基于Spring Boot + DelayQueue的自研分布式延时队列架构设计。我们将聚焦核心实现细节，手把手带你构建一个高性能、高可用的分布式延时任务组件

🔥 动态标记黑科技：SQL 表达式+切面编程实现灵活规则引擎 本文将分享一种优雅的解决方案 —— 通过 SQL 表达式结合 Spring AOP 切面编程，实现无需修改代码即可动态给订单配置标记规则

在我们业务开发中（经常在OA、工作流、规则引擎、告警监控等业务），经常会遇到设置丰富条件的场景，一些复杂的条件是通过多个条件组的组合而成的，这个时候需要封装一个动态条件组表单组件。

Urule感染到小叶同学的是，里面的动作全部可以自定义，比如上图，业务场景是用户登录、分享等事件MQ触发规则校验，但是有一部分数据可能不从MQ传递过来，那么想要拿到用户的一些特殊数据，咱们可以调HTTP接口啊！！比如它自带的一些动作，花样百出，大部分满足你想要干的事。

生产过程中，线上的业务规则内嵌在系统的各处代码中，每次策略的调整都需要更新线上系统，进行从需求->设计->编码->测试->上线这种长周期的流程，满足不了业务规则的快速变化以及低成本的更新试错迭代。

最近，项目上遇到了规则引擎的使用场景，我们通过规则引擎实现接口的可配置编排，将接口编排从代码中抽离出来，通过界面拖拽配置实现，还可以借助Groovy实现接口出入参的动态调整，本篇文章我就一起来了解一下

前言 核心痛点：业务规则高频变更与系统稳定性之间的矛盾 想象一个电商促销场景： 当规则变成："非VIP用户满200减30，VIP用户满150减40，且周二全场额外95折"时，代码将陷入维护地狱！ 规则

Liteflow是一款轻量、快速、稳定可编排的组件式规则引擎，根据项目的需要，我们对Liteflow的逻辑编排进行了可视化设计，以下是我们的相关经验分享，希望能帮到有同样需求的朋友。

10个行锁、死锁案例，24张加锁分析图，彻底搞懂Innodb行锁加锁规则！ 通过图文并茂的方式彻底搞懂Innodb行锁加锁规则