基于规则引擎在运营商系统中的应用

基于规则引擎在运营商系统中的应用

葛宝龙

中国联合网络通信有限公司哈尔滨软件研究院 黑龙江 哈尔滨 150040

摘要：为了解决电信运营商业务推陈出新较频繁时，业务规则难以在短周期下支撑，规则校验流程繁琐、耗时长等问题，提出并建立以规则引擎为核心，结合微服务技术的电信运营商规则检验平台。利用Drools规则引擎，将复杂多变的电信业务规则从电信运营系统的硬代码抽离出来，针对电信业务设计多种规则模型，并以此构建电信业务规则，存放在规则库中。设计多种检验引擎，初始化时将规则加载到对应引擎中，减少构建规则时间，并行检验，缩短检验时长。利用MQ消息中间件可靠传递、广播等特性，做到发布规则流程低耦合，实现规则实时动态发布，改善了业务上线的周期。

关键词：规则引擎；动态发布；检验平台

0 引言

近年来，随着互联网业务的不断发展，各大互联网巨头如阿里、腾讯、百度等在电信领域上纷纷与电信运营商合作，推出了各类适用不同消费群体的定制型号卡产品，优惠的资费套餐吸引着各类用户前来办理业务。另外eSIM等一号多终端业务陆续发展，携号转网业务的普及，给人们的生活带来了巨大的方便。但随之而来运营商业务推陈出新较频繁，而且业务检验流程较复杂，所以如何快速支撑业务规则上线，快速、准确的检验已成为电信运营商迫切的需要。

规则引擎是由推理引擎发展而来，实现了将业务决策从应用代码中分离出来，且在大量数据和规则情况下具有较好的执行效率^[1]。单体架构的系统有自身的缺点，如复杂业务系统中的分布式应用场景，自动释放底层资源及如何快速灵活部署等诸多需求，单体架构还没有完美的解决方案。为了克服单体架构的缺点，企业陆续开始基于微服务架构构建自己业务软件系统^[2]。本文将规则引擎应用于运营商中，以规则引擎为核心，运用微服务、MQ消息中间件、Redis缓存等技术，构建规则检验平台，实现规则快速更新、快速检验。

1 运营商系统规则检验现状

电信资费、流量和服务对象是电信运营商服务的产品的核心，而这些都是由相关业务规则产生。目前电信运营商的业务规则大多分布在各个业务系统代码中，每次新业务推出，都要对相应系统代码进行修改，进行大量测试后才能上线，上线时间较长。例如针对每年9月新学期开展校园营销活动，但是由于新业务规则复杂，上线周期较长，影响业务推广，给运行商造成很大损失。虽然电信运营商在不同省份开展的业务不一样，但是存在大量规则相同或相似的情况^[3]，例如在A省推广扶贫业务，需要对用户某类资费做限制，而B省也在推广类似业务时，也对相同的资费做过类似限制。而正是由于大量相同或者相似规则的存在，造成系统不堪重负，处在崩溃边缘。

通过对运营商规则检验调研，可以看到呈现以下特点：1、无法快速迭代，规则类需求上线周期长;2、模块多，各模块规则分散;3、规则冗余较多

2 平台设计

2.1系统架构

为使平台设计便于标准化和模块化操作和管理，平台采用分层架构的体系，即表现层，数据预处理层，规则检验层，数据存储层。检验平台在微服务的规划上，按规则配置、规则发布、规则预处理、规则检验等业务功能进行构建，每个服务都是部署多个实例，每层服务提供能力如下：

1）表现层，提供规则配置、发布及查询等页面浏览和查询能力。用户通过浏览器可以对规则定制、修改、编排、发布及查询进行操作。规则审核通过后用户可以将规则发布相应场景下，提高了系统的操作安全性和便利性。

2）数据预处理层，提供业务事实数据进行清洗和筛选能力。过滤业务中去掉不完整、有噪声的数据，同时根据场景规则，去相应的系统补齐缺失的数据，并统一整合规则模型数据，并将数据传给总控调度进行检验。

