我是阿里巴巴做规则引擎相关工作多年的java工程师一枚，本职工作就是通过规则引擎、规则管理平台等技术输出，来应对阿里巴巴复杂多变的上层规则相关业务的支持。限于技术保密、安全等因素，本文只讲一些个人对“规则引擎”的看法，欢迎大家一起探讨。

总体来说，要搞清楚“规则引擎”，需要很好的回答以下几个问题。1、“规则引擎”的实际用途和价值2、“规则引擎”的一般实现方式3、“规则引擎”发展的一些坎坷

规则引擎和流程引擎一起，是使用在大规模复杂业务场景下必备的业务框架技术，使用这两门技术搭建起来的系统能够很好的梳理清楚业务逻辑，并且方便快速的修改业务逻辑，甚至可以做到需求的实时生效。

hard code的代价非常大，随着业务的膨胀会使开发人员和规则需求方非常的疲惫。

然而，“规则引擎”技术的运用会使整个业务发生很大变化。

从上面的案例可以看出，规则引擎最大的价值就在于通过以下的三个过程，大大的缓解了频繁的需求变化给整个业务系统带来的灾难。

一套规则引擎总体就是要做到以下的目标：

很多业务系统一般会使用某种脚本语言来实现，比如groovy，jruby，javascript，原因很简单单，因为脚本语言本质上可以解决变量识别和自动运行的问题，而且扩展性强，表达能力强，动态部署生效。另外，其他比如决策表等类似excel的输入，form表单的配置化 也可以转化为脚本语言。

a、优先级问题：比如你买了50块钱的东西，有满30减10，满50减20，系统会优先使用哪个规则呢？

b、冲突问题：假设有10条相关的法律规定，伤害致人死亡，会有可能判死刑。然后《未成年人保护法》规定，未满18周岁，不能判处死刑。这种情况下，系统对未成年人的杀人罪该如何判定呢？

c、规则列表的选择问题：很多时候，这可能只是个规则管理的业务模型问题，但是如何设计出一套足够应对所有的业务场景的模型还是非常难的。

a、通过一套通用的form表单来配置规则，产生规则脚本。最佳的实践可能是采用 表单--------->json，xml格式化数据--------->规则脚本，这样可以很好的分离配置界面和脚本的强耦合关系，方便以后的维护。

如果你google下“规则引擎”，一般会有关于JSR94 和rete算法的介绍。https://www.ibm.com/developerworks/cn/java/j-java-rules/

本质上，“专家决策系统规则引擎模型”和rate算法，解决的是大量重复的condition匹配效率的问题，以及规则冲突规范的问题，和脚本的性能比较不在同一个层面上。具体，大家可以看看开源规则引擎：drools的实现方式。当然，实际业务场景并不一定适合这套比价重量级的规则模型，会遇到学习成本高，灵活性差，rate算法不能发挥优势反而初始化成本很高的问题。

以上是个人结合工作实践，将一些个人对“规则引擎”的看法。本人在阿里巴巴长期担任和负责规则引擎、流程引擎相关的技术开发，并且这方面也相当的缺乏人才。这个是我们底层脚本引擎的开源项目：

https://github.com/alibaba/QLExpress

欢迎对这方面感兴趣的人联系我哦。微信: 371754252 email: [email protected]

原文第一版发表于知乎专栏 https://zhuanlan.zhihu.com/p/28487660