4. 规则引擎入门：规则引擎概念、Drools/Aviator简介、规则与切片的绑定关系

4.1 规则引擎核心概念

规则引擎（Rule Engine）是一种将业务决策逻辑从应用程序代码中分离出来，并使用预定义的语义模块编写业务决策的组件。它接受数据输入，解释业务规则，并根据规则输出决策结果。

在实时交易风控场景中，规则引擎是“大脑”，负责对每一笔交易进行快速、准确的判断。其核心价值在于：

• 解耦：风控策略人员可以独立修改规则，无需开发人员介入代码部署。
• 高效：采用RETE算法等优化技术，能在毫秒级完成大量规则的匹配与执行。
• 可维护：规则以结构化方式存储，便于审计、追溯和版本管理。

4.2 Drools 与 Aviator 简介

业界主流的规则引擎方案中，Drools 和 Aviator 代表了两种不同的设计哲学。Drools 是重量级的全功能规则引擎，而 Aviator 是轻量级的表达式求值引擎。在实时风控场景中，两者常被组合使用。

4.2.1 Drools 规则示例

以下是一个典型的 Drools 规则（DRL 文件片段），用于判断交易金额是否超过单笔限额：

package com.risk.rules;

import com.risk.model.Transaction;

rule "单笔交易金额限额检查"
    salience 100
    when
        $tx : Transaction(amount > 50000)
    then
        $tx.setRiskLevel("HIGH");
        $tx.addHitRule("单笔交易金额限额检查");
        System.out.println("触发规则：单笔交易金额超过50000元");
end

4.2.2 Aviator 表达式示例

同样的逻辑，使用 Aviator 表达式可以写为：

// Aviator 表达式字符串
String expression = "amount > 50000 ? 'HIGH' : 'LOW'";

// 执行求值
Map<String, Object> env = new HashMap<>();
env.put("amount", 68000);
Object result = AviatorEvaluator.execute(expression, env);
// result = "HIGH"

4.3 规则与切片的绑定关系

人群切片（Segment）定义了“对谁做风控”，而规则（Rule）定义了“做什么判断”。两者必须通过绑定关系（Binding）才能形成完整的决策单元。绑定关系决定了：

• 作用域：该规则仅对特定切片内的交易生效。
• 优先级：同一切片内多条规则的执行顺序。
• 生命周期：规则在切片内的生效时间、灰度比例等。

4.3.1 绑定关系的实现方式

在系统实现层面，规则与切片的绑定关系通常通过配置中心或数据库表来维护。以下是一个典型的绑定关系表结构：

4.3.2 运行时决策流程

当一笔交易进入风控系统时，完整的决策流程如下：

1. 交易入参：接收交易请求，提取关键字段（金额、用户ID、设备ID、IP等）。
2. 切片匹配：根据用户画像和交易上下文，匹配所属的人群切片（可能命中多个切片）。
3. 规则加载：根据绑定关系，加载命中切片所关联的所有规则，并按优先级排序。
4. 规则执行：将交易事实注入规则引擎，依次执行规则，收集命中结果。
5. 决策输出：综合所有规则的输出，生成最终决策（通过/拒绝/人工审核）。