と XML の両方の書式が利用でき、要求ヘッダーを使用して設定されます。

   JSON

   curl -H "accept: application/json" -H "content-type: application/json"

   XML

   curl -H "accept: application/xml" -H "content-type: application/xml"

4. 必要に応じて、デプロイしたデシジョンモデルのリストに対するコンテナーのクエリーです。

   [GET] server/containers/{containerId}/dmn

   curl 要求例:

   curl -u krisv:krisv -H "accept: application/xml" -X GET "http://localhost:8080/kie-server/services/rest/server/containers/MovieDMNContainer/dmn"

   サンプルの XML 出力:

   <?xml version="1.0" encoding="UTF-8" standalone="yes"?>
   <response type="SUCCESS" msg="OK models successfully retrieved from container 'MovieDMNContainer'">
       <dmn-model-info-list>
           <model>
               <model-namespace>http://www.redhat.com/_c7328033-c355-43cd-b616-0aceef80e52a</model-namespace>
               <model-name>dmn-movieticket-ageclassification</model-name>
               <model-id>_99</model-id>
               <decisions>
                   <dmn-decision-info>
                       <decision-id>_3</decision-id>
                       <decision-name>AgeClassification</decision-name>
                   </dmn-decision-info>
               </decisions>
           </model>
       </dmn-model-info-list>
   </response>

   サンプルの JSON 出力:

   {
     "type" : "SUCCESS",
     "msg" : "OK models successfully retrieved from container 'MovieDMNContainer'",
     "result" : {
       "dmn-model-info-list" : {
         "models" : [ {
           "model-namespace" : "http://www.redhat.com/_c7328033-c355-43cd-b616-0aceef80e52a",
           "model-name" : "dmn-movieticket-ageclassification",
           "model-id" : "_99",
           "decisions" : [ {
             "decision-id" : "_3",
             "decision-name" : "AgeClassification"
           } ]
         } ]
       }
     }
   }

5. モデルを実行します。

   [POST] server/containers/{containerId}/dmn

   curl 要求例:

   curl -u krisv:krisv -H "accept: application/json" -H "content-type: application/json" -X POST "http://localhost:8080/kie-server/services/rest/server/containers/MovieDMNContainer/dmn" -d "{ \"model-namespace\" : \"http://www.redhat.com/_c7328033-c355-43cd-b616-0aceef80e52a\", \"model-name\" : \"dmn-movieticket-ageclassification\", \"decision-name\" : [ ], \"decision-id\" : [ ], \"dmn-context\" : {\"Age\" : 66}}"

   JSON 要求例:

   {
     "model-namespace" : "http://www.redhat.com/_c7328033-c355-43cd-b616-0aceef80e52a",
     "model-name" : "dmn-movieticket-ageclassification",
     "decision-name" : [ ],
     "decision-id" : [ ],
     "dmn-context" : {"Age" : 66}
   }

   XML 要求例 (JAXB 形式):

   <?xml version="1.0" encoding="UTF-8"?>
   <dmn-evaluation-context>
       <model-namespace>http://www.redhat.com/_c7328033-c355-43cd-b616-0aceef80e52a</model-namespace>
       <model-name>dmn-movieticket-ageclassification</model-name>
       <dmn-context xsi:type="jaxbListWrapper" xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance">
           <type>MAP</type>
           <element xsi:type="jaxbStringObjectPair" key="Age">
               <value xsi:type="xs:int" xmlns:xs="http://www.w3.org/2001/XMLSchema">66</value>
           </element>
       </dmn-context>
   </dmn-evaluation-context>

   注記

   要求には、その形式にかかわらず、以下の要素が必要です。

   • モデルの名前空間
   • モデル名
   • 入力値を含むコンテキストオブジェクト

   JSON 応答例:

