规则引擎核心组件：规则定义、规则集、决策表、决策树、规则流与规则执行顺序

规则引擎是风控系统的“大脑”，它将业务策略从代码中解耦，使策略人员能够以声明式的方式定义、测试和迭代风控逻辑。理解其核心组件是评估引擎效果和设计A/B测试方案的前提。本章将逐一拆解规则定义、规则集、决策表、决策树、规则流及执行顺序，并辅以架构图与对比表格，帮助您建立完整的组件认知。

2.1 规则定义（Rule Definition）

规则是引擎中最小的逻辑单元，通常由三部分组成：条件（Condition）、动作（Action）和优先级（Priority）。一个典型的规则表达为“如果 <条件> 则 <动作>”。

2.2 规则集（Rule Set）

规则集是多个规则的逻辑集合，通常对应一个具体的风控场景（如“登录风控”、“交易风控”）。规则集定义了规则的组织方式和冲突解决策略。常见的规则集类型包括：

• 顺序规则集：按优先级顺序执行，一旦命中即终止（或继续执行，取决于配置）。
• 优先级规则集：基于规则的优先级数值排序执行，高优先级规则先执行。
• 无状态规则集：每次执行独立，不依赖前序规则的执行结果。
• 有状态规则集：规则之间可以共享临时变量或累积计数，适用于跨规则聚合场景。

2.3 决策表（Decision Table）

决策表是一种以表格形式组织复杂条件组合的规则表达方式，特别适合处理多条件、多输出的场景。它将条件列、动作列和规则行组织成二维矩阵，每一行代表一条完整的规则。

决策表的优势在于：完整性（覆盖所有条件组合）、可读性（一目了然）和可维护性（增删行不影响其他规则）。在A/B测试中，决策表版本的变化可以精确到某一行规则的调整，便于做细粒度的效果归因。

2.4 决策树（Decision Tree）

决策树以树形结构组织规则，每个内部节点代表一个条件判断，每个分支代表一个判断结果，叶子节点代表最终的决策动作。决策树天然支持分层决策和路径追踪，适合处理具有明显层级关系的风控逻辑。

2.5 规则流（Rule Flow）

规则流定义了多个规则集或决策组件之间的执行顺序和流转逻辑。它类似于工作流引擎，支持顺序执行、条件分支、并行执行、循环回退等复杂编排。规则流是大型风控系统的核心编排层。

2.6 规则执行顺序（Execution Order）

规则执行顺序是引擎效果评估中最容易被忽视但影响最大的因素。错误的执行顺序可能导致策略失效或性能瓶颈。常见的执行顺序策略包括：

• 优先级排序：按规则定义的优先级数值升序执行。适用于规则之间无依赖关系的场景。
• 依赖图排序：基于规则之间的显式依赖关系（如规则B依赖规则A的输出变量）进行拓扑排序。适用于有状态规则集。
• 分组排序：将规则按功能分组（如“黑名单组”、“模型评分组”、“人工规则组”），组内按优先级，组间按分组顺序。适用于大型规则集。
• 短路执行：一旦命中终止规则（如“REJECT”），立即停止后续规则执行。适用于性能敏感场景。

2.7 组件关系总览

以下表格总结了各核心组件在规则引擎中的角色定位与相互关系：