3. 规则引擎架构概览：分层架构、PSI 模块位置与数据流转路径
理解规则引擎的分层架构是掌握 PSI 告警回放验证的前提。只有清楚 PSI 模块在引擎中的位置以及数据如何流转，才能精准定位告警根因、设计有效的回放场景。本节从三个维度展开：分层架构、PSI 模块定位、数据流转路径。
3.1 规则引擎分层架构
生产级风控规则引擎通常采用四层架构，各层职责清晰、解耦独立。下表总结了各层核心功能与典型组件：
| 层级 | 核心职责 | 典型组件 / 技术 | 关键特征 |
|---|---|---|---|
| 接入层 | 协议适配、请求鉴权、流量整形 | API Gateway、Nginx、Kong | 统一入口，屏蔽后端差异 |
| 决策层 | 规则解析、条件匹配、动作执行 | 规则引擎内核（Drools / EasyRules）、决策表、决策树 | 核心计算单元，支持热部署 |
| 特征层 | 实时特征计算、离线特征加载、特征缓存 | Flink CEP、Redis、特征中心 | 为决策层提供高时效特征数据 |
| 存储层 | 事件持久化、规则存储、结果归档 | MySQL、Elasticsearch、HBase | 支撑回溯、审计与离线分析 |
架构要点： 决策层是引擎的大脑，特征层是引擎的血液。PSI 告警回放验证主要作用于决策层与特征层之间的数据交互链路。
3.2 PSI 模块在引擎中的位置
PSI（Pattern Stability Index）模块并非独立部署的服务，而是嵌入在决策层与特征层之间的一个监控与验证中间件。其物理位置如下图所示：
PSI 模块部署要点： PSI 模块以旁路方式接入决策层与特征层之间，通过监听特征请求与响应数据流，计算特征分布偏移量。这种设计确保 PSI 监控不会影响主决策链路的延迟与吞吐量。
3.3 数据流转路径
一次完整的风控决策请求，数据在引擎各层之间按以下路径流转。PSI 模块在关键节点采集数据用于告警回放验证。
- 请求进入接入层： 客户端发起风控请求（如交易、登录），接入层完成鉴权、限流与协议转换，生成统一事件对象。
- 事件下发至决策层： 决策层接收事件，根据事件类型加载对应的规则集，开始规则匹配。
- 决策层向特征层请求特征： 规则条件中引用的特征（如“近30天交易次数”“设备指纹风险分”）由决策层向特征层发起实时查询。
- 特征层返回特征值： 特征层从实时计算引擎或缓存中获取特征值，返回给决策层。此步骤是 PSI 监控的核心采集点。
- 决策层执行规则并输出结果： 决策层根据特征值与规则条件，输出决策结果（通过/拒绝/人工审核）。
- 结果持久化至存储层： 决策结果、特征快照、规则命中记录写入存储层，供后续审计与离线分析。
以下 SVG 图展示了数据流转路径中 PSI 模块的采集与验证介入点：
3.4 关键数据流转节点说明
| 流转步骤 | 涉及层级 | PSI 采集时机 | 采集数据内容 |
|---|---|---|---|
| 特征请求 | 决策层 → 特征层 | 请求发出时 | 特征名称、请求时间戳、事件 ID |
| 特征响应 | 特征层 → 决策层 | 响应返回时 | 特征值、特征版本、响应耗时 |
| 规则匹配 | 决策层内部 | 规则执行后 | 命中规则 ID、条件快照、决策结果 |
| 结果持久化 | 决策层 → 存储层 | 写入完成后 | 完整决策日志、特征快照、PSI 偏移量 |
常见误区： 部分团队将 PSI 采集点仅放在存储层，忽略了特征响应阶段的实时采集。这会导致回放验证时无法还原特征分布的真实时序变化，降低告警定位的准确性。建议在特征响应阶段与结果持久化阶段同时部署采集点。
3.5 架构视角下的 PSI 告警回放验证价值
从架构层面理解 PSI 模块的位置与数据流转路径，能够帮助风控团队在以下场景中快速定位问题：
- 特征分布偏移告警： 当 PSI 模块检测到特征分布与基线发生显著偏移时，可通过回放验证快速判断是特征计算逻辑变更、数据源异常还是规则条件变化导致。
- 规则命中率异常： 结合 PSI 采集的特征快照，回放历史请求可以复现规则命中率突变的根因，区分是特征漂移还是规则配置错误。
- 决策链路延迟分析： 通过 PSI 模块在特征响应阶段采集的耗时数据，可以定位特征层或决策层的性能瓶颈。
架构师建议： 在规则引擎设计初期，将 PSI 模块的采集点作为标准组件纳入数据流转路径，而非后期补丁式接入。这能保证回放验证数据的完整性与一致性，降低后续运维成本。