3步搞定任务系统改造:规则引擎实战指南,开发效率提升80%!

规则引擎--QLExpress:普通表达式的运行 特别说明:代码执行过程中会有各种缓存,避免指令的重复生成,可提高运行效率。 阅读详情

👉 这是一个或许对你有用的社群

🐱 一对一交流/面试小册/简历优化/求职解惑,欢迎加入「芋道快速开发平台」知识星球。下面是星球提供的部分资料: 

👉这是一个或许对你有用的开源项目

国产Star破10w的开源项目,前端包括管理后台、微信小程序,后端支持单体、微服务架构

RBAC权限、数据权限、SaaS多租户、商城、支付、工作流、大屏报表、ERP、CRM、AI大模型、IoT物联网等功能:

  • 多模块:https://gitee.com/zhijiantianya/ruoyi-vue-pro

  • 微服务:https://gitee.com/zhijiantianya/yudao-cloud

  • 视频教程:https://doc.iocoder.cn

【国内首批】支持 JDK17/21+SpringBoot3、JDK8/11+Spring Boot2双版本 

来源:juejin.cn/post/7401403660246614070


前言

笔者在去年接手了公司的活动中台,其中【任务】,是活动当中必不可缺的玩法之一。

相信大家都在各种各样的互联网活动中体验过【任务】。

比如:

  • 打车软件去完成一笔订单可以给用户发一个奖品;

  • 如用户去申请白条的额度,就能给用户发放京豆;

从技术思维上,以上的流程,可以抽象成,用户完成某个动作,就给用户发放对应的奖品。

作为中台的任务系统,往往会对接上游N个业务方的不同任务,并且任务也会有不同的完成条件。

如:

电商业务:用户支付一笔3000元以上的订单,完成【订单任务】 商业化业务:用户完成一个app下载,且打开app浏览10秒,完成【app下载任务】 生活业务:用户完成一笔话费充值,且充值金额大于50元,完成【话费充值业务】

具体的流程图如下:

任务系统重构
任务系统重构

可以看到,业务侧将消息通过RocketMQ的方式,通知至任务系统。

基于 Spring Boot + MyBatis Plus + Vue & Element 实现的后台管理系统 + 用户小程序,支持 RBAC 动态权限、多租户、数据权限、工作流、三方登录、支付、短信、商城等功能

  • 项目地址:https://github.com/YunaiV/ruoyi-vue-pro

  • 视频教程:https://doc.iocoder.cn/video/

痛点解决-如何避免对接新的任务,改造代码

以上方式,会有一个实实在在的痛点:每次任务完成条件发生变更,就需要任务系统更改代码,现状需要一周的时间去对接一个新的任务。

举个例子,假如电商业务中,【订单任务】的完成条件从【3000元以上订单】调整为【5000元以上订单】,任务系统每次还得去调整代码,以支持【5000元以上订单】完成的条件。这种如此慢的迭代方式,显然是不够支持业务的发展速度。

所以任务系统的行动点就是:任务完成条件变动,做成可配置化,支持运营在后台管理系统随时调整任务的配置条件。

统一消息格式

其实仔细分析,任务完全可以抽象成为:针对某个行为, 判断行为中的条件是否满足运营配置的要求

但是系统的现状为,各个业务的消息体虽都是json格式,但格式都不一致,任务系统写了很多针对不同消息格式的定制化代码适配,其流程图如下:

统一消息格式的好处
统一消息格式的好处

因此我先要求业务方的mq格式消息体进行改造,按照任务系统的统一标准进行格式传递。

标准消息体格式如下
"userid": "",  
"business": "",
"behavior": "" ,     
"behaviorTime": "",
"extraData": {  
}

userId是用户的id,business是该事件所属业务,behaviorTime是行为发生的时间, behavior就是用户具体的任务行为,比如【完成订单叫pay_order_success】, app下载叫【app_download】, 话费充值叫【tel_recharge】。

