风控规则引擎(一):Java 动态脚本
风控规则引擎(一):Java 动态脚本
日常场景
- 共享单车会根据微信分或者芝麻分来判断是否交押金
- 汽车租赁公司也会根据微信分或者芝麻分来判断是否交押金
- 在一些外卖 APP 都会提供根据你的信用等级来发放贷款产品
- 金融 APP 中会根据很复杂规则来判断用户是否有借款资格,以及贷款金额。
在简单的场景中,我们可以通过直接编写一些代码来解决需求,比如:
// 判断是否需要支付押金
return 芝麻分 > 650
这种方式代码简单,如果规则简单且不经常变化可以通过这种方式,在业务改变的时候,重新编写代码即可。
在金融场景中,往往会根据不同的产品,不同的时间,对接的银行等等多个维度来配置规则,单纯的直接编写代码无法满足业务需求,而且编写代码的方式对于运营人员来说无论实时性、可视化都很欠缺。
在这种情况往往会引入可视化的规则引擎,允许运营人员可以通过可视化配置的方式来实现一套规则配置,具有实时生效、可视化的效果。减少开发和运营的双重负担。
这篇主要介绍一下如何实现一个可视化的表达式的定义和执行。
表达式的定义
在上面说到的使用场景中,可以了解中至少需要支持布尔表达式。比如
- 芝麻分 > 650
- 居住地 不在 国外
- 年龄在 18 到 60 之间
- 名下无其他逾期借款
...
在上面的例子中,可以将一个表达式分为 3 个部分
- 规则参数 (ruleParam)
- 对应的操作 (operator)
- 对应操作的阈值 (args)
则可以将上面的布尔表达式表示为
- 芝麻分 > 650
{
"ruleParam": "芝麻分",
"operator": "大于",
"args": ["650"]
}
- 居住地 不在 国外
{
"ruleParam": "居住地",
"operator": "位于",
"args": ["国内"]
}
- 年龄在 18 到 60 之间
{
"ruleParam": "年龄",
"operator": "区间",
"args": ["18", "60"]
}
- 名下无其他逾期借款
{
"ruleParam": "在途逾期数量",
"operator": "等于",
"args": ["0"]
}
表达式执行
上面的通过将表达式使用 json 格式定义出来,下面就是如何在运行中动态的解析这个 json 格式并执行。
有了 json 格式,可以通过以下方式来执行对应的表达式
- 因为表达式的结构已经定义好了,可以通过手写代码来判断所有的情况实现解释执行, 这种方案简单,但增加操作需要修改对应的解释的逻辑, 且性能低
/*
{
"ruleParam": "在途逾期数量",
"operator": "等于",
"args": ["0"]
}
*/
switch(operator) {
case "等于":
// 等于操作
break;
case "大于":
// 等于操作
break;
...
}
在第一次得到 json 字符串的时候,直接将其根据不同的情况生成对应的 java 代码,并动态编译成 Java Class,方便下一次执行,该方案依然需要处理各种情况,但因为在第一次编译成了 java 代码,性能和直接编写 java 代码一样
使用第三方库实现表达式的执行
使用第三方库实现动态表达式的执行
在 Java 中有很多表达式引擎,常见的有
- jexl3
- mvel
- spring-expression
- QLExpress
- groovy
- aviator
- ognl
- fel
- jsel
这里简单介绍一下 jexl3 和 aviator 的使用
jexl3 在 apache commons-jexl3 中,该表达式引擎比较符合人的书写习惯,其会判断操作的类型,并将参数转换成对应的类型比如 3 > 4 和 "3" > 4 这两个的执行结果是一样的
aviator 是一个高性能的 Java 的表达式类型,其要求确定参数的类型,比如上面的 "3" > 4 在 aviator 是无法执行的。
jexl3 更适合让运营手动编写的情况,能容忍一些错误情况;aviator 适合开发来使用,使用确定的类型参数来提供性能
jexl3 使用
加入依赖
<dependency>
<groupId>org.apache.commons</groupId>
<artifactId>commons-jexl3</artifactId>
<version>3.2.1</version>
</dependency>
// 创建一个带有缓存 jexl 表达式引擎,
JexlEngine JEXL = new JexlBuilder().cache(1000).strict(true).create();
// 根据表达式字符串来创建一个关于年龄的规则
JexlExpression ageExpression = JEXL.createExpression("age > 18 && age < 60");
