一、什么是 QLExpress？

二、推荐系统中的规则脚本应用

1 场景描述

2 推荐规则脚本（QLExpress）

3 系统实现

4 执行结果

5 推荐系统应用建议

三、风控系统中的规则判定

1 场景描述

2 风控规则脚本（QLExpress）

3 系统实现

4 执行结果

5 风控系统应用建议

四、设计建议

在大型系统中，规则引擎的存在使业务逻辑从代码中解耦出来，使得系统具备更高的灵活性与可维护性。阿里巴巴开源的 QLExpress 正是一款轻量级、高性能、可扩展的 Java 表达式引擎，广泛应用于推荐、风控、营销等场景。

本文将围绕两个典型业务场景：推荐系统 与 风控系统，详细演示如何使用 QLExpress 构建脚本型规则体系，实现“可配置、可执行、可热更新”的规则逻辑管理。

一、什么是 QLExpress？

QLExpress 是阿里巴巴开源的规则引擎工具，核心目标是通过类 Java 的脚本语法实现业务规则的动态编写与执行，具备如下特性：

特性	说明
轻量高性能	不依赖字节码增强或复杂 AST，内存占用小、性能优越
表达式能力强	支持 `if`, `for`, `while`, `return` 等控制结构
支持变量注入	可注入上下文对象、Java Bean、自定义函数
可运行时加载	可从数据库或配置中心动态加载脚本规则
安全可控	可配置沙箱环境，限制访问对象与方法

二、推荐系统中的规则脚本应用

1 场景描述

推荐系统通常需要基于用户画像、行为等动态特征生成推荐策略。以如下规则为例：

新用户 + 喜好“运动” → 推荐“运动入门课程”
活跃度高 → 推荐“高阶训练计划”
年龄小于 18 → 推荐“青少年专属内容”

这些规则变化频繁、迭代快速，采用脚本型规则管理更合适。

2 推荐规则脚本（QLExpress）

if (isNewUser && tags.contains("运动")) {return "推荐：运动入门课程";
} else if (activityScore > 80) {return "推荐：高阶训练计划";
} else if (age < 18) {return "推荐：青少年专属内容";
} else {return "推荐：通用内容";
}

3 系统实现

import com.ql.util.express.DefaultContext;
import com.ql.util.express.ExpressRunner;
import java.util.Arrays;
import java.util.List;

public class RecommendDemo {public static void main(String[] args) throws Exception {// 模拟用户画像UserProfile user = new UserProfile(17, Arrays.asList("运动", "学习"), 60, true);
// 上下文注入DefaultContext<String, Object> context = new DefaultContext<>();context.put("age", user.age);context.put("tags", user.tags);context.put("activityScore", user.activityScore);context.put("isNewUser", user.isNewUser);
// 推荐规则脚本String script = ""+ "if (isNewUser && tags.contains(\"运动\")) {\n"+ "  return \"推荐：运动入门课程\";\n"+ "} else if (activityScore > 80) {\n"+ "  return \"推荐：高阶训练计划\";\n"+ "} else if (age < 18) {\n"+ "  return \"推荐：青少年专属内容\";\n"+ "} else {\n"+ "  return \"推荐：通用内容\";\n"+ "}";
Object result = new ExpressRunner().execute(script, context, null, true, false);System.out.println("推荐结果：" + result);}
static class UserProfile {int age;List<String> tags;int activityScore;boolean isNewUser;UserProfile(int age, List<String> tags, int activityScore, boolean isNewUser) {this.age = age;this.tags = tags;this.activityScore = activityScore;this.isNewUser = isNewUser;}}
}

4 执行结果

推荐结果：推荐：运动入门课程

5 推荐系统应用建议

后台配置推荐规则脚本，实时热更新；
按用户群体拆分规则（新用户/老用户）；
日志记录命中规则，便于推荐效果分析。

三、风控系统中的规则判定

1 场景描述

风控系统中，我们需要实时评估用户风险。例如：

模拟器登录 → 拒绝
IP 与登录 IP 不一致 → 复审
短时间内频繁申请 → 复审
行为评分过低 → 拒绝

2 风控规则脚本（QLExpress）

if (deviceType == "模拟器") {return "REJECT:模拟器登录";
} else if (ip != loginIp) {return "REVIEW:IP地址异常";
} else if (applyCount > 5) {return "REVIEW:申请过于频繁";
} else if (behaviorScore < 60) {return "REJECT:行为评分过低";
} else {return "PASS";
}

3 系统实现

import com.ql.util.express.DefaultContext;
import com.ql.util.express.ExpressRunner;

public class RiskControlDemo {public static void main(String[] args) throws Exception {RiskContext user = new RiskContext("模拟器", "192.168.1.10", "192.168.1.10", 2, 85);
DefaultContext<String, Object> context = new DefaultContext<>();context.put("deviceType", user.deviceType);context.put("ip", user.ip);context.put("loginIp", user.loginIp);context.put("applyCount", user.applyCount);context.put("behaviorScore", user.behaviorScore);
String script = ""+ "if (deviceType == \"模拟器\") {\n"+ "    return \"REJECT:模拟器登录\";\n"+ "} else if (ip != loginIp) {\n"+ "    return \"REVIEW:IP地址异常\";\n"+ "} else if (applyCount > 5) {\n"+ "    return \"REVIEW:申请过于频繁\";\n"+ "} else if (behaviorScore < 60) {\n"+ "    return \"REJECT:行为评分过低\";\n"+ "} else {\n"+ "    return \"PASS\";\n"+ "}";
Object result = new ExpressRunner().execute(script, context, null, true, false);System.out.println("风控结果：" + result);}
static class RiskContext {String deviceType, ip, loginIp;int applyCount, behaviorScore;RiskContext(String deviceType, String ip, String loginIp, int applyCount, int behaviorScore) {this.deviceType = deviceType;this.ip = ip;this.loginIp = loginIp;this.applyCount = applyCount;this.behaviorScore = behaviorScore;}}
}