最为关键的是extraData, 这个字段是拓展字段,主要用于存放每个行为的附加条件,比如:

【完成订单】,该字段可以存放订单交易金额,是否首次下单,那么完成订单的完整消息为:

"userid": "12345", 
"business": "onlineShop",
"behavior": "pay_order_success" ,     
"behaviorTime": "完成订单时间戳",
"extraData": {    
    "tradeTotalMoney": 500000, 
    "firstTime": true
}

以上完成消息对应的中文含义为:用户12345, 在某个时间,完成了【电商业务】中的【下单成功】行为,行为的附加属性为:【交易金额大于5000元,用户本次是首次交易】。

之后,所有对接任务系统的任务,业务方必须按照我的要求,来传递消息。

做好了任务消息的标准化,就开始下一步优化:如何将完成条件进行抽象,做成可配置化管理?

完成条件可配置化

想把任务完成的配置完全交给运营,首先需要有个类似下面这种配置的管理后台,为简单的画一下管理后台的原型。

任务系统重构-后台管理示意图
任务系统重构-后台管理示意图

灵魂画家。。。总而言之,就是把任务的完成条件开放至运营,并支持可配。

根据我从业经验,这种规则支持配置的场景,便是【规则引擎】的最佳使用场景。结合项目组的现状,我决定使用阿里的QLExpress, 并进行重构。

QLEpress介绍如下:

https://github.com/alibaba/QLExpress  
由阿里的电商业务规则、表达式(布尔组合)、特殊数学公式计算(高精度)、语法分析、脚本二次定制等强需求而设计的一门动态脚本引擎解析工具。  
在阿里集团有很强的影响力,同时为了自身不断优化、发扬开源贡献精神,于2012年开源

引入了规则引擎后,在判断任务完成的代码时候,其实就是对QlExpress的脚本进行判断,任务的完成条件可以表现为一串脚本命令,如:

tradeTotalMoney >= 300000 && firstTime = true

在执行完成任务代码的时候,任务系统会将【任务消息体】中的extraData,构造成一个HashMap, 传入到QLEpress的api中。

"userid": "12345", 
"business": "onlineShop",
"behavior": "pay_order_success" ,     
"behaviorTime": "完成订单时间戳",
"extraData": {    
    "tradeTotalMoney": 500000, 
    "firstTime": true
}

使用QLEpress的api,express就是【脚本命令】, context是一个Map,对于任务系统来说,就会把extraData传入函数中。

Object r = runner.execute(express, context, null, true, false);

对于QLEpress来说也很简单,就是做了Map对象中的key替换的动作,实际上就是执行以下的这段代码:

Object r = 500000  >= 300000 && true = true

其系统流程图如下:

任务系统重构-系统交互流程
任务系统重构-系统交互流程

假如运营现在想把任务系统中【完成订单】的完成条件中的订单交易金额5000改成3000,也很简单了,只需通过后台管理系统更改配置就能实现任务的调整。

后台系统新增条件的可配置化。

你以为以上就是最终方案了么,对接新的任务就不用开发了么?

其实不然,细心的读者会发现,后台系统如果要新增 【任务完成行为】 和【完成条件】,后台管理系统还是得开发代码。比如:需要新增一个【加入购物车】的任务,还是需要后台系统开发。

所以,我们的下一步优化策略,是将【任务完成行为】和 【完成条件】做成配置化,后台动态读取数据库的配置进行显示,其流程如下:

任务系统重构-支持元数据配置
任务系统重构-支持元数据配置

这里我把属于【规则引擎】的内容抽象成一个系统,让这个系统去对规则领域的内容进行管理。

其实12步,“引入【规则引擎系统提供的sdk】,执行规则引擎代码 ”,有两种方案,也可以由任务系统在交互的过程中,传入参数,去调用【规则引擎系统】提供的RPC接口,但考虑到增加了一层网络开销,且规则引擎执行的场景也相对简单,不会对规则引擎的代码进行过多调整,所以采取的是引入sdk的方式,通过本地代码执行去减少不必要的网络开销。

