本文记录了一次设计报价规则引擎系统的过程，系统利用Drools规则引擎，结合CQRS和Event Sourcing，通过Kafka实现事件驱动。在面对复杂的定价规则和砍价功能时，采用广度优先搜索思想，设计了两个微服务，实现了规则引擎和报价管理的解耦。文中还提到了系统的迭代和优化，以及如何通过事件通知UI更新。
转一篇我发在medium的文章，英文写的，下面我自己来翻译一下，也顺便补充一些技术细节：
https://medium.com/@snowmanjy/an-interesting-system-design-of-a-rule-engine-prototype-29255e87b377
大概是去年这个时间，八九月份的时候，我所在的team打算做一版新的报价系统，大家都领了任务，在做不同技术实现的POC，我正好跟组里老中哥们聊了聊，讨论了下主要的一些业务难点，其中有一个就是由于客户可以定制很多的（大的企业用户可能有成百上千个规则）定价规则Price rules，就产生了一个很有趣的问题：当你对报价单Quote里任何项目进行修改都有可能触发定价规则，而这些规则主要就是 if X条件满足 then do Y操作，规则导致的结果本身又可能对报价单进行修改，而这些修改又可能触发别的规则，所以就是一个不可预知的系列反应，然后另外还有一个难点就是有一个需求很有意思，我们就叫它砍价功能吧，场景就是说在报价的时候告诉客户你要买500个货物需要800块钱，但是客户说我只有700块钱你看我能买多少个货物，要记住这个功能同时还受定价规则的约束，并不一定是一个简单的倒推计算。
我们可以设想一下这个报价系统的前端应用，假设我在亚马逊或者淘宝店买衣服，全场满75块包邮，然后我选了80块的衣服准备结账（没有邮费），在结账时候有个优惠券输入框，
最低0.47元/天 解锁文章
扫一扫
621
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
