规则引擎调研与思考(一)

用户2825413

发布于 2022-04-19 01:37:28

2.3K00

代码可运行

文章被收录于专栏：呆呆熊的技术路呆呆熊的技术路

运行总次数：0

代码可运行

1. 规则引擎简述

世界万事万物皆有规则

说起规则引擎, 相信很多小伙伴对于规则引擎产生了很多疑问. 它是什么? 它能做啥? 应该怎么做? 希望通过阅读下面的内容能给你一些启发.

首先规则引擎是什么,我们来看下百度百科是怎么定义的

规则引擎由推理引擎发展而来，是一种嵌入在应用程序中的组件，实现了将业务决策从应用程序代码中分离出来，并使用预定义的语义模块编写业务决策。接受数据输入，解释业务规则，并根据业务规则做出业务决策。

上面说的很清晰, 总结一句话规则引擎做的事情就是录入特定判断逻辑, 通过输入的数据进行决策

规则引擎这么好? 我们的业务适合引入规则引擎吗?

首先我们有个基本的优缺点分析:

规则引擎带来的优点:

高灵活性高灵活性带来的直接效果是缩短开发到上线周期, 热更新修复bug
天生组件化简化复杂的业务逻辑, 缩减业务代码量, 易于业务逻辑管理.

规则引擎带来的缺点:

引入了额外服务依赖对于一些对稳定性、正确性要求极高的场景, 前期不建议引入 (需要提供完善的权限控制和规则单元测试能力)
前期增加产品、技术学习成本产品需要具有一定抽象思维, 需求文档中给出系统易变部分进行抽象处理研发需要学习部分规则语法, 并了解系统实现和约束
并不能依赖规则热更新满足所有业务判定场景

所以规则引擎并不是万能, 在熟悉规则引擎的具体能力前提下, 根据具体所在的业务场景, 来判断引入后是否可达到效益最高

2. 规则引擎选择

规则引擎/指标	drools	gengine
上手难度	有一定门槛	易
运行方式	仅支持顺序型	支持顺序/并行/N-M等模式
开发语言	java	golang
社区活跃度	高	一般

基于本人水平, 此处选择了更易学习的 gengine 作为研究对象 (虽然规则引擎有不同的运行模式和语言, 但对于我们理解本质并没什么区别)

gengine是一款基于golang和AST(抽象语法树)开发的规则引擎, gengine支持的语法是一种自定义的DSL
gengine于2020年7月由哔哩哔哩(bilibili.com)授权开源
gengine现已应用于B站风控系统、流量投放系统、AB测试、推荐平台系统等多个业务场景
你也可以将gengine应用于golang应用的任何需要规则或指标支持的业务场景

gengine 规则引擎使用流程

支持部分规则模式

运行模式	方法名	含义
顺序型	ExecuteSelectedRulesWithControlAndStopTag	按规则优先级执行(从上往下)-耗时为所有规则执行时间累加
并发型	ExecuteSelectedRulesConcurrent	所有规则并发执行(执行时间为执行时间最长的-考虑池限制)
混合模式	ExecuteSelectedRulesMixModel	先执行一个优先级最高的规则,然后并发执行剩下的所有规则
N-M	ExecuteNConcurrentMConcurrent	前N个规则并发执行, M个规则也并发执行/ 前N个规则顺序执行, M个规则并发执行

制定规则中依赖的方法(硬编码)

type ruleResponse struct {
  Code int
  Data map[string]interface{}
}

func success(code int) ruleResponse {
  return ruleResponse{
    Code: code,
    Data: make(map[string]interface{}),
  }
}

func (rule ruleResponse) AddDataParam(name string, value interface{}) {
  rule.Data[name] = value
}

规则中是不支持自定义函数和结构体的, 当需要返回非int、字符串、bool值的时候, 需要我们外部注入对应实现方法, 供规则内调用 (例如自定义结构体、自定义复杂规则验证、获取订单课程等方法)

声明规则

rule1 := `

   rule "case0" "case1测试用例"  salience 0  //后执行
   begin
     Print(flag-2)
     successObj := success(0)
     successObj.AddDataParam("name0","test 000 value")
     return successObj
   end

   rule "case1" "case1测试用例"  salience 1  //后执行
   begin
       a = 8
        if a < 1 {
            println("a < 1")
        } else          if a >= 1 && a <6 {
            println("a >= 1 && a <6")
        } else if a >= 6 && a < 7 {
            println("a >= 6 && a < 7")
        } else if a >= 7 && a < 10 {
            println("a >=7 && a < 10")
        } else        {
            println("a > 10")
        }
   end

   rule "case2" "case2测试用例"  salience 2   //先执行
   begin

     if flag>0 {
       Print(flag+3)
       stag.StopTag = true
       successObj := success(222)
       successObj.AddDataParam("name2","test value")
       return successObj
     }
     
   end
 `

上图中声明了规则, Print、success是我们外部注入的方法, 我们将在下一步制定. rule表示一段新的规则开始 , 第一个为规则名(返回结果时候为对应key), 第二个为描述, 第三个 salience 表示规则的优先级规则的优先级数字越大优先级越高(当使用 AsGivenSortedName 方法时, 会忽略掉规则内优先级作用 )

注入规则内依赖方法, 初始化规则池

apis := make(map[string]interface{})
apis["success"] = success
apis["Print"] = fmt.Println

var poolMinLen int64 = 50
var poolMaxLen int64 = 100
pool, err := engine.NewGenginePool(poolMinLen, poolMaxLen, engine.SortModel, rule1, apis)

if err != nil {
 fmt.Println(err.Error())
 return
}

第一个参数 poolMinLen 表示初始化池最小50 第二个参数 poolMaxLen 表示初始化池最大100 第三个参数为设置执行模式(分为顺序执行、并发执行等), 只有调用 ExecuteSelectedRules 和 ExecuteSelectedRulesConcurrent 有效 (后续可做规则模式选择) 第四个参数是我们配置的规则第五个是我们注入的变量值、方法等

调用执行规则

data := make(map[string]interface{})
data["flag"] = 2

stag := &engine.Stag{StopTag: false}
data["stag"] = stag //显示将标记注入进去

//_ = pool.RemoveRules([]string{"case1"}) //移除规则
/*_ = pool.UpdatePooledRulesIncremental(`  //新增规则
      rule "case66" "case66测试用例" salience 3
      begin
         Print("case66")
         return false
      end
   `)*/

_, resp := pool.ExecuteSelectedRulesWithControlAndStopTag(data, true, stag, []string{"case1", "case66", "case2", "case0"})
fmt.Println(resp)
//output:
//5
//map[case2:{222 map[name2:test value]}]