   {
     "type" : "SUCCESS",
     "msg" : "OK from container 'MovieDMNContainer'",
     "result" : {
       "dmn-evaluation-result" : {
         "messages" : [ ],
         "model-namespace" : "http://www.redhat.com/_c7328033-c355-43cd-b616-0aceef80e52a",
         "model-name" : "dmn-movieticket-ageclassification",
         "decision-name" : [ ],
         "dmn-context" : {
           "Age" : 66,
           "AgeClassification" : "Senior"
         },
         "decision-results" : {
           "_3" : {
             "messages" : [ ],
             "decision-id" : "_3",
             "decision-name" : "AgeClassification",
             "result" : "Senior",
             "status" : "SUCCEEDED"
           }
         }
       }
     }
   }

   XML (JAXB 形式) 応答例:

   <?xml version="1.0" encoding="UTF-8" standalone="yes"?>
   <response type="SUCCESS" msg="OK from container 'MovieDMNContainer'">
         <dmn-evaluation-result>
               <model-namespace>http://www.redhat.com/_c7328033-c355-43cd-b616-0aceef80e52a</model-namespace>
               <model-name>dmn-movieticket-ageclassification</model-name>
               <dmn-context xsi:type="jaxbListWrapper" xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance">
                     <type>MAP</type>
                     <element xsi:type="jaxbStringObjectPair" key="Age">
                           <value xsi:type="xs:int" xmlns:xs="http://www.w3.org/2001/XMLSchema">66</value>
                     </element>
                     <element xsi:type="jaxbStringObjectPair" key="AgeClassification">
                           <value xsi:type="xs:string" xmlns:xs="http://www.w3.org/2001/XMLSchema">Senior</value>
                     </element>
               </dmn-context>
               <messages/>
               <decisionResults>
                     <entry>
                           <key>_3</key>
                           <value>
                                 <decision-id>_3</decision-id>
                                 <decision-name>AgeClassification</decision-name>
                                 <result xsi:type="xs:string" xmlns:xs="http://www.w3.org/2001/XMLSchema" xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance">Senior</result>
                                 <messages/>
                                 <status>SUCCEEDED</status>
                           </value>
                     </entry>
               </decisionResults>
         </dmn-evaluation-result>
   </response>

手順

1. クライアントアプリケーションで、Java プロジェクトの関連クラスパスに以下の依存関係を追加します。

   <!-- Required for the PMML compiler -->
   <dependency>
     <groupId>org.drools</groupId>
     <artifactId>kie-pmml</artifactId>
     <version>${rhpam.version}</version>
   </dependency>
   
   <!-- Required for the KIE public API -->
   <dependency>
     <groupId>org.kie</groupId>
     <artifactId>kie-api</artifactId>
     <version>${rhpam.version}</version>
   </dependencies>
   
   <!-- Required if not using classpath KIE container -->
   <dependency>
     <groupId>org.kie</groupId>
     <artifactId>kie-ci</artifactId>
     <version>${rhpam.version}</version>
   </dependency>

   <version> は、プロジェクトで現在使用している Red Hat Process Automation Manager の Maven アーティファクトバージョンです (例: 7.48.0.Final-redhat-00004)。

   重要

   従来の kie-pmml 依存関係は、Red Hat Process Automation Manager 7.10.0 で非推奨になり、将来の Red Hat Process Automation Manager リリースで kie-pmml-trusty 依存関係に置き換えられる予定です。

   注記

   個別の依存関係に対して Red Hat Process Automation Manager <version> を指定するのではなく、Red Hat Business Automation BOM (bill of materials) の依存関係をプロジェクトの pom.xml ファイルに追加することを検討してください。Red Hat Business Automation BOM は、Red Hat Decision Manager と Red Hat Process Automation Manager の両方に適用されます。BOM ファイルを追加すると、提供される Maven リポジトリーから、推移的依存関係の適切なバージョンがプロジェクトに含められます。

   BOM 依存関係の例:

   <dependency>
     <groupId>com.redhat.ba</groupId>
     <artifactId>ba-platform-bom</artifactId>
     <version>7.10.0.redhat-00004</version>
     <scope>import</scope>
     <type>pom</type>
   </dependency>

