规则引擎架构的5个组成部分及草稿测试

规则引擎架构是指用于存储和管理决策逻辑、发布变更、执行规则并保留历史记录的系统设计。它包含五个部分:规则库、规则管理界面、规则发布界面、规则执行和历史版本管理。设计架构时,还要确定发布版本如何保存实际运行的决策流,以及如何在发布前测试草稿。

规则引擎架构概览

规则引擎用于多种场景的自动决策。它的价值在于灵活、高效地应用决策逻辑。规则引擎架构主要包括以下部分:

  • 规则库:集中存储和管理决策逻辑。
  • 规则管理界面:用于创建、编辑和审核规则。
  • 规则发布界面:用于发布规则变更并使其生效。
  • 规则执行:将规则应用于数据并据此作出决策。
  • 历史版本管理:您或同事需要查看或管理规则时,可以查阅完整的版本和变更历史。
规则引擎的五个组成部分:规则库、规则管理、规则发布、规则执行和版本历史,以及草稿测试

评估规则引擎是否适合团队使用时,这些组成部分,尤其是云端部署的部分,能提供相应的灵活性和效率。规则引擎可用于多个行业,从数据校验到复杂的决策过程都适用。了解业务规则引擎。

规则库:规则引擎的核心

如何设计有效的规则库

规则库存储决策逻辑,是规则引擎的核心,也关系到规则引擎如何运行。有效的规则库应当:

  • 存储当前规则,并保留以往版本的完整历史。
  • 便于查阅和审核旧版本,并查看变更内容及操作用户。
  • 支持团队扩展使用规模,并保持稳定运行。这些都是云端系统的常见优势。

这些能力能提升规则库的透明度和管控水平,在复杂的决策环境中尤其重要。

规则库管理的实践要点

管理规则库不只是更新规则,还需要:

  • 定期审计并检查性能,确保规则库高效、有效运行。
  • 决策环境变化时,团队可以快速、简单地调整配置。
  • 管理规则库时,界面中的工具可以简化操作,减少对深厚技术经验的依赖。

云端平台在这些方面表现良好。平台提供先进功能,简化规则管理。系统也能灵活应对变化。

规则管理界面

规则管理界面的主要功能

管理规则时,界面不能只有基本功能,还需要清晰易用并支持实际工作。合适的界面应当:

  • 让规则管理人员轻松创建、编辑和删除规则,无需掌握高级编程技能。
  • 采用清晰、有条理的布局,方便处理复杂的决策过程。
  • 保持设计简洁,同时支持复杂任务。

云端界面通常更易使用和访问,可以降低学习成本,让规则管理更省时省力。

提升规则管理系统的易用性

提升规则管理系统的易用性,应减少不必要的复杂操作,同时保留所需功能。规则引擎的 UI/UX 可以通过以下方式帮助规则管理人员:

  • 让不同技术水平的人员都能管理规则。
  • 合理使用可视化元素,帮助您和同事更清楚地展示复杂逻辑。
  • 根据不同用户的需求和偏好调整界面。
  • 使用助手协助构建、配置和校验决策逻辑,并由人员审核和批准每项变更建议。

云端系统通常会重点改善技术的易用性,同时保留平台原有功能。

规则发布指南

简化规则发布流程

发布新规则应当简便,并尽量减少对业务运行的影响。云端规则引擎支持快速集成和发布,在这方面表现良好。它可以快速将变更推送到各个系统,无需停机,这是相较于传统本地部署的一项优势。

保持规则发布的一致性和效率

保持规则发布一致,对系统完整性和运行表现很重要。云端引擎提供集中式框架,有助于确保各节点统一应用规则。传统环境更难做到这一点。

将这些审核规则纳入决策流

制定信贷、反欺诈或催收规则,并用于实际决策。

规则执行:业务运行的基础

优化规则执行表现

决策在规则执行过程中产生,执行效率会影响整体系统表现。云端引擎使用可扩展的基础设施应对负载变化,在需求较高时也有助于维持系统表现。

排查常见的规则执行问题

云端系统通常配有监控工具和支持服务,因此排查问题往往更简单。这有助于降低维护难度、缩短停机时间并提高运行稳定性。

历史版本管理

第五个组成部分是便于查阅的决策逻辑历史记录。每个启用版本管理的对象都会记录各个版本,包括决策表、决策树、规则集、评分卡、自定义函数、模型、策略要求、案件类型和决策流。每条修订记录都包含对象、保存人、保存时间和内容校验和。

可以在实体的设置菜单中查看历史记录。风控或运营同事可以单独打开某条修订记录,也可以选择两个版本并排比较。这样就能查看某个时间点的逻辑,并了解其定义后来发生了哪些变化。

版本历史和发布版本回答的是不同问题。修订记录保存的是对象的一个已保存版本。发布版本保存的是实际运行的完整决策流编译快照。即使之后编辑了底层规则集,已发布的快照仍能显示该次执行使用的决策流。

修订记录保存对象的一个版本。发布版本保存实际运行的完整决策流编译快照。

比较逻辑变更

通过修订版本比较,团队可以直接查看两个版本的差异。您可以检查变更前后的定义,也可以在问题涉及某个特定时间点时单独打开对应版本。这样,在审核或管理决策流之前,就能清楚了解哪些内容发生了变化。

查看决策使用的版本

审计日志将一项变更、操作人和对应的修订版本关联起来。发布记录则会将一次执行关联到实际运行的决策流编译版本。团队可以查看相关逻辑和变更人员,并区分当前定义与当时实际运行的内容。

