if-else优化之拥抱规则引擎

 

分享是一种精神，是加深理解最好的方式之一

前言

现代编程日益复杂，面临如下问题
1、为提高效率，管理流程必须自动化，即使现代商业规则异常复杂。
2、市场要求业务规则经常变化，IT系统必须依据业务规则的变化快速、低成本的更新。
3、为了快速、低成本的更新，业务人员应能直接管理IT系统中的规则，不需要程序开发人员参与

插曲

---

世界上最遥远的距离，是我在if里你在else里

• 我们势必都曾经经历过这样的场景
  刚开始自己写的代码很简洁，逻辑清晰，函数精简，没有一个if-else
  但是需求发展却不以人的意志为转移

• 业务逻辑千奇百怪

• 产品经理脑洞大开

• 项目进度越来约紧

落地到具体实现只能盲目的、不停地 if-else，渐渐地，代码变得越来越庞大，继续维护起来 想吐！

• 代码逻辑复杂，维护性差
• 可读性差
• 修改风险极高

回头反思一下， if-else不外乎以下若干场景

• 异常逻辑处理
• 特殊case
• 不同流程状态

 

owner精神：如果if-else难以避免，如何正视它？

1、尽可能的合并各种条件分支

• 重构前

 if(条件A) {
  methodX()
 }
  中间隔着N多行代码
..........
 if(条件B) {
  methodX()
 }

通常以下场景会出现如上代码

• 维护他人代码，图简单省事
• 需求变更，随意的if-else：忽略了上下文的逻辑or语义关系

重构后

if(条件A || 条件B ){
  methodX()
}

2、减少if-else嵌套

• 糟糕的代码

if(条件A){
   methodA();
  .................
}else{
   if (条件B){
      methodB();
    }else{
     .................
      if (条件C){
        methodC();
      }
   }
}

代码嵌套了三层，会把自己和接锅的人绕晕！
其实嵌套if-else和外层业务逻辑并无关联性，完全可以提取到最外层，if-else互斥,尽量避免包含从属关系
if-else 最好是互斥关系!

重构后

if(条件A){
  methodA();
}
if(条件B){
  methodB();
}
if(条件C){
  methodC();
}

3、彻底分离异常流程和主干流程

重构前

if(result!=null){
    code=result.get("code")
    if(code.equals("200"){
        data=result.get("data")
        if(data.get("flow")!=null){
           //处理流水信息

        }else {
           log.error("未抓取流水信息，tid:{},data:{}",tid,data)
        }
     }else{
        log.error("获取数据失败，code:{} , msg :{} ",code,msg )
  }else{
       log.error("http请求失败")
  }
    
} 

• 异常流程和主干流程交织在一起，二者职责模糊
• 代码量大的情况逻辑混乱，阅读难度高

重构后

if(result==null){
     log.error("http请求失败");
     return;
}
if(! code.equals("200"){
      log.error("获取数据失败，code:{} , msg :{} ",code,msg )
      return;
}
 data=result.get("data")
if(data.get("flow")!=null){
    log.error("未抓取流水信息，tid:{},data:{}",tid,data);
    return
}

// TO DO  处理流水

tip 实际业务中逻辑远比上述demo复杂
同学们一定避免让if-else参与过多的异常流程处理

4、if-else避免条件范围过大

if(district=='南区' ){
    //TO DO
    //...........
    if(companyid='ningbo' || companyid='hangzhou'){
       //业务逻辑处理
   }
}

*tip 实际处理的只是宁波和杭州两家分公司的业务，但是if的条件却是整个南区，if 条件分支处理尽可能的缩小范围
比如公积金社保json数据出现新case，尽量缩小case的范围，比如新case解析特殊方法加上条件判断

• 业务逻辑，特殊case处理和常规流程要通过 if-else 区分开来

//常规流水解析
commonFlowParse()
//特殊case解析
if(orgid='gjj_ningbo' || orgid= 'gjj_zhengzhou'){
  //处理特殊case
}

5、if-else内的代码提取和封装成方法

伪代码：略

ps :设计模式大法替代if-else

• 策略模式：多种子类策略实现类代替新的if分支
• 模板方法：子类整合一系列的接口实现方法，替代某一类型的if-else
• 装饰器：增加新的子类装饰器链，替代新的if-else 增强方法
• 工厂方法：不同的工厂方法，生产不同的实例，替代if-else
• .....
  ps ：设计模式充分利用Java多态，实现上通过继承和组合，会额外创建很多类对象，类与类，模块之间关系更为复杂！
  在需求多变，毫无套路和章法的情况下使用，容易出现设计过度，矫枉过正....

