1. 规则冲突概述：实时链路中规则冲突的定义、常见场景与危害

在实时数据链路中，规则冲突是指多条独立配置的规则（如风控规则、数据质量规则、业务逻辑规则）在同一数据流或事件上同时生效时，因规则条件、阈值、动作或优先级相互矛盾，导致系统无法确定唯一正确执行路径的现象。规则冲突是实时计算中隐蔽性最高、排查成本最大的问题之一，尤其在 Flink 多规则并行评估的场景下极易被忽视。

1.1 规则冲突的定义

规则冲突的本质是规则评估结果的不一致性。当两条或以上规则作用于同一数据事件时，若满足以下任一条件，即构成冲突：

• 条件重叠但动作互斥：同一事件同时满足多条规则的条件，但规则指定的处理动作（如拦截/放行、标记/忽略、降级/升级）相互矛盾。
• 阈值边界冲突：规则 A 要求字段值 > 100 触发告警，规则 B 要求字段值 < 200 触发阻断，事件值为 150 时两条规则同时触发，但告警与阻断无法共存。
• 优先级反转：低优先级规则在高优先级规则之前执行并修改了事件状态，导致高优先级规则的条件失效或误判。
• 数据质量规则矛盾：一条规则要求字段非空，另一条规则允许该字段为空并执行默认填充，两条规则在数据校验阶段产生冲突。

1.2 常见冲突场景

实时链路中的规则冲突主要出现在以下四类典型场景中：

1.3 规则冲突带来的危害

规则冲突在实时链路中会引发连锁反应，其危害程度远超离线批处理场景，因为实时系统通常不具备"事后回溯修正"的时间窗口。主要危害包括：

• 决策结果错误：冲突导致系统输出与业务预期不一致的决策，例如误放行欺诈交易或误拦截正常交易。
• 数据质量下降：矛盾的质量规则导致数据被反复修改、丢弃或标记错误，下游数仓和报表产生脏数据。
• 系统行为不可预测：规则冲突可能触发非预期的异常分支，导致 Flink 作业状态不一致、Checkpoint 失败或算子崩溃。
• 排查成本极高：冲突问题通常表现为偶发性、条件依赖的异常，日志中难以复现，需要逐条规则进行条件回溯和优先级分析。
• 业务信任度降低：频繁的误判和异常输出会削弱业务方对实时数据平台的信任，阻碍实时链路在企业内的推广。

1.4 规则冲突的宏观分类

为便于后续章节的冲突检测与处理，我们将规则冲突按性质分为三类：

1.5 冲突检测的挑战

在 Flink 实时链路中检测规则冲突面临以下技术难点：

• 规则数量大且动态变更：生产环境中规则数量可达数百至数千条，且业务方频繁上线/下线/修改规则，冲突检测需要支持增量更新。
• 条件表达式复杂：规则条件可能包含嵌套逻辑、正则匹配、UDF 调用，静态分析难以穷举所有冲突路径。
• 状态依赖冲突：部分规则依赖 Flink 状态（如计数窗口、滑动聚合），冲突可能仅在特定时间窗口内出现。
• 性能约束：冲突检测本身不能成为实时链路的性能瓶颈，需要在规则加载阶段或离线预检阶段完成。