// 获取需要的参数,java 代码太长了,简写一下
Map<String, Object> parameters parameters = {"age": 30}
// 执行一下
JexlContext jexlContext = new MapContext(parameters);
boolean result = (boolean) executeExpression.evaluate(jexlContext);
以上就会 jexl3 的简单使用
aviator
引入依赖
<dependency>
<groupId>com.googlecode.aviator</groupId>
<artifactId>aviator</artifactId>
<version>5.3.1</version>
</dependency>
Expression ageExpression = executeExpression = AviatorEvaluator.compile("age > 18 && age < 60");
// 获取需要的参数,java 代码太长了,简写一下
Map<String, Object> parameters parameters = {"age": 30}
boolean result = (boolean) ageExpression.execute(parameters);
注意 aviator 是强类型的,需要注意传入 age 的类型,如果 age 是字符串类型需要进行类型转换
性能测试
不同表达式引擎的性能测试
Benchmark Mode Cnt Score Error Units
Empty thrpt 3 1265642062.921 ± 142133136.281 ops/s
Java thrpt 3 22225354.763 ± 12062844.831 ops/s
JavaClass thrpt 3 21878714.150 ± 2544279.558 ops/s
JavaDynamicClass thrpt 3 18911730.698 ± 30559558.758 ops/s
GroovyClass thrpt 3 10036761.622 ± 184778.709 ops/s
Aviator thrpt 3 2871064.474 ± 1292098.445 ops/s
Mvel thrpt 3 2400852.254 ± 12868.642 ops/s
JSEL thrpt 3 1570590.250 ± 24787.535 ops/s
Jexl thrpt 3 1121486.972 ± 76890.380 ops/s
OGNL thrpt 3 776457.762 ± 110618.929 ops/s
QLExpress thrpt 3 385962.847 ± 3031.776 ops/s
SpEL thrpt 3 245545.439 ± 11896.161 ops/s
Fel thrpt 3 21520.546 ± 16429.340 ops/s
GroovyScript thrpt 3 91.827 ± 106.860 ops/s
总结
这是写的规则引擎的第一篇,主要讲一下
- 如何讲一个布尔表达式转换为 json 格式的定义方便做可视化存储和后端校验
- 如何去执行一个 json 格式的表达式定义
在这里也提供了一些不同的表达式引擎和性能测试,如果感兴趣的可以去尝试一下。
下一篇主要讲一下在引擎里面规则参数、操作符是如何设计的,也讲一下可视化圆形的设计
风控规则引擎(一):Java 动态脚本的更多相关文章
- 规则引擎集成接口(七)规则引擎调用Java类
规则引擎调用Java类 通过myEclipse编写一个简单工程,其中方法是两数相加等到结果,既结果1=输入值1+输入值2.实现规则调用外部接口的方法有三种. 1:接口实例:在myEclipse中制作一 ...
- 【java规则引擎】java规则引擎搭建开发环境
Drools官网:http://www.jboss.org/drools Drools and jBPM consist out of several projects:(Drools软件包提供的几个 ...
- Java动态脚本Groovy,高级啊!
前言:请各大网友尊重本人原创知识分享,谨记本人博客:南国以南i 简介: Groovy是用于Java虚拟机的一种敏捷的动态语言,它是一种成熟的面向对象编程语言,既可以用于面向对象编程,又可以用作纯粹的脚 ...
- Java动态脚本Groovy读取配置文件
前言:请各大网友尊重本人原创知识分享,谨记本人博客:南国以南i 核心涉及: @Value:作用是通过注解将常量.配置文件中的值.其他bean的属性值注入到变量中,作为变量的初始值. @Configur ...
