規則引擎解決方案淺析

1、規則引擎使用場景：

1. 用於頁面，流程，擴展點實現的選擇；輸出結果：實現的位置；
2. 編排無數的條件積木和行爲積木，達到業務邏輯計算，券庫存消減的目的；輸出結果：商品重計算後的價格；
3. 經過訂單，售後單，會員等信息編排和判斷，達到多因子決策給出最佳答案的效果；輸出結果：響應式回答/營銷推薦，也或分步驟完成某類表單（售後申請，或工單提交）；
4. 過訂單消息的觸發，和商業化協議的元數據輸入，造成結構化的計費記錄；輸出結果：計費憑證；

業務配置-條件積木，以及應用的受權邏輯，都有很是多的規則管理，因爲業務的變化大，需求迭代快，須要不斷的嵌套規則，硬編碼開發。基於業務須要，但願能創建規則引擎，將規則代碼從業務中抽離出來，下降規則迭代成本，下降if else等的規則嵌套，加強代碼的維護性和複用性。開發人員不用過多的關注邏輯判斷，能夠專一與邏輯處理。

有不少規則，如校驗是經過if else邏輯硬編碼完成，商品目前支持電商、零售等業務部門，無非就是兩種狀況：一種是商品領域模型的變動，還有一種是規則的變動。能夠說，支撐上層業務，業務規則佔了需求的半邊天。

通用的業務規則引擎，不和本身的業務藕合，提供一個通用的規則引擎是可行的。

2、什麼是規則引擎

規則引擎是一種嵌入在應用程序中的組件，實現了將業務決策從應用程序代碼中分離出來，並使用預約義的語義模塊編寫業務決策。接受數據輸入，解釋業務規則，並根據業務規則作出業務決策。

規則本質上是一個函數，如y=f(x1,x2,..,xn)

規則引擎由三部分

• 事實（Fact）：就是用戶輸入的已經事實，能夠理解爲推理前的已知對象。
• LHS(Left Hand Side)：能夠理解爲規則執行須要知足的條件。
• RHS(Right Hand Sike)：能夠理解爲規則執行後的返回對象。

兩個重要模塊：

• 規則管理：能夠理解爲邏輯上管理規則，主要涉及規則、事實對象和規則集三個實體。涉及到規則變動時，最好對規則加個版本，可經過規則版本控制，能夠平滑灰度地方式改變規則，也便於更有信心在測試規則正確性。

• 規則執行：經過規則庫數據，經過規則引擎的規則解析、規則編譯將可執行代碼緩存起來，避免每次和DB交互，而後每次規則的變動也經過ZK或者DCC實時通知給規則執行器。規則執行器的實現方式，能夠多種多樣，不依賴於規則庫的存儲方式，能夠根據需求，選用Drools、Aviator等第三方引擎，甚至能夠基於ANTLR定製。

3、實踐總結

實踐出真理。調研了一些 Java 的規則引擎框架：

• drools比較重，適合風控金融，反欺詐。Avator、Fel、QLExpress 等不太適合搜索路由場景
• 用基於 Apollo 或者 grovvy腳本等實現引擎，配置路由規則到 apollo 或者 腳本便可。

若是是簡單的場景，咱們只要定義好關鍵條件 key ，命中 key ，返回 key 對應的 result 便可。

若是複雜金融場景，drools 比較合適。

好比一個搜索場景，按照優先級由上到下：

1. 若是帶了某個店鋪ID，路由到店鋪分片的搜索索引
2. 若是帶了某個買家ID，路由到買家分片的搜索索引
3. 若是狀態是熱狀態，路由到熱狀態索引
4. 若是...

這種簡單的，就用 apollo 定義好關鍵條件 json ，匹配便可。