基于 Spring Cloud Alibaba + Gateway + Nacos + RocketMQ + Vue & Element 实现的后台管理系统 + 用户小程序,支持 RBAC 动态权限、多租户、数据权限、工作流、三方登录、支付、短信、商城等功能

  • 项目地址:https://github.com/YunaiV/yudao-cloud

  • 视频教程:https://doc.iocoder.cn/video/

结论

经过规则引擎的重构后,再对接新的任务,只需通过开发1分钟在后台配置元数据,即可完成新的任务对接,比起之前动辄一周的新任务对接,大大提高了效率。

笔者也通过这次改造获得了公司的好绩效,并将这种规则引擎的能力,提供给其它系统使用,真正实现了开发驱动业务。


欢迎加入我的知识星球,全面提升技术能力。

👉 加入方式,“长按”或“扫描”下方二维码噢:

星球的内容包括:项目实战、面试招聘、源码解析、学习路线。

文章有帮助的话,在看,转发吧。
谢谢支持哟 (*^__^*)
QLExpress规则引擎实战 由阿里的电商业务规则、表达式(布尔组合)、特殊数学公式计算(高精度)、语法分析、脚本二次定制等强需求而设计的一门动态脚本引擎解析工具。 阅读详情

相关推荐

‌DBMove实战:用AI搞定信创数据库迁移,效率提升90%的技术揭秘‌

‌:支持‌。

Free2AI DBMove 1407

阿里开源规则引擎QLExpress-入门实战

通过成熟的规则引擎算法,可以高效的调度通用的业务规则,从而将业务和规则进行隔离,在解藕业务代码的同时可以提高传统业务规则的计算效率,然而目前可以做到的开源的框架推荐用阿里的QLExpress,通过QLExpress可以通过底层的表达式算法缓存处理高性能的处理大批量的业务规则

JackieJia的博客 2万+

别再加班!AI智能体让业务需求到技术架构映射自动化,架构师效率提升指南

本文将带你跳出“人工翻译需求”的泥潭,系统讲解如何构建AI智能体实现“业务需求→技术架构”的全流程自动化映射。AI智能体如何理解非结构化需求文档,自动提取业务实体、规则和约束;如何用知识图谱存储“业务场景→架构模式”的映射规则(比如“分批次处理”自动对应“异步架构+消息队列”);从需求输入到架构方案输出的端到端自动化流程设计(含代码示例);真实案例:电商“分批次下单”需求如何被AI智能体在2小时内转化为完整微服务架构方案(传统流程需3天)。传统流程中,

AI大模型应用之禅 927

轻量高效、灵活可扩展!了解下Alibaba QLExpress规则引擎的魅力

QLExpress是一个基于Java语言的轻量级、高性能的规则引擎。它提供了一种简洁、灵活的方式来编写和执行规则,可以用于实现复杂的业务逻辑和决策过程。总的来说,QLExpress是一个功能强大、易于使用的规则引擎,具有高性能、灵活性和扩展性等特点。它可以帮助开发人员快速实现复杂的业务逻辑和决策过程,提升系统的灵活性和效率。

程序员野蛮成长 2596

别再拍脑袋分任务了!用WBS工作分解结构,3步搞定项目分工(附飞项/禅道实操)

本文详细介绍了如何利用WBS工作分解结构高效管理项目分工,通过三步法将复杂项目转化为可执行的原子任务。结合飞项和禅道工具实操演示,帮助团队避免任务遗漏和依赖混乱,提升项目管理效率。特别适合项目经理和团队领导者学习应用。