- Java规则引擎drools:drt动态生成规则并附上具体项目逻辑
一 整合 由于本人的码云太多太乱了,于是决定一个一个的整合到一个springboot项目里面. 附上自己的项目地址https://github.com/247292980/spring-boot 以整 ...
- JAVA规则引擎JSR-94笔札
JAVA规则引擎JSR-94笔札 JSR-94 是由JCP(Java Community Process)组织所制定的java规则引擎API的java请求规范.它主要定义了规则引擎在java运行时的一 ...
- Java规则引擎及JSR-94[转]
规则引擎简介 Java规则引擎是推理引擎的一种,它起源于基于规则的专家系统. Java规则引擎将业务决策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.Java规则引擎接 ...
- [z]规则引擎
https://www.ibm.com/developerworks/cn/java/j-drools/ 使用声明性编程方法编写程序的业务逻辑 使用规则引擎可以通过降低实现复杂业务逻辑的组件的复杂性, ...
- 基于Flink和规则引擎的实时风控解决方案
案例与解决方案汇总页:阿里云实时计算产品案例&解决方案汇总 对一个互联网产品来说,典型的风控场景包括:注册风控.登陆风控.交易风控.活动风控等,而风控的最佳效果是防患于未然,所以事前事中和事后 ...
- 【开源】.Net 动态脚本引擎NScript
开源地址: https://git.oschina.net/chejiangyi/NScript 开源QQ群: .net 开源基础服务 238543768 .Net 动态脚本引擎 NScript ...
随机推荐
- 在K8S中,PV和PVC是如何关联?
在Kubernetes(简称K8s)中,PersistentVolume (PV) 和 PersistentVolumeClaim (PVC) 是实现存储持久化的关键组件.它们之间的关联是用来动态或静 ...
- 解决线程不安全的方式(Java)
一.同步代码块 package com.synchronized1; // 买票示例 // 使用同步代码块解决线程安全问题 public class TicketRunnableImp impleme ...
- python识别图片中的文本保存到word中
python可以使用第三方库pytesseract实现图像的文本识别,并将识别的结果保存到word中,代码本生不复杂pytesseract环境有点麻烦这里整理总结一下 一.简介 Tesseract是一 ...
- 绝对凶器!NVIDIA Titan Z细节全曝光
AMD Radeon R9 295X2已经拉开了新一代双芯卡皇大战的序幕,接下来就等NVIDIA GeForce GTX Titan Z的登场了.最新消息显示,它比原计划推迟了一个星期,将在5月8日正 ...
- 使用 BrowserView 的注意事项!!
请看gif:
- Oracle-报错信息显示问号或者乱码(Oracle 19c)
问题描述: 通过sqlplus登录Oracle19c时,执行SQL出现报错时,显示错误码出现问号: 解决方法: su - oracle vi .bash_profile 添加如下一行内容: ex ...
- .NET 9 首个预览版发布:瞄准云原生和智能应用开发
前言 前不久.NET团队发布了.NET 9 的首个预览版,并且分享.NET团队对 .NET 9 的初步愿景,该愿景将于今年年底在 .NET Conf 2024 上发布.其中最重要的关注领域是:云原生和 ...
- 按奇偶排序数组II
按奇偶排序数组II 给定一个非负整数数组A,A中一半整数是奇数,一半整数是偶数. 对数组进行排序,以便当A[i]为奇数时,i也是奇数:当A[i]为偶数时,i也是偶数. 你可以返回任何满足上述条件的数组 ...
- junit使用mock objects进行单元测试
上一篇我介绍了使用stub进行单元测试.那么mock objects和stub有何区别?什么情况下使用mock objects呢? 下面摘自junit in action书中的解释: mock obj ...
- vivo 短视频体验与成本优化实践
作者:来自 vivo 互联网短视频研发团队 本文根据蔡创业.马运杰老师在"2023 vivo开发者大会"现场演讲内容整理而成. 在线点播场景,播放体验提升与成本优化是同等重要的两件 ...