   Red Hat Business Automation BOM (Bill of Materials) についての詳細情報は、What is the mapping between RHPAM product and maven library version? を参照してください。

2. classpath または ReleaseId から KIE コンテナーを作成します。

   KieServices kieServices = KieServices.Factory.get();
   
   ReleaseId releaseId = kieServices.newReleaseId( "org.acme", "my-kjar", "1.0.0" );
   KieContainer kieContainer = kieServices.newKieContainer( releaseId );

   または、以下のオプションを使用します。

   KieServices kieServices = KieServices.Factory.get();
   
   KieContainer kieContainer = kieServices.getKieClasspathContainer();

3. PMMLRequestData クラスのインスタンスを作成し、PMML モデルをデータセットに適用します。

   public class PMMLRequestData {
       private String correlationId; 1
       private String modelName; 2
       private String source; 3
       private List<ParameterInfo<?>> requestParams; 4
       ...
   }

   1

   特定の要求または結果に関連のあるデータを特定

   2

   要求データに適用する必要のあるモデル名

   3

   要求を生成したセグメントを特定するために、内部で生成された PMMLRequestData オブジェクトが使用

   4

   入力データポイントを送信するデフォルトのメカニズム

4. PMML4Result クラスのインスタンスを作成します。このクラスでは、入力データに PMML ベースルールを適用した結果の出力情報を保持します。

   public class PMML4Result {
       private String correlationId;
       private String segmentationId; 1
       private String segmentId; 2
       private int segmentIndex; 3
       private String resultCode; 4
       private Map<String, Object> resultVariables; 5
       ...
   }

   1

   モデルタイプが MiningModel の場合に使用します。segmentationId は、複数のセグメントを区別化するために使用します。

   2

   segmentationId と併用して、結果を生成したセグメントを特定します。

   3

   セグメントの順番を維持するのに使用します。

   4

   モデルが正常に適用されたかどうかを判断するのに使用します。OK は成功を示します。

   5

   結果の値として代入される変数とそれに関連する値の名前が含まれます。

   通常の getter メソッドに加え、PMML4Result クラスも、結果となる変数の値を直接取得する以下の方法をサポートします。

   public <T> Optional<T> getResultValue(String objName, String objField, Class<T> clazz, Object...params)
   
   public Object getResultValue(String objName, String objField, Object...params)

5. ParameterInfo クラスのインスタンスを作成します。このクラスは、PMMLRequestData クラスの一部として使用する、基本的なデータタイプオブジェクトのラッパーとして機能します。

   public class ParameterInfo<T> { 1
       private String correlationId;
       private String name; 2
       private String capitalizedName;
       private Class<T> type; 3
       private T value; 4
       ...
   }

   1

   多数の異なるタイプを処理するパラメーター化されたクラス

   2

   モデルの入力として想定される変数の名前

   3

   変数の実際のタイプとなるクラス

   4

   変数の実際の値

6. 先ほど作成した対象の PMML クラスインスタンスをもとに PMML モデルを実行します。

   public void executeModel(KieBase kbase,
                            Map<String,Object> variables,
                            String modelName,
                            String correlationId,
                            String modelPkgName) {
       RuleUnitExecutor executor = RuleUnitExecutor.create().bind(kbase);
       PMMLRequestData request = new PMMLRequestData(correlationId, modelName);
       PMML4Result resultHolder = new PMML4Result(correlationId);
       variables.entrySet().forEach( es -> {
           request.addRequestParam(es.getKey(), es.getValue());
       });
   
       DataSource<PMMLRequestData> requestData = executor.newDataSource("request");
       DataSource<PMML4Result> resultData = executor.newDataSource("results");
       DataSource<PMMLData> internalData = executor.newDataSource("pmmlData");
   
       requestData.insert(request);
       resultData.insert(resultHolder);
   
