带过滤规则的群发短信

一、📌 为什么需要过滤规则？

群发短信不能盲发：

• 避免发送给非目标用户，提高命中率和用户体验；

• 符合业务策略（如：只发给活跃用户 / VIP 用户）；

• 降低成本（短信单价高）；

• 合规性要求（不可群发骚扰短信）。

---

二、🧠 常见的过滤维度（用户画像）

维度	示例
用户身份	是否是 VIP 用户、是否是注册用户
活跃度	最近 7 天登录、近 30 天购买
行为特征	收藏数、加购数、最近浏览时间
地理位置	城市、省份、是否境外
触达历史	最近是否已接收短信、是否退订
业务状态	是否已下单、是否完成认证、是否有投诉记录

---

三、🧱 实现方式对比：过滤规则 DSL vs SQL

方式	描述	优点	缺点
SQL筛选	直接拼接 SQL + 分页查数据库	高效、灵活	安全性需控制（防注入）
DSL方式	使用类似 JSON/DSL 表达规则（转换成 SQL）	前端可视化，安全性高	实现稍复杂
人群圈选	提前做用户画像打标签（如通过离线数仓生成人群标签）	快速、复用性强	依赖数据标签体系

---

四、🧩 示例：过滤规则 DSL 配置

{
  "logic": "AND",
  "rules": [
    { "field": "lastLoginTime", "operator": ">", "value": "2024-06-01" },
    { "field": "userLevel", "operator": "IN", "value": ["VIP", "SVIP"] },
    { "field": "city", "operator": "=", "value": "上海" }
  ]
}

👉 可视化界面通过 DSL 构建规则 → 后端转换为 SQL。

SELECT user_id, phone
FROM user_profile
WHERE last_login_time > '2024-06-01'
  AND user_level IN ('VIP', 'SVIP')
  AND city = '上海'
LIMIT 1000 OFFSET 0

---

五、⚙️ 过滤规则处理流程（结合系统架构）

1. 前端运营配置过滤规则（可视化 DSL 构建器）
         ↓
2. 后端转换规则 → SQL 语句或执行过滤引擎
         ↓
3. 批量分页查询用户（每批1000）→ 放入异步投递队列
         ↓
4. 消费端发送短信，失败自动重试 / 限流

---

六、📦 技术栈实现建议

功能	技术实现	补充说明
DSL 解析	自定义规则引擎 / Aviator	把 JSON 表达式转为 SQL 语句
查询执行	MyBatis / JPA + 分页插件	MySQL / ClickHouse 作为底表
人群缓存	查询结果缓存 Redis / ES	避免重复查询，提升效率
大人群处理	数据分片 + 多线程 / 任务拆分	减少单次查询压力

---

七、🧪 示例：完整过滤 + 群发投递流程（项目中常用）

活动主题：618大促VIP提前通知

• 规则 DSL：

  {
    "logic": "AND",
    "rules": [
      { "field": "userLevel", "operator": "=", "value": "VIP" },
      { "field": "lastOrderTime", "operator": "<", "value": "2025-06-01" },
      { "field": "receiveSms", "operator": "=", "value": true }
    ]
  }
  

• SQL 转换后：

  SELECT phone
  FROM user_profile
  WHERE user_level = 'VIP'
    AND last_order_time < '2025-06-01'
    AND receive_sms = true
  

• 投递流程：

  1. 运营后台创建任务，配置规则

  2. 后端分页查询符合规则用户（分页拉取+放入MQ）

  3. 消费端调用短信网关发送短信

  4. 限流、失败重试机制保障发送质量

---

八、🎯 面试高频问答总结

面试问题	推荐答题要点
如何实现短信用户筛选？	配置 DSL/SQL 规则 → 转 SQL 查询用户画像库 → 分页处理
如何避免发送给不符合要求的用户？	通过过滤规则系统，过滤行为特征/活跃度/黑名单用户
群发短信中如何应对超大人群？	查询分页 + 分片处理 + MQ异步投递
如何让运营配置筛选更灵活？	提供 DSL 可视化规则引擎，支持逻辑表达式组合
数据量大时查询性能如何优化？	建立标签库 / 人群缓存 / 索引优化 / 异步处理