- 规则引擎解决的问题
- 规则引擎选型
- 规则引擎API标准
- 规则引擎实现概述
规则引擎解决的问题
- 服务规则定义和业务解耦
- 复杂的逻辑条件判断流程(技术层面)
- 风控背景下的用户行为权益动态调节(决策引擎)
- 动态、可扩展规则构建工具(规则引擎)->解决业务资源动态构建问题
- 复杂业务逻辑下的业务计算(例如:电费计价、判断推理)
从各个公司业务角度考虑:
- 规则类需求:多变的规则、规则开发成本, 为了提升效率,降低开发成本.
- 实现风控应对、动态调节、平台治理
- 推荐、搜索、电商、等等场景的 策略调节、复杂业务计算
举例
- 美团外卖的CRM业务:门店信息校验、门店审核流程、绩效指标计算; 高效配置规则 -> Maze
Maze框架能力模型
- 规则迭代安全
- 规则表达能力强
- 规则运行/切换效率高
- 接入成本低
规则引擎选型
- EasyRules
- Drools
- urule
规则引擎API标准
规则引擎实现概述
https://github.com/quanoc/literule