nhy520 153

模板驱动的文档操作系统:从排版工具到规则化出版引擎

文档自动化并非依赖AI生成,而是基于结构化内容模型与声明式样式规则的确定性渲染过程。其核心原理是将传统手工排版转化为可配置、可复用、可验证的规则执行——通过模板定义结构、样式与行为,由规则引擎在标准化内容模型上做精准布局。这种范式显著提升交付一致性与工程可控性,广泛应用于电子书制作、产品白皮书生成、教育资料批量输出及客户定制方案交付等高频、标准化数字文档场景。Sqribble正是这一理念的典型实践,以模板驱动和确定性规则引擎为技术支点,实现专业级出版能力的平民化。

liudaoru - 悟 516

3步搞定任务系统改造:规则引擎实战指南,开发效率提升80%

笔者在去年接手了公司的活动中台,其中【任务】,是活动当中必不可缺的玩法之一。相信大家都在各种各样的互联网活动中体验过【任务】。比如:打车软件去完成一笔订单可以给用户发一个奖品;如用户去申请白条的额度,就能给用户发放京豆;从技术思维上,以上的流程,可以抽象成,用户完成某个动作,就给用户发放对应的奖品。作为中台的任务系统,往往会对接上游N个业务方的不同任务,并且任务也会有不同的完成条件。用户支付一笔3000元以上的订单,完成【订单任务】

m0_73735578的博客 1013

掌握 QLExpress:阿里巴巴开源的业务规则动态解析神器

QLExpress(Quick Language Express)是阿里巴巴开源的一门动态脚本引擎解析工具,起源于阿里巴巴的电商业务,旨在解决业务规则、表达式、数学计算等动态脚本的解析问题。线程安全:QLExpress被设计为线程安全的动态脚本引擎,它使用类型的临时变量,确保在引擎运算过程中的并发场景下的线程安全性。高效执行:为了提高执行效率,QLExpress在编译过程中可以将比较耗时的脚本编译结果缓存到本地机器。

曾经“等你生日那天”都遥远得像未来,如今却可欢愉的挥手说“下个十年见” 12万+

3步搞定抖音直播回放下载,让内容保存效率提升80%

在数字内容爆炸的时代,抖音直播作为知识传播与娱乐互动的重要载体,其回放内容的价值日益凸显。然而,普通用户在尝试保存这些直播内容时,往往面临操作繁琐、质量受损、管理混乱等多重挑战。本文将系统介绍如何利用douyin-downloader工具,通过"问题洞察→解决方案→价值验证→场景实践→能力进阶"的完整路径,帮助用户实现直播内容的高效保存与管理。 ## 一、操作链断点:直播内容保存的全流程障碍分析

gitblog_00268的博客 343

Xilinx ERNIC RoCEv2 FPGA实现与QP队列深度解析

本文深入解析Xilinx ERNIC RoCEv2在FPGA上的实现,重点剖析QP队列对的管理机制与深度优化策略。通过Verilog代码示例和工程实战,详细介绍了如何实现高吞吐量、低延迟的RDMA硬件卸载方案,为金融交易和数据中心应用提供性能优化指导。

solidity8miner的博客 881

PADS Layout中快速导入自定义元器件封装的实用技巧

本文详细介绍了在PADS Layout中高效导入自定义元器件封装的实用技巧。针对封装“找不到”、“对不上”、“导不进”三大痛点,系统梳理了从封装文件来源识别、库规划管理,到三种核心导入场景(从库文件添加、从其他设计借用、处理第三方格式)的完整操作流程,并提供了导入后的关键验证清单与常见问题排查方法,旨在帮助硬件工程师快速掌握这一提升设计效率的关键技能。

weixin_29302047的博客 377

最猛Airflow自动化工具:用YAML搞定DAG开发,效率提升10倍的实战指南

作为数据工程师,你是否经历过这些痛点: - 开发一个简单ETL流程需要编写大量Python模板代码 - 每次修改任务依赖都要重新部署Python文件 - 非技术团队无法参与DAG配置,全靠工程师手动实现 - 相同逻辑的DAG在不同项目中重复编码,维护成本倍增 **读完本文你将获得**: - 用YAML配置文件构建复杂DAG的完整方法 - 动态任务映射、任务组、依赖管理等核心功能实战 - 从0到1...