       List<String> possiblePackageNames = calculatePossiblePackageNames(modelName,
                                                                       modelPkgName);
       Class<? extends RuleUnit> ruleUnitClass = getStartingRuleUnit("RuleUnitIndicator",
                                                                   (InternalKnowledgeBase)kbase,
                                                                   possiblePackageNames);
   
       if (ruleUnitClass != null) {
           executor.run(ruleUnitClass);
           if ( "OK".equals(resultHolder.getResultCode()) ) {
             // extract result variables here
           }
       }
   }
   
   protected Class<? extends RuleUnit> getStartingRuleUnit(String startingRule, InternalKnowledgeBase ikb, List<String> possiblePackages) {
       RuleUnitRegistry unitRegistry = ikb.getRuleUnitRegistry();
       Map<String,InternalKnowledgePackage> pkgs = ikb.getPackagesMap();
       RuleImpl ruleImpl = null;
       for (String pkgName: possiblePackages) {
         if (pkgs.containsKey(pkgName)) {
             InternalKnowledgePackage pkg = pkgs.get(pkgName);
             ruleImpl = pkg.getRule(startingRule);
             if (ruleImpl != null) {
                 RuleUnitDescr descr = unitRegistry.getRuleUnitFor(ruleImpl).orElse(null);
                 if (descr != null) {
                     return descr.getRuleUnitClass();
                 }
             }
         }
       }
       return null;
   }
   
   protected List<String> calculatePossiblePackageNames(String modelId, String...knownPackageNames) {
       List<String> packageNames = new ArrayList<>();
       String javaModelId = modelId.replaceAll("\\s","");
       if (knownPackageNames != null && knownPackageNames.length > 0) {
           for (String knownPkgName: knownPackageNames) {
               packageNames.add(knownPkgName + "." + javaModelId);
           }
       }
       String basePkgName = PMML4UnitImpl.DEFAULT_ROOT_PACKAGE+"."+javaModelId;
       packageNames.add(basePkgName);
       return packageNames;
   }

   ルールは RuleUnitExecutor クラスにより実行されます。RuleUnitExecutor クラスは KIE セッションを作成し、必要な DataSource オブジェクトをこれらのセッションに追加してから、run() メソッドへのパラメーターとして渡される RuleUnit をもとに、ルールを実行します。calculatePossiblePackageNames と getStartingRuleUnit メソッドは、run() メソッドに渡される RuleUnit クラスの完全修飾名を決定します。

手順

1. クライアントアプリケーションで、Java プロジェクトの関連クラスパスに以下の依存関係を追加します。

   <!-- Required for the PMML compiler -->
   <dependency>
     <groupId>org.drools</groupId>
     <artifactId>kie-pmml</artifactId>
     <version>${rhpam.version}</version>
   </dependency>
   
   <!-- Required for the KIE public API -->
   <dependency>
     <groupId>org.kie</groupId>
     <artifactId>kie-api</artifactId>
     <version>${rhpam.version}</version>
   </dependencies>
   
   <!-- Required for the KIE Server Java client API -->
   <dependency>
     <groupId>org.kie.server</groupId>
     <artifactId>kie-server-client</artifactId>
     <version>${rhpam.version}</version>
   </dependency>
   
   <!-- Required if not using classpath KIE container -->
   <dependency>
     <groupId>org.kie</groupId>
     <artifactId>kie-ci</artifactId>
     <version>${rhpam.version}</version>
   </dependency>

   <version> は、プロジェクトで現在使用している Red Hat Process Automation Manager の Maven アーティファクトバージョンです (例: 7.48.0.Final-redhat-00004)。

   重要

   従来の kie-pmml 依存関係は、Red Hat Process Automation Manager 7.10.0 で非推奨になり、将来の Red Hat Process Automation Manager リリースで kie-pmml-trusty 依存関係に置き換えられる予定です。

   注記

   個別の依存関係に対して Red Hat Process Automation Manager <version> を指定するのではなく、Red Hat Business Automation BOM (bill of materials) の依存関係をプロジェクトの pom.xml ファイルに追加することを検討してください。Red Hat Business Automation BOM は、Red Hat Decision Manager と Red Hat Process Automation Manager の両方に適用されます。BOM ファイルを追加すると、提供される Maven リポジトリーから、推移的依存関係の適切なバージョンがプロジェクトに含められます。