3）规则检验层，主要对规则进行规则检验逻辑。每个引擎都有独立的规则集，初始化时便把规则加载到内存中，检验时减少构建规则库的时间，便于快速检验。

4）数据存储层，存储规则信息、场景配置信息、规则黑白名单等信息。通过jdbc访问数据存储层读取数据。

2.2规则库设计

规则库是将系统工作原理及专家知识转化为规则文件，形成规则库，供匹配器和规则模型数据进行匹配。本平台业务规则是通过drl规则脚本实现，并将脚本存储在数据库中。电信业务规则复杂，随着业务的不断增加，规则更新变化较快，为了更好适应业务，规则库里规则都是原子性，不可拆分，便于新规则制定时，可先在规则库中找原子规则，然后组装成新规则。

2.3规则发布设计

运营商业务推陈出新较频繁，如何快速支撑业务规则，缩短业务上线周期也是规则检验平台重点考虑的问题。本平台将MQ和规则引擎相结合，利用MQ消息中间件低耦合、可靠投递、广播和发布订阅的特点，将待发布的规则以消息的形式发送出去，订阅该消息的引擎都会接到这个规则信息，然后解析消息格式，对规则进行增加、修改操作，实现规则动态更新配置。

3. 检验平台实现

3.1数据预处理实现

电信运营商的业务复杂，规则较多，检验的数据种类多，数据量大，平台系统设计时需要考虑具备一定的扩展性和检验规则的实时性，从而能够更好的满足不断增长的业务需求，同时获得更好的系统性能。平台接到外部系统规则检验的请求时，数据预处理模块根据请求报文解析系统的来源和具体业务，判断具体的规则场景，同时从规则检验参数配置表里，确定该场景下规则需要的业务数据和参数数据。数据预处理模块将请求的业务数据根据参数模板进行解析，将对业务数据进行初步清洗、过滤、筛选，得到统一规范的事实数据，同时按照参数表将业务数据进行处理，如将时间格式统一转化成yyyy-MM-dd格式。当前数据不足以校验规则时，根据参数表的配置信息，去指定业务数据库提取相关数据。最后将整合好规则模型数据序列化存到Redis中，通知总控调度各引擎检验。

3.2引擎检验实现

规则平台选择drools作为检验引擎。首先从redis取出数据，并反序列化成规则模型数据加入到drools的工作内存中，同时根据场景将选择相应的规则集。利用引擎匹配器把规则和规则模型数据进行匹配。如果引擎里存在过滤规则，则在检验前将规则从议程中去除，再去检验。

3. 平台检测

为检测规则检验平台的稳定性和实时性，具体检测方法如下：挑选开户场景和服务变更场景，每个场景下各30条规则，将业务数据传递给规则检验平台，在20并发，30并发进行测试，tps均达到600以上，符合业务要求。对于服务变更场景，在线新增10条规则，修改10条规则，再次验证，结果表明该平台能够在线新增、修改业务规则，具备较强的扩展性。

3. 结语

本文针对电信运营商业务规则无法快速上线，受理业务时，规则校验流程繁琐、耗时长的问题，基于规则引擎，结合微服务、MQ消息中间件等技术，构建了一套规则校验平台。针对不同业务场景，抽象出对象，设计多种规则模型，并基于此模型设计业务规则。这些业务规则分别加载对应的引擎中，当业务检验时，根据场景分别调用不同的引擎进行检验，并将规则进行统一的汇总，反馈给上游触点。当有业务规则发布时，规则发布总控利用MQ消息中间件将规则发送给对应的引擎中。结合实验结果验证表明该平台实现了业务规则的动态配置、快速匹配、提高了规则校验的运算效率，缩短了用户受理等待时长，提升了用户感知。

参考文献

［1］来志辉．Drools规则引擎技术指南[M]．北京大学出版社：北京，2019：003．

［2］王焕强，俞东进，金一科，等．基于微服务架构和支持业务过程可靠执行的数据通信方法[J]．计算机集成制造系统，2019，25（4）：946-953．

［3］胡宇舟．基于客户市场细分的电信服务产品设计及优惠规则研究[D]．天津：天津大学，2007