gitblog_00457的博客 1122

不懂就学之挑战成为WorldQuant Brain顾问的第1天

WorldQuant Brain 是由 WorldQuant 公司开发的一个基于人工智能和机器学习的量化研究平台,旨在帮助量化研究员发现和构建有效的投资策略。WorldQuant 是一家全球领先的量化投资公司,专注于利用数据科学、技术和金融工程开发量化交易策略。

Yanbang1的博客 8395

pandoc 将 Jupyter Notebook 转换为 Org Mode 格式:从命令测试 6367 到源码实现

本文以 pandoc 仓库中的命令测试用例 [test/command/6367.md](https://link.gitcode.com/i/56410d727f66aaadaea11d02a379514e) 为核心,完整演示如何用一条 `pandoc -f ipynb -t org` 命令将 Jupyter Notebook(nbformat 4)转换为 Emacs Org Mode 文档,并

gitblog_00878的博客 159

从ROS2到ROS1:Lightning-LM激光SLAM模块的移植实践与核心代码解析

本文详细解析了将高性能激光SLAM算法Lightning-LM从ROS2移植到ROS1的完整实践过程。针对ROS1与ROS2在节点初始化、话题通信、参数服务器及TF发布等核心API的差异,文章提供了loc_system和slam模块的核心代码改造示例,并给出了适配catkin的CMakeLists.txt与package.xml配置方案,帮助开发者在现有ROS1生态中高效集成先进的SLAM模块。

weixin_29224529的博客 173

MS1861宏晶微视频显示与控制器芯片:开发资料全解析与应用指南

本文全面解析了宏晶微MS1861视频显示与控制器芯片的核心功能与开发流程。该芯片作为高性能的“视频信号翻译官”,支持HDMI、LVDS等多种输入与MIPI、LVDS等输出,集成强大的图像处理与OSD叠加功能。文章详细介绍了从资料获取、环境搭建到以HDMI转MIPI为例的实战配置与调试技巧,为工业HMI、广告机等应用的开发者提供了完整的应用指南。

weixin_29198045的博客 340

AI5 - 自动写代码不是梦:我在项目中用AI生成80%基础逻辑

AI 自动化编程实战:80%基础代码如何由AI生成 本文分享了作者使用AI工具自动生成企业级SaaS系统80%基础代码的实战经验。通过分析代码类型分布(45%CRUD接口、15%数据映射等),指出AI擅长处理结构化的重复性编码任务。作者采用Cursor、GitHub Copilot和Claude Sonnet的三层工具组合,分别承担项目理解、实时补全和复杂逻辑生成功能。 实战演示了从需求文档自动生成用户管理模块的全过程,包括自动创建TypeORM实体、DTO、控制器和服务层代码。重点展示了如何通过注释驱动C

千淘万漉虽辛苦,吹尽狂沙始到金 2万+

CANoe/CAPL ,远程邮件通知

CANoe/CAPL ,远程邮件通知

蚂蚁小兵 3040

效率工具WeeklyReport:节省80%时间的团队周报自动化解决方案

告别繁琐的周报收集与整理流程,WeeklyReport作为一款基于Flask框架开发的自动化工具,通过容器化部署方案,帮助团队实现周报快速生成、智能权限管理和数据可视化分析,让团队协作效率提升80%。无论是50人小型团队还是千人规模企业,都能通过这款工具轻松搞定周报管理,让管理者从繁琐的事务中解放出来,专注于更重要的决策工作。 ## 零基础3步部署指南:5分钟搭建团队专属周报系统 🚀 对于技

gitblog_00943的博客 538

基于Cesium移动的天空云

天空中的云朵也算是一种天气气候的效果,它能更加逼真的反映当前的天气状况,可以是白云朵朵,也可以是乌云密布,结合其他天气效果,可以组合形成较为真实的三维可视化场景。