   BOM 依存関係の例:

   <dependency>
     <groupId>com.redhat.ba</groupId>
     <artifactId>ba-platform-bom</artifactId>
     <version>7.10.0.redhat-00004</version>
     <scope>import</scope>
     <type>pom</type>
   </dependency>

   Red Hat Business Automation BOM (Bill of Materials) についての詳細情報は、What is the mapping between RHPAM product and maven library version? を参照してください。

2. classpath または ReleaseId から KIE コンテナーを作成します。

   KieServices kieServices = KieServices.Factory.get();
   
   ReleaseId releaseId = kieServices.newReleaseId( "org.acme", "my-kjar", "1.0.0" );
   KieContainer kieContainer = kieServices.newKieContainer( releaseId );

   または、以下のオプションを使用します。

   KieServices kieServices = KieServices.Factory.get();
   
   KieContainer kieContainer = kieServices.getKieClasspathContainer();

3. KIE Server への要求を送信して、応答を受信するクラスを作成します。

   public class ApplyScorecardModel {
     private static final ReleaseId releaseId =
             new ReleaseId("org.acme","my-kjar","1.0.0");
     private static final String containerId = "SampleModelContainer";
     private static KieCommands commandFactory;
     private static ClassLoader kjarClassLoader; 1
     private RuleServicesClient serviceClient; 2
   
     // Attributes specific to your class instance
     private String rankedFirstCode;
     private Double score;
   
     // Initialization of non-final static attributes
     static {
       commandFactory = KieServices.Factory.get().getCommands();
   
       // Specifications for kjarClassLoader, if used
       KieMavenRepository kmp = KieMavenRepository.getMavenRepository();
       File artifactFile = kmp.resolveArtifact(releaseId).getFile();
       if (artifactFile != null) {
         URL urls[] = new URL[1];
         try {
           urls[0] = artifactFile.toURI().toURL();
           classLoader = new KieURLClassLoader(urls,PMML4Result.class.getClassLoader());
         } catch (MalformedURLException e) {
           logger.error("Error getting classLoader for "+containerId);
           logger.error(e.getMessage());
         }
       } else {
         logger.warn("Did not find the artifact file for "+releaseId.toString());
       }
     }
   
     public ApplyScorecardModel(KieServicesConfiguration kieConfig) {
       KieServicesClient clientFactory = KieServicesFactory.newKieServicesClient(kieConfig);
       serviceClient = clientFactory.getServicesClient(RuleServicesClient.class);
     }
     ...
     // Getters and setters
     ...
   
     // Method for executing the PMML model on KIE Server
     public void applyModel(String occupation, int age) {
       PMMLRequestData input = new PMMLRequestData("1234","SampleModelName"); 3
       input.addRequestParam(new ParameterInfo("1234","occupation",String.class,occupation));
       input.addRequestParam(new ParameterInfo("1234","age",Integer.class,age));
   
       CommandFactoryServiceImpl cf = (CommandFactoryServiceImpl)commandFactory;
       ApplyPmmlModelCommand command = (ApplyPmmlModelCommand) cf.newApplyPmmlModel(request); 4
   
       ServiceResponse<ExecutionResults> results =
           ruleClient.executeCommandsWithResults(CONTAINER_ID, command); 5
   
       if (results != null) {  6
         PMML4Result resultHolder = (PMML4Result)results.getResult().getValue("results");
         if (resultHolder != null && "OK".equals(resultHolder.getResultCode())) {
           this.score = resultHolder.getResultValue("ScoreCard","score",Double.class).get();
           Map<String,Object> rankingMap =
                (Map<String,Object>)resultHolder.getResultValue("ScoreCard","ranking");
           if (rankingMap != null && !rankingMap.isEmpty()) {
             this.rankedFirstCode = rankingMap.keySet().iterator().next();
           }
         }
       }
     }
   }