测试:五个组成部分之外的+1

这五个组成部分说明了规则引擎架构的内容:决策逻辑存放在哪里、承保团队如何管理、如何准备发布、如何执行决策,以及如何查阅历史版本。测试是这五个部分之外的 +1,用来检查已搭建的决策流是否符合预期,避免实际申请进入后才发现问题。

决策流草稿可以在发布前运行。草稿会通过与发布版本相同的路径编译,因此测试使用的就是最终发布时会运行的决策逻辑。测试由此成为决策流设计和发布过程的一部分,而不是对架构的单独描述。

使用已保存的测试向量或指定输入测试决策流

试运行可以使用客户保存的测试向量,也可以使用请求中提供的对象。如果请求指定的向量不存在,结果会报告向量未知。您还可以指定一个节点,在该节点后停止测试。测试会覆盖该节点及其上游节点,并报告此范围的输入契约,也就是决策流将读取的属性。

试运行可以使用客户保存的测试向量,也可以使用请求中提供的对象。您还可以指定一个节点,在该节点后停止测试。

测试规则集和完整案件设计

规则集可以单独测试,测试时会加载它读取的属性。需要进行更全面的测试时,可以将一整份案件文件批量提交给已发布的决策流运行。案件设计还提供独立的沙箱,可在请求中运行完整案件,而不会创建实际排队处理的案件。这些测试方式可以检验五个架构组成部分的实际效果,让团队在应用于真实申请前检查设计内容。

决策流草稿可以在发布前运行。需要进行更全面的测试时,可以将一整份案件文件批量提交给已发布的决策流运行。

规则引擎架构的发展趋势

新兴技术及其影响

评估 AI 和机器学习如何融入云端规则引擎,可以看到决策系统正在发生变化,主要包括:

  • 将训练好的 ML 模型直接接入决策流,并用 Python、R 或 Julia 运行,使决策能适应更多情况,也能利用模型的智能判断。
  • 在同一决策流中运行大型语言模型,将其结果与其他节点的结果结合使用。
  • 通过团队配置的 OCR 服务,在决策流中运行文档 OCR。
  • 使用基于 LLM 的副驾协助搭建决策逻辑、进行配置和校验规则。任何对决策逻辑的修改建议,都需由人员审核并批准。

这些技术让规则引擎能够适应更多情况,也更能处理复杂的决策过程,并改善执行效率和准确性。

案件处理采用响应式模式

决策流是有向图:人员设定节点顺序,每个节点的输出传给下一个节点。案件处理采用另一种方式。任务不会按固定顺序连接起来,每项任务会声明自己读取什么、产出什么。

所有内容都会写入共享案件文件。调度器检查案件文件,并选择输入条件已满足的任务执行,无论该任务由人工还是自动完成。收到新证据后,依赖这项证据的任务可能再次符合执行条件。无需修改任务顺序。了解案件处理如何以响应式模式组织证据和决策。

决策流是有向图:人员设定节点顺序,每个节点的输出传给下一个节点。所有内容都会写入共享案件文件。

为可扩展、灵活的架构做好准备

评估规则引擎架构的未来发展时,可扩展性和灵活性仍是重要因素。云端系统适用于这两方面,也能随着组织发展和需求变化迅速调整。对于选择架构的人员来说,这体现了云端架构相较于传统重代码方案的优势。

常见问题

如何确定草稿部分测试的范围?

选择行为发生变化的决策节点,并在试运行中纳入它的上游依赖。查看报告中的输入契约,并提供该范围内决策流读取的所有属性,包括边界值和缺失值情况。部分运行有助于单独检查一项变更,但无法证明下游逻辑或完整的已发布决策流仍按预期运行。

可以用批量测试检查尚未发布的草稿和大量申请吗?

单个已保存测试向量或指定输入适合使用草稿试运行。批量测试会将案件文件提交给已发布的决策流运行,因此不能用同一份文件验证尚未发布的草稿。需要扩大回归测试范围时,请按正常管控流程发布,再批量运行案件并将结果与预期结果比较。

什么时候使用已保存的测试向量,什么时候直接指定输入?

需要在变更后重复运行同一项检查,并让同事也能复测时,使用已保存的测试向量。需要检查某个特定边界值,或复现测试集里没有的输入时,直接指定输入。测试时还应记录预期结果,因为运行成功只能说明逻辑返回了什么,不能说明结果是否正确。

如何设计规则引擎?

设计规则引擎时,需要确定决策逻辑的存储和版本管理方式、规则的创建编辑和审核人员,以及变更的发布方式。发布版本会保存实际运行的完整决策流编译快照。草稿则可以通过同一编译路径,使用已保存的测试向量或指定输入进行测试。测试还可以在指定节点后停止。

规则引擎架构图展示什么?

规则引擎架构图展示了规则库、规则管理界面、规则发布界面、规则执行和历史版本管理,测试是额外的 +1。图中按顺序为这些部分编号,没有使用箭头,因为图中并未说明各部分之间存在流程关系。

规则引擎架构和规则引擎设计模式有什么区别?

规则引擎架构包含五个部分:规则库、规则管理和发布界面、规则执行及历史版本管理。关于如何将规则组织为规则集、决策表、决策树和决策流,请参阅规则引擎设计模式。

将这些审核规则纳入决策流

制定信贷、反欺诈或催收规则,并用于实际决策。