（DAG），比如我们最早那张图。了解了图的基本概念，那么图结构如何用代码表示出来？这里涉及到图的两种存储方式：邻接矩阵、邻接表。邻接矩阵底层为二维数据，如果有一条边顶点为

通过之前五篇文章，分别介绍了决策引擎的主要功能：基于规则流程的规则集、决策流、决策树、决策表、决策矩阵等，以及基于风控模型的模型引擎和评分卡模型等功能，文章参考：

信用评分模型是一个量化工具，利用可观察到的借款人特征变量计算出一个数值（得分）来代表债务人的信用风险，并将借款人归类于不同的等级风险。

时间处理精度问题，linux系统crontab最小是1分钟，如果需要更细时间粒度可以通过脚本for{}无限循环轮询数据库，总执行时间为50秒，每次轮询后sleep10秒，类似操作可达成更小时间粒度。

规则，由and或or组成的多个条件conditions，由if...then表示，if部分也叫lhs（left-hand-side），then部分为rhs（right-hand-side）

Classification（只有两种结果叫二分类，多种叫多分类），如果预测用户可能的逾期风险概率数值，这种任务叫回归Regression，分类与回归问题二者可以互相转换。无监督学习中还有聚类任务。

条件网关解析：循环执行每个分支的条件表达式，并选择结果为true的第一个分支，决策结果即为决策流下一步要走的分支名。这里也注意，一般情况不允许配置两个分支条件有重合，可以同时满足的情况。

要根据业务场景具体分析，有的业务对数据结果有强依赖要求，获取特征失败（重试后仍失败），就进入熔断状态，等待恢复后重新执行。有的则会将表达式直接设为true（命中）或false（忽略）。

任务调度器分发任务前，先从协调者获取服务地址，然后进行任务分发，协调者本身可以作为任务分发者共同参与，也可只负责协调不处理任务，协调者如果发生故障，可由consul重新选举新的协调者。

适用于做API限流，比如对外提供ip定位查询服务api，天气查询api等，可以根据ip做粒度控制，防止恶意刷接口造成异常，也适用于提供API查询服务做配额限制，一般限流后会对请求做丢弃处理。