规则引擎介绍3-案例分析

规则引擎介绍3

前文提到，规则引擎可以适配大多数任务。这里，我们以一个具体的案例，来介绍规则引擎的优点。

假设你是一名游戏策划，你需要为一款抽卡游戏设计一个卡池：

背景分析

抽卡系统具有以下几个特点：

1. 高访问量。一款常见的游戏很可能有数十万的在线玩家，每秒钟可能会有上万次抽卡。抽卡系统需要能承载大量的请求，否则一旦崩溃，会造成用户数据的丢失，为公司带来损失。
2. 需要复用。为了保证用户粘性，卡池是需要定期更新的，但又可能需要调整具体的机制。抽卡系统需要在被复用的同时，又能修改内部逻辑。
3. 保密性。作为游戏的核心氪金项目，卡池的具体数据关系到游戏的收入。因此，卡池的机制需要一定程度的保密。最好能够仅由作为策划的你来维护。

规则引擎就很适合这样的场景。

规则引擎可以承载较大的数据吞吐量，同时又能快速更新。也能够让作为非技术人员的策划亲手管理这个系统，减少抽卡机制泄露。

有些游戏的卡池会使用复杂的随机数算法，以减少“欧皇”、“非酋”的产生。
也有游戏会检测玩家的数据，对老牢玩家反向使用这个机制，以更好的收割用户
这些机制都涉及复杂的逻辑，很适合规则引擎的发挥

具体实现

1

假设这个卡池有10%的概率抽到稀有卡，否则为普通卡
实现逻辑是，传入抽卡次数，生成一个随机数，如果小于等于概率则返回抽出稀有卡的结果，并减去一次抽卡次数

if 随机数 <= 0.1 and 抽卡次数 > 0:
	抽卡次数 -= 1
	return 稀有卡
else
	抽卡次数 -=1
	return 普通卡

经过比较，我选择了一款有可视化界面的规则引擎来呈现：

2

这样的抽卡机制很容易导致“非酋”和“欧皇”出现。为了玩家体验，我们可以修改具体机制为，一开始设定一个较低的概率，每次没有抽出增加一定概率。具体来说：

• 抽卡计数从1开始，每次加1
• 抽出稀有概率为：当前计数*1.5%
• 计数达到40时必定抽出稀有卡
• 抽出稀有卡时计数变回1

这样的综合概率仍然是10%。具体的证明，我邀请读者作为一个小练习（笑）

3

作为一个“良心”策划，你显然不满足于此。你决定再次修改系统，加入针对玩家的检测：

• 对新玩家，使用第1种机制，增加他们的刺激感。
• 当玩家的稀有卡数量大于100时，判定玩家为“老玩家”，采用第二种规则，以稳定榨干他们的钱包。

这种机制俗称“杀熟”，属于非常不道德的行为，如果真的有游戏策划在阅读这篇文章，请勿学习

final

完成规则逻辑的编写，我们就可以保存并测试这些规则。

测试通过后，即可发布规则，作为一个web服务。
也可以导出为jar包，直接嵌入应用

结论

通过分析以上案例，我们可以看到规则引擎的几个优势：

• 操作直观，无需学会复杂的底层代码即可维护规则，修改快捷方便。
• 灵活性高，将复杂的逻辑抽象成一个个规则包，便于增删改查。
• 安全性高，不用担心非技术人员乱动底层代码导致bug，也无需让技术人员了解规则具体内容。
• 功能丰富，集成了测试、版本管理等功能，大大减少开发成本。

另外，有些规则引擎还有我没有展示的其他功能。例如对规则进行热更新，管理规则修改审核的权限等，对于大型团队开发非常方便。

规则引擎通过提供灵活、高效的方式来处理业务逻辑，已经成为许多企业数字化转型的重要工具之一。选择合适的规则引擎对于提高业务效率、降低开发和维护成本具有重要意义。