---

---

规则引擎是什么

你可能仍然对为什么使用规则而感到困惑？如果只是一个或几个逻辑判断，确实没有必要使用规则引擎，if-else 或者硬编码 可以更好地满足我们的需求。然而，业务规则往往是一个庞大且不断变化的规则组合，这使得系统非常复杂，如果只是使用常规代码，则会产生大量的维护工作

规则引擎应用场景

• 流程分支非常复杂，规则变量庞大，常规编码（if-else）难以实现
• 有不确定性的需求，变更频率较高
• 需要快速做出响应和决策
• 规则变更期望脱离于开发人员，脱离coding

规则引擎流程

Drools 规则引擎基于 ReteOO 算法（对面向对象系统的Rete算法进行了增强和优化的实现），它将事实(Fact)与规则进行匹配，然后交给引擎去执行，将业务规则从应用程序代码中分离出来

• 规则引擎实施前后

   

  

• 业务规则发展历程

   

  

业务需求

某平台内部验证码打码路由策略

规则因子如下

• platform : 101打码 102打码 202打码兔 203云速打码....
• site : boc cittcc 云速打码 hangzhou_gjj hefei_sb 101打码
• type：中文 打码兔 6位数字 102 算术题 云速
• rate : sz_sb正确率 >= 50% 10打码 否则 云速
• auto_retrys :2次以上 打码兔
• all_retrys：3次以上 直接抛异常
• appid : kuaidai 小费打码

伪代码

- 结合配置文件
if( appid== kuaidai){
  小费打码
}
if(orgid =='wuhan_gjj' ||  tianjin  nanjing  wenzhou .....){
   云速打码
}ese if(orgid=='anhui_10086' || chengdu  hefei ){
   小费打码
}  
.......
if(platform=101){
   if( auto_retrys>2 || rate <50%   ){
      云速打码 
  }
  if(type== 中文||.....) {
     打码兔
 }
 .................  
}else if(platform== 202){
 打码兔
}
if( (orgid== suzhou_gjj || ningbo....) && all_retrys >1){
  云速打码
}
if( all_retrys>3){
   抛异常.....
}

业务痛点

1、目标网站验证码改版：比如杭州社保验证码是中文，刀哥完全不支持，需要紧急转移到小费打码，然后继续观察成功率，继续视情况而定再次迭代切换
2、机器学习训练集效果不错：温州，宁波社保小费打码校正完成了，成功率提升，外部打码可以切换过去
3、监控预警：grafana监控显示中国银行boc小费打码正确率只有10%，需要快速切换到云速打码
4、 临时需求：央行征信验证码小费或者偃月刀打码重试次数超过1次，转到外部打码
5、贝多多新商户接入验证码打码：API接口价格还未，定暂不使用外部打码，全部小费打码，然后观察监控
6、打码兔账户没钱了，紧急转移到云速打码
7、 外部打码花钱如流水：全部切换到小费，然后继续观察
新的规则因子不断在增加.....
......................

• 上述需求，变动频率高
• if-else越来越长 直到写不下去
• 即使是小改动也需要经常重启系统

规则引擎drools如何解决

1、创建fact对象，设置规则因子

        Router router=new Router();
        //客户端调用入参，可以为空，下同
        router.setAppid("贝多多appid");
        router.setPlatform("101");
        router.setSite("ningbo_gjj");
        router.setTypeid("42");
        //根据自动打码的tid重试次数计算得来
        router.setAutoRetrys(3);
        //根据打码的tid重试次数计算得来
        router.setAutoRetrys(1);
       //基于hashmap统计得来的
        router.setRate(0.5F);

这是一种典型的OO思想，打码路由策略不再是复杂的if-else流程分支，而是去生成路由策略所需要的规则因子，构造Fact*JavaBean对象然后交给规则引擎去执行。

