账户规则计算模型

  1. 规则算子

    规则算子目前有5种:

    FIXED(固定档位,不关心传入的金额是多少,比如充值了100块,fixed设定了200积分,那么只送200积分);

    FIXED_OVER(固定赠送档位,不关心传入的金额是多少,比如充值了100块,fixed_overlay设定了20积分,那么只送20积分);

    MANUAL(人工调整,不关心金额,只关心本次调整的虚拟资产)

    EXCHANGE(为金钱的比例,与传入的值有关)

    MULTIPLE(倍率,与余额相关,是有子节点的计算产生的)

  2. 数据结构

    说明:采用json格式,递归查找,深度优先计算

    MANUAL在最上层节点,MANUAL没有子节点,不参与父节点计算

    EXCHANGE没有子节点,因为只和传入的金额相关,可以参与父节点计算

    FIXED没有子节点,自身要么是最上层节点,自身要么是最深度节点,可以参与父节点计算

    MULTIPLE必须拥子节点,自身不能成为最深度节点,可以参与父节点计算,但是该节点只膨胀子节点增值的部分,子节点送了100积分,比如该节点膨胀1倍,那么只计算增值的部分100积分

    <pre class="cm-s-default" style="color: rgb(89, 89, 89); margin: 0px; padding: 0px; background: none 0% 0% / auto repeat scroll padding-box border-box rgba(0, 0, 0, 0);">1.可以同一层级的有MANUAL,EXCHANGE,FIXED,样例:新华充值200块,固定200虚拟币,赠送2块,按照比率计算2000.2=40,人工调整500,总共200+2+40+500=742
    {
    "ruleNodes":[{
    "ruleName":"新华充值",
    "ruleDes":"新华苹果充值赠送",
    "ruleType":"FIXED_OVERLAY",
    "ruleDefin":"2",
    "duration":"P1Y"
    },
    {
    "ruleName":"新华充值",
    "ruleDes":"新华苹果基础充值",
    "ruleType":"FIXED",
    "ruleDefin":"200",
    "duration":"P1Y"
    },
    {
    "ruleName":"新华充值",
    "ruleDes":"金钱比率兑换",
    "ruleType":"EXCHANGE",
    "ruleDefin":"2000",//单位:万分之
    "duration":"P1Y"
    },
    {
    "ruleName":"新华充值",
    "ruleDes":"人工调整",
    "ruleType":"MANUAL",
    "ruleDefin":"500
    "duration":"P1Y"
    }
    ]
    }
    2.MULTIPLE必须有子节点,子节点计算的余额才可以翻倍,例如新华充值200块虚拟币,最深层节点:固定兑换200,比率计算200
    0.2=40,人工调整不参与任何节点的计算人工调整50,父节点的计算(200+40)*0.1=24,
    总金额就是50+24+40+200=314
    {
    "ruleNodes":[
    {
    "ruleName":"新华充值",
    "ruleDes":"新华苹果充值赠送",
    "ruleType":"MULTIPLE",
    "ruleDefin":"1000", //单位万分之
    "duration":"P1Y",
    "ruleNodes":[
    {
    "ruleName":"新华充值",
    "ruleDes":"新华苹果基础充值",
    "ruleType":"FIXED",
    "ruleDefin":"200",
    "duration":"P1Y"
    },
    {
    "ruleName":"新华充值",
    "ruleDes":"金钱比率兑换",
    "ruleType":"EXCHANGE",
    "ruleDefin":"2000",//单位:万分之
    "duration":"P1Y"
    }]
    },
    {
    "ruleName":"新华充值",
    "ruleDes":"人工调整",
    "ruleType":"MANUAL",
    "ruleDefin":"50",
    "duration":"P1Y"
    }]

    }</pre>

  3. 流程
    image
  4. sequece diagram
    image
  5. 规则节点json参数

<colgroup><col width="250" span="1"><col width="250" span="1"><col width="250" span="1"></colgroup>
|

参数名称

|

描述

|

类型

|
|

ruleName

|

规则算子名称

|

string

|
|

ruleDes

|

规则描述

|

string

|
|

ruleType

|

规则算子类型

|

string

|
|

ruleDefin

|

规则算子计算参数

|

number

|
|

ruleNode

|

子节点

|

object

|

6. 运行期参数calucateContext

<colgroup><col width="250" span="1"><col width="250" span="1"><col width="250" span="1"></colgroup>
|

参数名称

|

描述

|

类型

|
|

currentNodeCalFee

|

当前节点计算资产金额

|

Number

|
|

childNodeSumFee

|

子节点传输过来参与当前节点计算的金额

|

Number

|
|

nodeLevel

|

当前节点层级

|

Number

|
|

calculater

|

算子

|

对象

|
|

outputContent

|

需要输出生成明细的参数

|

对象

|
|

parentCalucateContext

|

父节点的运行期参数,通过递归获取,根节点没有父节点的运行期参数

|

对象

|
|

inputContent

|

入参

|

对象

|

7. 计算原则

从高层级到低层级获取计算因子;

计算时深度优先,根据层级(nodeLevel)将运行期参数分组,最先计算的是深度最大的node,calucateContext记录了父节点的运行期参数,以原子的方式累加childNodeSumFee

8.规则样本

{"ruleNodes":[

{

   "ruleName":"新华充值",

   "ruleDes":"新华苹果充值赠送",

   "ruleType":"FIXED_OVERLAY",

   "ruleDefin":"200",

   "duration":"P1Y"

},

{

   "ruleName":"新华充值",

   "ruleDes":"新华苹果基础充值",

   "ruleType":"FIXED",

   "ruleDefin":"20000",

   "duration":"P1Y"

},

{

   "ruleName":"新华充值",

   "ruleDes":"金钱比率兑换",

   "ruleType":"EXCHANGE",

   "ruleDefin":"2000",

   "duration":"P1Y"

},

{

   "ruleName":"新华充值",

   "ruleDes":"人工调整",

   "ruleType":"MANUAL",

   "ruleDefin":"500",

   "duration":"P1Y"

}

]}

最后编辑于
©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 203,271评论 5 476
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 85,275评论 2 380
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 150,151评论 0 336
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 54,550评论 1 273
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 63,553评论 5 365
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 48,559评论 1 281
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 37,924评论 3 395
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 36,580评论 0 257
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 40,826评论 1 297
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 35,578评论 2 320
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 37,661评论 1 329
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 33,363评论 4 318
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 38,940评论 3 307
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 29,926评论 0 19
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 31,156评论 1 259
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 42,872评论 2 349
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 42,391评论 2 342