分享是一种精神，是加深理解最好的方式之一

现代编程日益复杂，面临如下问题
1、为提高效率，管理流程必须自动化，即使现代商业规则异常复杂。
2、市场要求业务规则经常变化，IT系统必须依据业务规则的变化快速、低成本的更新。
3、为了快速、低成本的更新，业务人员应能直接管理IT系统中的规则，不需要程序开发人员参与

代码嵌套了三层，会把自己和接锅的人绕晕！
其实嵌套if-else和外层业务逻辑并无关联性，完全可以提取到最外层，if-else互斥,尽量避免包含从属关系
if-else 最好是互斥关系!

if(条件A){
  methodA();
if(条件B){
  methodB();
if(条件C){
  methodC();
3、彻底分离异常流程和主干流程
if(result!=null){
    code=result.get("code")
    if(code.equals("200"){
        data=result.get("data")
        if(data.get("flow")!=null){
           //处理流水信息
        }else {
           log.error("未抓取流水信息，tid:{},data:{}",tid,data)
     }else{
        log.error("获取数据失败，code:{} , msg :{} ",code,msg )
  }else{
       log.error("http请求失败")
异常流程和主干流程交织在一起，二者职责模糊
代码量大的情况逻辑混乱，阅读难度高
if(result==null){
     log.error("http请求失败");
     return;
if(! code.equals("200"){
      log.error("获取数据失败，code:{} , msg :{} ",code,msg )
      return;
 data=result.get("data")
if(data.get("flow")!=null){
    log.error("未抓取流水信息，tid:{},data:{}",tid,data);
    return
// TO DO  处理流水
tip 实际业务中逻辑远比上述demo复杂

同学们一定避免让if-else参与过多的异常流程处理
4、if-else避免条件范围过大
if(district=='南区' ){
    //TO DO
    //...........
    if(companyid='ningbo' || companyid='hangzhou'){
       //业务逻辑处理
*tip 实际处理的只是宁波和杭州两家分公司的业务，但是if的条件却是整个南区，if 条件分支处理尽可能的缩小范围

比如公积金社保json数据出现新case，尽量缩小case的范围，比如新case解析特殊方法加上条件判断
业务逻辑，特殊case处理和常规流程要通过 if-else 区分开来
//常规流水解析
commonFlowParse()
//特殊case解析
if(orgid='gjj_ningbo' || orgid= 'gjj_zhengzhou'){
  //处理特殊case
5、if-else内的代码提取和封装成方法
伪代码：略
ps :设计模式大法替代if-else
策略模式：多种子类策略实现类代替新的if分支
模板方法：子类整合一系列的接口实现方法，替代某一类型的if-else
装饰器：增加新的子类装饰器链，替代新的if-else 增强方法
工厂方法：不同的工厂方法，生产不同的实例，替代if-else
.....

ps ：设计模式充分利用Java多态，实现上通过继承和组合，会额外创建很多类对象，类与类，模块之间关系更为复杂！

在需求多变，毫无套路和章法的情况下使用，容易出现设计过度，矫枉过正....
规则引擎是什么
你可能仍然对为什么使用规则而感到困惑？如果只是一个或几个逻辑判断，确实没有必要使用规则引擎，if-else 或者硬编码 可以更好地满足我们的需求。然而，业务规则往往是一个庞大且不断变化的规则组合，这使得系统非常复杂，如果只是使用常规代码，则会产生大量的维护工作
规则引擎应用场景
流程分支非常复杂，规则变量庞大，常规编码（if-else）难以实现
有不确定性的需求，变更频率较高
需要快速做出响应和决策
规则变更期望脱离于开发人员，脱离coding
规则引擎流程
Drools 规则引擎基于 ReteOO 算法（对面向对象系统的Rete算法进行了增强和优化的实现），它将事实(Fact)与规则进行匹配，然后交给引擎去执行，将业务规则从应用程序代码中分离出来
规则引擎实施前后
platform : 101打码 102打码  202打码兔  203云速打码....
site : boc cittcc 云速打码  hangzhou_gjj hefei_sb 101打码
type：中文 打码兔 6位数字 102 算术题 云速
rate : sz_sb正确率 >= 50% 10打码 否则 云速
auto_retrys :2次以上 打码兔
all_retrys：3次以上 直接抛异常
appid : kuaidai 小费打码
- 结合配置文件
if( appid== kuaidai){
if(orgid =='wuhan_gjj' ||  tianjin  nanjing  wenzhou .....){
}ese if(orgid=='anhui_10086' || chengdu  hefei ){
.......
if(platform=101){
   if( auto_retrys>2 || rate <50%   ){
  if(type== 中文||.....) {
 .................  
}else if(platform== 202){
if( (orgid== suzhou_gjj || ningbo....) && all_retrys >1){
if( all_retrys>3){
   抛异常.....
1、目标网站验证码改版：比如杭州社保验证码是中文，刀哥完全不支持，需要紧急转移到小费打码，然后继续观察成功率，继续视情况而定再次迭代切换

2、机器学习训练集效果不错：温州，宁波社保小费打码校正完成了，成功率提升，外部打码可以切换过去

3、监控预警：grafana监控显示中国银行boc小费打码正确率只有10%，需要快速切换到云速打码

4、 临时需求：央行征信验证码小费或者偃月刀打码重试次数超过1次，转到外部打码

5、贝多多新商户接入验证码打码：API接口价格还未，定暂不使用外部打码，全部小费打码，然后观察监控

6、打码兔账户没钱了，紧急转移到云速打码

7、 外部打码花钱如流水：全部切换到小费，然后继续观察

新的规则因子不断在增加.....