2、生成规则-drl数据文件

package router;
import com.xu.rules.dataobject.entity.Router;

rule "贝多多打码"
    salience 100
    date-expires "09-五月-2018"
    no-loop true

    when
        $router : Router(appid.equals("beiduoduo"));
    then
        System.out.println("贝多多执行优先内部打码!");
        $router.setResult("偃月刀打码.");
end


rule "云速打码"
    salience 200
    no-loop true
    when
       $router : Router( yunsuSite() contains site);
    then
        $router.setResult("云速打码.");
end
 
 
function String yunsuSite() {

   String sites="nanjing_gjj,hangzhou_sb,tianjin_gjj,gz_10086@pc";
   return sites;
}


  

3、规则文件预加载

drl文件需要先加载到drools工作内存,也就是加载到drools的容器中

        KieServices kieServices = getKieServices();
        
        final KieRepository kieRepository = kieServices.getRepository();

        kieRepository.addKieModule(() -> kieRepository.getDefaultReleaseId());

        KieBuilder kieBuilder = kieServices.newKieBuilder(所有的规则文件);
        Results results = kieBuilder.getResults();
        if (results.hasMessages(Message.Level.ERROR)) {
            // 验证drl规则文件的合法性
            System.out.println(results.getMessages());
            throw new IllegalStateException("### errors ###");
        }
        //构建规则文件
        kieBuilder.buildAll();
        //最终得到一个规则引擎容器
        KieContainer kieContainer = kieServices.newKieContainer(kieRepository.getDefaultReleaseId());

KieServices：drools的管理中心API,提供了CRUD，构建，管理和执行接口
kieRepository :管理规则的知识仓库
KieContainer：管理容器
.......

4、fact对象 碰撞 ”规则“

          //构建规则因子
          Router router = new Router();
          router.setAppid(param.getAppid());
          router.setPlatform(param.getPlatform());
          router.setSite(param.getSite());

          //获取session
          KieSession kieSession = kieContainer.newKieSession();
          //碰撞规则-插入进去
          kieSession.insert(router);
          // 执行 返回得到 命中的规则数量
          int rules = kieSession.fireAllRules();
          //资源释放
          kieSession.dispose();

ps : 实际工作中，可以把规则引擎drl文件放在db中去维护，规则变更后，直接修改db，然后动态加载规则到drools的工作内存，系统无需重启，规则即时生效！规则引擎宿主机多实例的情况下，可以通过消息中间件消息订阅的形式，通知到所有的实例重载规则！

截止到上述介绍，规则引擎drools差不多已经可以解决我们复杂业务规则流程多变的系统，但是我们可以更进一步，把以上规则变更的锅 扔给业务人员。

drools-决策表

通过应用规则引擎，将规则引擎中的决策表和Excel结合起来，将Excel数据文件直接导入到规则引擎的决策表中，然后决策表以规则的方式存储在规则库管理系统中。
Excel通过规则引擎中的规则包进行分门别类的方式保存，同时跟随规则包一起形成可追溯的规则版本，以便在需要的时候进行追溯查看

• 验证码路由-决策表

   

  

• 决策表-原理
  决策表-xls文件实质还是drl文件，规则引擎执行过程中，需要把excel文件翻译成drl文件，然后加载到内存

            InputStream inputStream = new FileInputStream(excel);
            //excel文件解析成drools的需要的格式
            SpreadsheetCompiler compiler = new SpreadsheetCompiler();
            Resource resource = ResourceFactory.newInputStreamResource(inputStream, "UTF-8");
             //最终得到规则文件drl的字符串
            String rules = compiler.compile(resource, "rule-table");
            //调取上述load方法，加载到工作内存

• 决策表的出现，很大程度上可以减轻IT人员的负担，把一部分频繁更新的规则因子交给业务人员去维护
• 爽
• 决策表基本语法

参数名	说明
RuelSet	在这个单元的右边单元中包含ruleset的名称 和drl文件中的package 是一样
CONDITION	指明该列将被用于规则条件 CONDITION （代表条件） 相当于drl中的when
ACTION	指明该列将被用于推论，简单理解为结果 相当于drl中r then ACTION 与CONDITION 是平行的
PRIORITY	指明该列的值将被设置为该规则行的'salience'值
RuleTable	规则名，写法是 在RuleTable后直接写规则名的前缀，不用另写一列

.....

更为复杂的业务场景

• 手机运营商资费套餐
• 超市、商场，商城等等积分计算规则
• 寿险车险理赔
• 工资计算（ScriptEngine）
  PS:如果我们应用的生命周期很短，也没有必要使用Drools，使用规则引擎将会在中长期维护中得到好处。