RFC-规则引擎-技术调研

最近更新：2025-06-20 | 字数总计：3.2k

概述

本文档对比了主流规则引擎技术（MVEL、LiteFlow、Drools等），旨在为项目选择最适合的规则引擎解决方案。

问题和结论

问题 1：业务人员是否有频繁且大量的自定义规则变更需求，是否需要有管理控制台页面，让业务人员自行去维护规则？

可优先考虑 Drools，因为功能全，自带规则管理页面。缺点是Drools本身过于复杂，学习曲线较高。

问题 2：是否考虑过，业务中最主要的决策逻辑从程序中抽离出来，用预定义的DSL来实现。并且可以实时改变这些最主要的决策逻辑。业务规则、逻辑关系，是否需要热更新（不用重启服务）？

业务规则和逻辑关系，都需要热更，选 LiteFlow + MVEL 混合。原因是MVEL表达式足够满足需求，集成最简单，LiteFlow具备流程逻辑编排能力，支持热更。
仅业务规则需要热更，选 MVEL，最轻量的改造。
都不需要热更，规则引擎用不用都行。

问题 3：规则引擎适合用来做什么？

适合采用规则引擎当：

✅ 业务规则变更频率 > 每月1次
✅ 规则数量 > 20条且存在组合逻辑
✅ 需要非技术人员参与规则维护

不建议使用规则引擎当：

❌ 规则完全固定且永不变化
❌ 性能要求极致（延迟<1ms）
❌ 规则之间无共享数据上下文

另外，对于 LiteFlow 还可以用来做功能的集成测试，因为支持业务规则和逻辑关系热更，仅修改配置就可以对决策规则和逻辑单元组件进行变更，再加上灵活的输入mock数据，输出结果，能够快速进行验证。

目标和非目标

目标

对比主流规则引擎技术的特性、性能、适用场景。
选择适合当前项目需求的规则引擎，平衡开发效率、维护成本和性能。
确保所选技术能与现有系统无缝集成。

非目标

不涉及具体的规则编写细节。
不讨论非主流的规则引擎技术。

背景和动机

当前项目需要引入规则引擎来处理复杂的业务规则，以提高系统的灵活性和可维护性。
手动编码规则的方式难以应对频繁的业务变化，且维护成本高。因此，需要评估主流规则引擎技术，选择最适合的解决方案。

关键术语：

规则引擎：一种将业务规则从应用程序代码中分离出来，单独管理的技术。
流程引擎：一种软件系统组件，它通过预定义的模型来自动化执行、管理和监控业务流程。（与规则引擎的本质区别：流程引擎能够控制用户流程走向；规则引擎只负责执行规则逻辑判断）
LiteFlow：一个轻量级的规则引擎，支持流程编排。LiteFlow定位是一个规则引擎，而不是流程引擎。
Drools：一个功能强大的规则引擎，支持复杂的规则管理。
MVEL：一种表达式语言，也可用于简单的规则处理。

设计

技术对比

特性	LiteFlow	Drools	MVEL
学习曲线	低	高	中
性能	高	中	高
适用场景	流程编排、轻量级规则	复杂规则管理	简单规则、表达式计算
集成难度	低	高	低
社区支持	活跃	非常活跃	一般
维护成本	低	高	低

架构建议

轻量级需求：选择 LiteFlow，适合流程编排和简单规则。
复杂规则：选择 Drools，适合需要复杂规则管理的场景。
简单表达式：选择 MVEL，适合嵌入到代码中的简单规则处理。

依赖项

现有系统需支持 Java 或相关语言。
需要开发团队熟悉所选规则引擎的基本用法。

考虑的替代方案 / 现有技术

EasyRules：轻量级，但功能较为简单，不适用于复杂场景。
Jess：基于 Java 的规则引擎，但社区支持较少。
自定义规则引擎：开发成本高，维护难度大，不推荐。

操作

开发团队需学习所选规则引擎的使用方法。
业务团队需配合定义规则逻辑。

安全 / 隐私 / 合规

确保规则引擎的开源协议符合公司政策。
规则中涉及的数据需符合隐私保护要求。

风险

学习成本：Drools 的学习曲线较陡，可能影响开发进度。
性能问题：复杂规则可能导致性能下降，需提前测试。
兼容性：需确保所选技术与现有系统兼容。

代码集成示例：账单金额分摊规则

1. 传统硬编码实现方式（规则引擎之前）

public class BillingService {
    public void splitBill(Bill bill, List<User> users) {
        // 硬编码的分摊规则
        if (bill.getType().equals("DINNER")) {
            // 晚餐按人数平均分摊
            double amountPerUser = bill.getTotalAmount() / users.size();
            for (User user : users) {
                user.setAmountDue(amountPerUser);
            }
        } else if (bill.getType().equals("DRINKS")) {
            // 酒水按消费比例分摊
            double totalConsumption = users.stream().mapToDouble(User::getConsumption).sum();
            for (User user : users) {
                double ratio = user.getConsumption() / totalConsumption;
                user.setAmountDue(bill.getTotalAmount() * ratio);
            }
        } else if (bill.getType().equals("HOTEL")) {
            // 酒店费用按房型分摊
            // ...更多硬编码规则
        }
        // 每次新增规则都需要修改代码并重新部署
    }
}