......................
上述需求，变动频率高
if-else越来越长 直到写不下去
即使是小改动也需要经常重启系统
规则引擎drools如何解决
1、创建fact对象，设置规则因子
        Router router=new Router();
        //客户端调用入参，可以为空，下同
        router.setAppid("贝多多appid");
        router.setPlatform("101");
        router.setSite("ningbo_gjj");
        router.setTypeid("42");
        //根据自动打码的tid重试次数计算得来
        router.setAutoRetrys(3);
        //根据打码的tid重试次数计算得来
        router.setAutoRetrys(1);
       //基于hashmap统计得来的
        router.setRate(0.5F);
这是一种典型的OO思想，打码路由策略不再是复杂的if-else流程分支，而是去生成路由策略所需要的规则因子，构造Fact*JavaBean对象然后交给规则引擎去执行。
2、生成规则-drl数据文件
package router;
import com.xu.rules.dataobject.entity.Router;
rule "贝多多打码"
    salience 100
    date-expires "09-五月-2018"
    no-loop true
        $router : Router(appid.equals("beiduoduo"));
        System.out.println("贝多多执行优先内部打码!");
        $router.setResult("偃月刀打码.");
rule "云速打码"
    salience 200
    no-loop true
       $router : Router( yunsuSite() contains site);
        $router.setResult("云速打码.");
function String yunsuSite() {
   String sites="nanjing_gjj,hangzhou_sb,tianjin_gjj,gz_10086@pc";
   return sites;
3、规则文件预加载
drl文件需要先加载到drools工作内存,也就是加载到drools的容器中
        KieServices kieServices = getKieServices();
        final KieRepository kieRepository = kieServices.getRepository();
        kieRepository.addKieModule(() -> kieRepository.getDefaultReleaseId());
        KieBuilder kieBuilder = kieServices.newKieBuilder(所有的规则文件);
        Results results = kieBuilder.getResults();
        if (results.hasMessages(Message.Level.ERROR)) {
            // 验证drl规则文件的合法性
            System.out.println(results.getMessages());
            throw new IllegalStateException("### errors ###");
        //构建规则文件
        kieBuilder.buildAll();
        //最终得到一个规则引擎容器
        KieContainer kieContainer = kieServices.newKieContainer(kieRepository.getDefaultReleaseId());
KieServices：drools的管理中心API,提供了CRUD，构建，管理和执行接口

kieRepository :管理规则的知识仓库

KieContainer：管理容器

.......
4、fact对象 碰撞 ”规则“
          //构建规则因子
          Router router = new Router();
          router.setAppid(param.getAppid());
          router.setPlatform(param.getPlatform());
          router.setSite(param.getSite());
          //获取session
          KieSession kieSession = kieContainer.newKieSession();
          //碰撞规则-插入进去
          kieSession.insert(router);
          // 执行 返回得到 命中的规则数量
          int rules = kieSession.fireAllRules();
          //资源释放
          kieSession.dispose();
ps : 实际工作中，可以把规则引擎drl文件放在db中去维护，规则变更后，直接修改db，然后动态加载规则到drools的工作内存，系统无需重启，规则即时生效！规则引擎宿主机多实例的情况下，可以通过消息中间件消息订阅的形式，通知到所有的实例重载规则！
截止到上述介绍，规则引擎drools差不多已经可以解决我们复杂业务规则流程多变的系统，但是我们可以更进一步，把以上规则变更的锅 扔给业务人员。
drools-决策表
通过应用规则引擎，将规则引擎中的决策表和Excel结合起来，将Excel数据文件直接导入到规则引擎的决策表中，然后决策表以规则的方式存储在规则库管理系统中。

Excel通过规则引擎中的规则包进行分门别类的方式保存，同时跟随规则包一起形成可追溯的规则版本，以便在需要的时候进行追溯查看
验证码路由-决策表
决策表-xls文件实质还是drl文件，规则引擎执行过程中，需要把excel文件翻译成drl文件，然后加载到内存

            InputStream inputStream = new FileInputStream(excel);
            //excel文件解析成drools的需要的格式
            SpreadsheetCompiler compiler = new SpreadsheetCompiler();
            Resource resource = ResourceFactory.newInputStreamResource(inputStream, "UTF-8");
             //最终得到规则文件drl的字符串
            String rules = compiler.compile(resource, "rule-table");
            //调取上述load方法，加载到工作内存
决策表的出现，很大程度上可以减轻IT人员的负担，把一部分频繁更新的规则因子交给业务人员去维护
决策表基本语法