这是我参与「第五届青训营」伴学笔记创作活动的第 7 天

规则引擎

什么是规则引擎？

举个例子：

用户在商城购买商品可以获得积分奖励，对应有一个奖励规则，不同价格的商品有不同价格的积分。

如果规则简单，可以通过if...else来实现。再复杂一点的可以通过列表for循环来计算。

但是如果是更复杂的规则，包括价格，用户标签，商品属性来判断积分的话，就需要一个规则引擎来实现：

         计算规则==>[规则引擎] <== 价格、标签等等
                      ==>积分

输入计算规则，价格和标签等等，得到对应的积分数值。

规则引擎的定义： 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来编写业务决策。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。

规则引擎将业务规则与程序代码解耦，使得业务人员可以不通过开发人员就实现对规则的修改。

规则引擎由哪些部分组成？

数据输入
- 预定义的语法规则编写的策略集
  - 例如 "price > 500"
- 业务数据作为执行过程中的参数，例如价格，标签等
规则理解
- 按照预定义的语法语义等，正确理解业务规则所表达的含义
规则执行
- 根据输入的参数对规则进行解释和执行
- 执行时进行类型检查，确保结果的正确性

规则引擎的应用场景有哪些？

风控对抗

在对抗黑灰产时，风控系统的核心就是一个规则引擎，可以实时地根据黑灰产的特征快速识别和对抗。
活动策略运营

业务策略与代码解耦，可以快速地根据用户反馈对运营策略进行优化和调整
数据分析和清洗

使用规则引擎对数据进行整理、清洗和转换。

编译原理的基本概念

词法分析|语法分析|抽象语法树|类型检查

编译原理中的概念对应上述规则引擎的组成部分：

规则理解
- 词法分析，语法分析
规则执行
- 抽象语法树
输入输出
- 参数注入、类型检查

词法分析

把源代码中的字符串划分为Token的过程。

例如:

price > 500 && ( isNewUser || userLevel> 5)

price > 500 && ( isNewUser || userLevel > 5 )

通过有限状态机FSM（finate-state Automation）来识别Token。

语法分析

将词法分析划分好的Token列表转换成为语法树的过程

price > 500 && ( isNewUser || userLevel > 5 )

划分为 oprand1 op oprand2的语法树

上述表达式的根节点就是 &&

如何转换为语法树？

上下文无关文法

产生式：一个表达式可以由另外一直类型的表达式或者符号推导产生
```
exp : add ;
add : add '+' mul | mul;   // a + b * c
mul : mul '*' pri | pri;   // a * b
pri: string | bool | number | identifer;
```
通过上述的BNF范式，定义了乘法与加法组成的表达式

递归下降算法

自顶向下构造语法树，不断对Tokens进行语法展开，展开过程中可能遇到递归。

类型检查

类型综合

根据子表达式的类型构造出父表达式的类型
编译时检查&运行时检查

如何设计一个规则引擎

设计目标

支持特定的词法、运算符、数据类型和优先级
- 词法（Token）
支持基于以上预定义语法规则的表达式的编译和执行

词法分析：

需要设计词法分析的状态机。

语法分析：

BNF范式定义来定义语法的规则

语法树执行与类型检查：

语法树执行：

预先定义好每种操作符的执行逻辑，对抽象语法树进行后序遍历执行
类型检查

执行时检查：在一个节点的左右子节点执行完成后，分别检查左右子节点的类型是否符合当前操作符的预设规则。

[ 什么是规则引擎 | 青训营笔记]