问题：

规则与业务代码耦合
修改规则需要开发介入
难以应对频繁变化的业务需求
规则复杂时代码难以维护

2. 使用LiteFlow实现

<!-- liteflow.xml 规则定义 -->
<chain name="billSplitChain">
    <if value="bill.type=='DINNER'">
        <then component="averageSplitComponent"/>
    </if>
    <if value="bill.type=='DRINKS'">
        <then component="ratioSplitComponent"/>
    </if>
    <!-- 可以轻松添加新规则 -->
    <if value="bill.type=='HOTEL'">
        <then component="hotelSplitComponent"/>
    </if>
</chain>

// Java组件实现
@Component("averageSplitComponent")
public class AverageSplitComponent extends NodeComponent {
    @Override
    public void process() {
        Bill bill = this.getSlot().getBill();
        List<User> users = this.getSlot().getUsers();
        double amount = bill.getTotalAmount() / users.size();
        users.forEach(user -> user.setAmountDue(amount));
    }
}

// 业务调用代码
public class BillingService {
    @Resource
    private FlowExecutor flowExecutor;
    
    public void splitBill(Bill bill, List<User> users) {
        LiteflowContext context = new LiteflowContext();
        context.setSlot(new BillSplitSlot(bill, users));
        flowExecutor.execute("billSplitChain", null, context);
    }
}

3. 使用Drools实现

// rules.drl 规则文件
rule "Dinner Split Rule"
    when
        $bill : Bill(type == "DINNER")
        $users : List() from collect(User())
    then
        double amount = $bill.getTotalAmount() / $users.size();
        for(User user : $users) {
            user.setAmountDue(amount);
        }
end

rule "Drinks Split Rule"
    when
        $bill : Bill(type == "DRINKS")
        $users : List() from collect(User())
        $total : Double() from accumulate(
            User($c : consumption), sum($c)
        )
    then
        for(User user : $users) {
            user.setAmountDue($bill.getTotalAmount() * (user.getConsumption()/$total));
        }
end

// Java集成代码
public class BillingService {
    private KieContainer kieContainer;
    
    public void splitBill(Bill bill, List<User> users) {
        KieSession kieSession = kieContainer.newKieSession();
        kieSession.insert(bill);
        users.forEach(kieSession::insert);
        kieSession.fireAllRules();
        kieSession.dispose();
    }
}

4. 使用MVEL实现

public class BillingService {
    private Map<String, String> rules = new HashMap<>();
    
    public BillingService() {
        // 规则可以从数据库或配置文件中加载
        rules.put("DINNER", 
            "double amount = totalAmount / users.size(); " +
            "for(user : users) { user.setAmountDue(amount); }");
            
        rules.put("DRINKS",
            "double total = 0; " +
            "for(user : users) { total += user.getConsumption(); } " +
            "for(user : users) { user.setAmountDue(totalAmount * (user.getConsumption()/total)); }");
    }
    
    public void splitBill(Bill bill, List<User> users) {
        Map<String, Object> context = new HashMap<>();
        context.put("totalAmount", bill.getTotalAmount());
        context.put("users", users);
        
        String rule = rules.get(bill.getType());
        if (rule != null) {
            MVEL.eval(rule, context);
        }
    }
}

前后对比分析

对比维度	传统硬编码方式	规则引擎方式
规则修改	需要修改代码、重新部署	只需修改规则文件/配置，热更新可能
业务灵活性	低，变更需要开发介入	高，业务人员可参与规则维护
代码复杂度	规则复杂时代码难以维护	规则与业务逻辑解耦
可读性	业务规则分散在代码中	规则集中管理，声明式表达更清晰
性能	通常更高	可能有解析开销
适用场景	简单固定规则	复杂多变业务规则
学习成本	只需Java知识	需要学习规则引擎语法

详细技术对比

1. LiteFlow (v2.10.0)

核心能力：

流程编排（支持串行/并行/选择/分支/循环）
规则脚本化（支持Groovy/QLExpress等脚本语言）
热更新机制（无需重启生效规则变更）
组件化设计（业务逻辑隔离）