   1

   クライアントプロジェクトの依存関係に KJAR を追加しなかった場合は、クラ出力ダーを定義します。

   2

   KIE Server REST API のアクセス認証情報など、設定設定で定義したサービスクライアントを特定します。

   3

   PMMLRequestData オブジェクトを初期化します。

   4

   ApplyPmmlModelCommand のインスタンスを作成します。

   5

   サービスクライアントを使用してコマンドを送信します。

   6

   実行済みの PMML モデルの結果を取得します。

4. クラスインスタンスを実行して、PMML 呼び出し要求を KIE Server に送信します。

   または JMS および REST インターフェイスを使用して、ApplyPmmlModelCommand コマンドを KIE Server に送信できます。REST 要求については、ApplyPmmlModelCommand コマンドを、JSON、JAXB、または XStream 要求形式で、http://SERVER:PORT/kie-server/services/rest/server/containers/instances/{containerId} への POST 要求として使用できます。

   POST エンドポイントの例

   http://localhost:8080/kie-server/services/rest/server/containers/instances/SampleModelContainer

   JSON リクエストボディの例

   {
     "commands": [ {
         "apply-pmml-model-command": {
           "outIdentifier": null,
           "packageName": null,
           "hasMining": false,
           "requestData": {
             "correlationId": "123",
             "modelName": "SimpleScorecard",
             "source": null,
             "requestParams": [
               {
                 "correlationId": "123",
                 "name": "param1",
                 "type": "java.lang.Double",
                 "value": "10.0"
               },
               {
                 "correlationId": "123",
                 "name": "param2",
                 "type": "java.lang.Double",
                 "value": "15.0"
               }
             ]
           }
         }
       }
     ]
   }

   エンドポイントよびボディーを含む curl 要求の例

   curl -X POST "http://localhost:8080/kie-server/services/rest/server/containers/instances/SampleModelContainer" -H "accept: application/json" -H "content-type: application/json" -d "{ \"commands\": [ { \"apply-pmml-model-command\": { \"outIdentifier\": null, \"packageName\": null, \"hasMining\": false, \"requestData\": { \"correlationId\": \"123\", \"modelName\": \"SimpleScorecard\", \"source\": null, \"requestParams\": [ { \"correlationId\": \"123\", \"name\": \"param1\", \"type\": \"java.lang.Double\", \"value\": \"10.0\" }, { \"correlationId\": \"123\", \"name\": \"param2\", \"type\": \"java.lang.Double\", \"value\": \"15.0\" } ] } } } ]}"

   JSON の応答例

   {
     "results" : [ {
       "value" : {"org.kie.api.pmml.DoubleFieldOutput":{
     "value" : 40.8,
     "correlationId" : "123",
     "segmentationId" : null,
     "segmentId" : null,
     "name" : "OverallScore",
     "displayValue" : "OverallScore",
     "weight" : 1.0
   }},
       "key" : "OverallScore"
     }, {
       "value" : {"org.kie.api.pmml.PMML4Result":{
     "resultVariables" : {
       "OverallScore" : {
         "value" : 40.8,
         "correlationId" : "123",
         "segmentationId" : null,
         "segmentId" : null,
         "name" : "OverallScore",
         "displayValue" : "OverallScore",
         "weight" : 1.0
       },
       "ScoreCard" : {
         "modelName" : "SimpleScorecard",
         "score" : 40.8,
         "holder" : {
           "modelName" : "SimpleScorecard",
           "correlationId" : "123",
           "voverallScore" : null,
           "moverallScore" : true,
           "vparam1" : 10.0,
           "mparam1" : false,
           "vparam2" : 15.0,
           "mparam2" : false
         },
         "enableRC" : true,
         "pointsBelow" : true,
         "ranking" : {
           "reasonCh1" : 5.0,
           "reasonCh2" : -6.0
         }
       }
     },
     "correlationId" : "123",
     "segmentationId" : null,
     "segmentId" : null,
     "segmentIndex" : 0,
     "resultCode" : "OK",
     "resultObjectName" : null
   }},
       "key" : "results"
     } ],
     "facts" : [ ]
   }