规则引擎由推理引擎发展而来，是一种嵌入在应用程序中的组件，实现了将业务决策从应用程序代码中分离出来，并使用预定义的语义模块编写业务决策。接受数据输入，解释业务规则，并根据规则做出业务决策。
介绍
规则引擎能够将业务决策逻辑从系统逻辑中抽离出来，使两种逻辑独立于彼此而变化，这样可以明显降低两种逻辑的维护成本。
比如说在物联网平台中，连接的设备种类繁多，数据格式，数据类型不统一，但又要面临接入新设备的需求，不能说每接入一种设备，都要写一套设备数据处理的逻辑，然后升级发布系统的功能，设备处理逻辑可以写，但要能最低限度的影响平台的功能。这个时候，我们最好需要一套规则引擎来灵活的处理各种设备的数据。
设计
思路
已经知道了为什么要做规则引擎，要怎么处理呢，参考QLExpress使用说明文章：https://www.jianshu.com/p/c1fa9c4a0336
QLExpress是一种Java的规则引擎，可以动态的执行脚本，并且可以绑定一些我们写好的Java函数作为动态执行脚本的操作。那么我们将数据处理中最通用的内容封装为一个个QLExpress的组件，在数据处理的时候直接拿来使用即可。其实我们可以考虑只是数据的处理，可能会有哪些组件：
- 获取数据点位(属性)组件，以便快速的获取数据中的某些想要的部分
- 反馈组件，在规则执行结束后调用系统中的功能，通知业务规则执行完毕
- 协议组件，可以有http，tcp，udp等，在组件中封装调用地址，数据包，请求地址
- JSON、XML数据序列化组件，也许会产生新的数据，需要再处理一次
我觉得上面这几个组件可以满足大部分的数据场景了，有来源，有处理，有反馈。当然在业务复杂的情况下，可能会不断的增加新的组件，但是每次增加要想一想，这个组件真的有需要吗？
另外因为QLExpress已经支持动态脚本了，具有一定编程语言的特性，足够的灵活处理，封装我们的组件只是为了那些更加通用，常用的场景，而最通用的东西一般不会很多。
提供功能
- 默认的规则组件，以及使用说明
- 规则的增删改查接口
- 规则执行接口
- 额外暂不考虑
大体流程
1 整理好系统中最常用的功能，进行封装，将最常用的功能以某种方式(配置文件，动态加载)，注册为QLExpress的某个操作符上。如下
runner.addFunctionOfClassMethod("取绝对值", Math.class.getName(), "abs",
new String[] { "double" }, null);
runner.addFunctionOfClassMethod("转换为大写", BeanExample.class.getName(),
"upper", new String[] { "String" }, null);
runner.addFunctionOfServiceMethod("打印", System.out, "println",new String[] { "String" }, null);
runner.addFunctionOfServiceMethod("contains", new BeanExample(), "anyContains",
new Class[] { String.class, String.class }, null);
2 在不同的业务场景下，编写QLExpress语句，可以利用上一步注册到QLExpres上的功能简化语句。虽然是动态脚本但是要足够简单，业务要做到不用写几句代码就能满足这次需求，如果要写太多的语法，那就有点不太友好了。
3 在每个编写的规则上，提供规则执行测试脚本，数据隔离防止产生脏数据，校验规则脚本能否正确执行。
4 将规则引擎的功能集成到平台上。
最后
QLExpress脚本引擎被广泛应用在阿里的电商业务场景中，支持常见的编程语法，足够强大，在QLExpress基础之上打造自己的业务规则引擎。