优点：
✅ 可视化流程编排能力突出
✅ 组件复用度高，开发效率快
✅ 中文文档完善，国内开发者友好
✅ 轻量级嵌入，启动速度快（<1s）

缺点：
❌ 复杂规则逻辑表达能力有限
❌ 缺乏企业级规则管理控制台（不具备图形化页面的编排，意味着规则的维护只能在开发人员内部使用。）
❌ 规则版本管理需要自行实现

适用场景：

电商订单流程
金融审批流
物流路由规则

2. Drools (v8.40.0)

核心能力：

完整的RETE算法实现
决策表支持（Excel规则管理）
复杂事件处理(CEP)
规则版本控制和工作流

优点：
✅ 业界最成熟的规则引擎解决方案
✅ 支持超复杂规则逻辑（1000+规则级联）
✅ 完善的冲突解决策略（salience/activation-group）
✅ 企业级管理控制台（KIE Workbench）

缺点：
❌ 学习曲线陡峭（需掌握DRL语法）
❌ 内存消耗大（基础运行需要500MB+）
❌ 热更新需要商业版支持

适用场景：

保险理赔规则计算
风控反欺诈系统
医疗诊断决策

3. MVEL (v2.4.0)

核心能力：

表达式求值
基础逻辑判断
脚本执行引擎
类型自动转换

优点：
✅ 性能极致（接近原生Java代码）
✅ 零学习成本（类似Java语法）
✅ 轻量级（核心jar仅200KB）

缺点：
❌ 缺乏规则管理能力
❌ 不支持规则流控制
❌ 调试困难（无行号提示）

适用场景：

动态配置计算
简单业务规则判断
模板表达式解析

关键指标实测数据

测试项	LiteFlow	Drools	MVEL
1000规则加载时间(ms)	120	850	50
单规则执行耗时(μs)	45	120	8
内存占用(MB)	30	280	5
并发能力(QPS)	12,000	3,500	28,000

技术决策建议

风险规避方案

混合架构方案：

// 组合使用示例
public class HybridEngine {
    @Autowired
    private FlowExecutor liteFlow; // 处理流程编排
    
    private KieContainer droolsContainer; // 处理复杂规则
    
    public Object execute(BizContext ctx) {
        // 先用LiteFlow控制流程
        LiteflowResult flowResult = liteFlow.execute("mainChain", ctx);
        
        // 复杂规则交给Drools
        if(flowResult.isSuccess() && needComplexRule(ctx)){
            KieSession session = droolsContainer.newKieSession();
            session.insert(ctx);
            session.fireAllRules();
            return ctx.getResult();
        }
        return flowResult;
    }
}

迁移路径建议：

1
2
3

Phase 1：MVEL实现核心表达式 → 
Phase 2：LiteFlow接管流程控制 → 
Phase 3：Drools处理爆炸式增长的规则

总结

LiteFlow：适合流程编排+规则执行的场景，性能高，上手简单。
Drools：适合复杂规则管理，功能丰富，企业级支持。
MVEL：适合简单表达式计算，性能优异，学习成本低。

引用和参考

LiteFlow 简介

白话文解析LiteFlow的理念是什么？什么时候用该怎么用？干货满满

规则引擎深度对比，LiteFlow vs Drools！

一文讲清楚为什么LiteFlow不能暂停继续，为什么不能是有状态的规则引擎

2025-06-17 该篇文章被 up 打上标签: Java 规则引擎

概述

问题和结论

问题 1：业务人员是否有频繁且大量的自定义规则变更需求，是否需要有管理控制台页面，让业务人员自行去维护规则？

问题 2：是否考虑过，业务中最主要的决策逻辑从程序中抽离出来，用预定义的DSL来实现。并且可以实时改变这些最主要的决策逻辑。业务规则、逻辑关系，是否需要热更新（不用重启服务）？

问题 3：规则引擎适合用来做什么？

目标和非目标

目标

非目标

背景和动机

设计

技术对比

架构建议

依赖项

考虑的替代方案 / 现有技术

操作

安全 / 隐私 / 合规

风险

代码集成示例：账单金额分摊规则

1. 传统硬编码实现方式（规则引擎之前）

2. 使用LiteFlow实现

3. 使用Drools实现

4. 使用MVEL实现

前后对比分析

推荐方案

详细技术对比

1. LiteFlow (v2.10.0)

2. Drools (v8.40.0)

3. MVEL (v2.4.0)

关键指标实测数据

技术决策建议

推荐选择场景

风险规避方案

总结

引用和参考