4. 规则编译与优化：规则预编译技术、AST 优化、条件短路与剪枝策略

在低延迟风控场景中，规则引擎的推理速度直接决定决策时效。原始规则文本若在每次请求时都进行解析、校验与执行计划生成，将产生大量不必要的 CPU 开销。本章聚焦规则从文本到可执行计划的编译与优化阶段，通过预编译、AST 变换、短路与剪枝三大技术，将规则执行延迟压缩至微秒级。

4.1 规则预编译技术

预编译的核心思想是将规则文本的解析与校验工作提前到规则部署阶段，而非在线推理阶段。预编译后的规则以中间表示（IR）或字节码形式存储，推理时直接加载执行。

4.2 AST 优化：从语法树到高效执行计划

抽象语法树（AST）是规则编译的中间产物。原始 AST 直接反映规则文本的语法结构，但并非最优执行结构。AST 优化阶段对树进行等价变换，降低执行深度与计算量。

4.2.1 常量折叠与表达式简化

将编译期可确定的表达式直接计算为常量，消除运行时冗余计算。

// 原始规则表达式
amount * 1.0 > 10000 AND user_level IN (1, 2, 3)

// 常量折叠后
amount > 10000 AND user_level IN (1, 2, 3)   // 1.0 被折叠

4.2.2 谓词下推与条件合并

将过滤条件尽可能下推到数据访问层，减少中间结果集大小。同时合并相同条件的多次判断。

// 优化前
IF device_risk > 0.8 THEN
  IF device_risk > 0.9 THEN block ELSE review

// 优化后（条件合并）
IF device_risk > 0.9 THEN block
ELSE IF device_risk > 0.8 THEN review

4.3 条件短路与剪枝策略

条件短路与剪枝是运行时优化技术，利用逻辑运算符的短路特性与规则结构的冗余消除，提前终止不必要的计算路径。

4.3.1 逻辑短路

对于 AND 与 OR 组合条件，一旦确定整体结果，立即停止后续条件的求值。

// 短路示例：若 user_level == 0 为 false，则不再计算 device_score > 80
IF user_level == 0 AND device_score > 80 THEN block

// 执行顺序：先计算最可能为 false 的条件（左值），利用 AND 短路

4.3.2 剪枝策略

剪枝分为静态剪枝与动态剪枝两类：

• 静态剪枝（编译期）：分析规则间的依赖关系，移除不可达分支。例如，若规则 A 的结果恒为 false，则依赖规则 A 的后续规则可被剪除。
• 动态剪枝（运行时）：基于当前请求的上下文，跳过不匹配的规则组。例如，若请求的 channel 为 "APP"，则所有仅适用于 "WEB" 的规则组被动态跳过。

4.4 编译优化整体流程

下图展示了从规则文本到可执行计划的完整编译优化流水线：

4.5 优化效果对比

以下为某风控规则组（包含 120 条规则，平均每条规则 8 个条件）在应用上述优化前后的性能对比：