星云数海的博客,一个专注GIS十多年的GISer人。 450

仿真学习系列(四十九):Sigrity仿真之电容库制作

在高速电路设计中,电源完整性(PI)是确保系统稳定、可靠运行的关键因素。随着电子产品对性能的要求不断提升,PDN(电源分配网络)的设计与优化变得尤为重要。为了确保电源网络在高速工作状态下不会引发电压波动和信号干扰,我们需要在设计中精确地选择电容器进行优化,而电容库的制作则是这一过程的核心。 OptimizePI作为一个强大的电源完整性优化工具,能够帮助设计师根据不同的目标,批量进行PDN仿真,以得出最佳电容选择。

案例文章,高速信号 228

5.1 亿 token 跑完「日程效率助手」3 万行代码,Doubao-Seed-Evolving 的真实开发手记

2026 年7月份,火山引擎推出了最新的 Doubao-Seed-Evolving 模型,我利用4天时间使用这个模型从零开发了一个 3 万行代码的"日程效率助手"——包含后端 API、Web 端、微信小程序三端。功能上覆盖日程、任务、记账、番茄钟、AI 助手等 6 大模块,总消耗约 5.1 亿 tokens。Evolving 是一个还在持续周级更新的模型。我把这几天的使用经验完整记录下来,包括踩过的坑、用错的方式、以及为什么它适合"长任务、长上下文、跨文件"这类场景。

cooldream2009的博客 1576

NTscan扫描工具

ntscan是一个扫描器,可以扫描没有密码和弱密码的共享,先到配置文件中填写猜测的用户名和密码,扫描过程中右侧出现的是扫描日志。

AutoGen Studio降本提效:Qwen3-4B多Agent替代传统RPA+规则引擎的中小企业实践

本文介绍了如何在星图GPU平台自动化部署AutoGen Studio镜像,快速搭建基于Qwen3-4B的多Agent智能系统。该方案可替代传统RPA+规则引擎,应用于中小企业客户服务自动化、数据处理等场景,显著降低部署成本并提升业务流程效率。

weixin_42327217的博客 362

复分析 阿尔福斯(Ahlfors) 第三版答案 英文

答案分为十章,有部分习题没有答案,全英文复分析阿尔福斯(Ahlfors) 第三版答案

锂电池充电器电路设计 里面有电路

锂电池充电器电路设计 里面有电路 3.7V升压到5V电路设计。

知乎内容一键转电子书:3步搞定知识高效管理终极指南

还在为知乎上收藏的优质内容无法系统整理而烦恼吗?📚 想要将碎片化知识转化为系统化的电子书吗?知乎助手项目为你提供了完美的解决方案!这是一款基于Node.js和TypeScript开发的工具,能够将知乎上的各种内容轻松转换为专业的Epub电子书,让你的知识管理效率提升10倍! ## 🤔 为什么需要知乎内容转电子书? 知乎作为国内最大的知识分享平台,每天都有海量的优质内容产生。但传统的阅读方式

gitblog_00050的博客 606

汉书HE8,好用的汇编代码编写工具

汉书HE8,好用的汇编代码编写工具早期编写汇编代码所用功能强大

3步高效搞定教育资源获取:电子课本全攻略

教育数字化转型背景下,高效获取和管理教学资源成为师生必备技能。本文基于国家中小学智慧教育平台电子课本下载工具,提供从需求分析到场景拓展的完整解决方案,帮助教育工作者和学习者建立系统化的离线学习资料管理体系,实现教学素材批量处理的全流程优化。 ## 一、需求分析:教育资源获取的核心痛点 ### 1.1 资源获取效率瓶颈 传统教学资源收集方式存在三大痛点:单页下载耗时、多科目资源分散、网络依赖严重

gitblog_00473的博客 190
上一篇: 打印优质日志的 10 条军规
下一篇: 分布式锁+事务=灾难?不要把锁加在事务内!!!
公众号-芋道源码
博客等级 码龄10年 1639粉丝 377原创
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付:10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值