当前位置:首页 > 文章列表 > Golang > Go教程 > Go CEL 怎样用 PartialVars 保留尚未提供的输入

Go CEL 怎样用 PartialVars 保留尚未提供的输入

来源:17golang原创 2026-10-29 11:51:34 0浏览 收藏

CEL 的 PartialVars 可以把已有变量与“尚未知道哪些输入”的属性模式一起交给求值器。要让未知值参与部分求值,还需在创建程序时启用 cel.EvalOptions(cel.OptPartialEval)。缺少的值不能简单用 false、0 或 nil 代替;这些值与“暂时不知道”有不同含义。

官方项目地址:https://github.com/cel-expr/cel-go

设想一个分阶段判断:本地已知道任务是否启用,另一项 eligible 要稍后由外部服务提供。规则是 enabled && eligible。我们关心的是当前能否得出确定结果,而不是把未到达的数据伪装成拒绝条件。官方旧仓库说明当前规范模块路径为 cel.dev/cel-go,本文示例统一使用它,见 兼容仓库说明。

先比较缺值、零值和未知值

先用“结果属于布尔、未知还是错误”作为对照指标。下面是规则语义推导,不是运行记录或性能压测。缺失输入并不一定使所有表达式都报错;表格使用 enabled=true 的普通求值,确保 eligible 是影响结果的那一项。

输入方式enabledeligible语义结果
普通求值true未提供缺失绑定导致错误
填入假默认值truefalsefalse,但这宣称了一个已知事实
部分求值true显式标记未知unknown,尚不能决定
部分求值false显式标记未知false,已知部分足以决定
完整输入truetruetrue

这个对照说明部分求值的价值是保留不确定性,并在条件足够时提前得出结论。它不能直接证明省了多少毫秒或减少多少远程调用;这些收益需要具体系统的工作负载数据。

同时配置 PartialVars 与 OptPartialEval

先在环境中声明 enabled、eligible 均为布尔类型,再编译规则。创建程序时开启部分求值;构造输入时用 cel.AttributePattern("eligible") 表明未知的是 eligible。

本节的 已知变量、AttributePattern、PartialVars、PartialActivation、OptPartialEval、Eval 分属输入描述和程序求值:已有变量与属性模式归于 PartialVars,PartialVars 产生 PartialActivation,Eval 使用该输入及相应程序选项。

CEL已知变量与未知属性共同构成部分输入的结构图
结构图:部分输入和程序求值的依赖关系。属性模式描述未知范围,不是给变量填入默认值。

PartialVars 接口要求手动提供未知属性模式;它不会把 map 中每个缺失键都自动推断为未知。若需要按环境声明推断缺失变量,应另看环境对象的 PartialVars 方法,不能把两个入口混用。

用同一条规则比较三组输入

下面程序复用同一个已编译规则,分别处理“等待 eligible”“已知 enabled=false”和“完整输入”三种情况。项目需在 go.mod 中声明并固定 cel.dev/cel-go 的版本;代码仅供读者使用,本文没有在本地执行。

package main

import (
    "fmt"
    "log"

    "cel.dev/cel-go/cel"
    "cel.dev/cel-go/common/types"
)

func run() error {
    env, err := cel.NewEnv(
        cel.Variable("enabled", cel.BoolType),
        cel.Variable("eligible", cel.BoolType),
    )
    if err != nil {
        return fmt.Errorf("建立规则环境失败: %w", err)
    }
    ast, issues := env.Compile("enabled && eligible")
    if issues != nil && issues.Err() != nil {
        return fmt.Errorf("编译规则失败: %w", issues.Err())
    }
    // 程序选项与部分输入配套,单独开启选项不会自动补齐变量。
    program, err := env.Program(ast, cel.EvalOptions(cel.OptPartialEval))
    if err != nil {
        return fmt.Errorf("创建求值程序失败: %w", err)
    }

    for _, enabled := range []bool{true, false} {
        // eligible 暂时未知;不要把它写成 false 或 nil。
        input, err := cel.PartialVars(
            map[string]any{"enabled": enabled},
            cel.AttributePattern("eligible"),
        )
        if err != nil {
            return fmt.Errorf("构造部分输入失败: %w", err)
        }
        out, _, err := program.Eval(input)
        if err != nil {
            return fmt.Errorf("部分求值失败: %w", err)
        }
        // 未知必须单独分类,不能强制断言为 bool。
        switch {
        case types.IsUnknown(out):
            log.Printf("enabled=%t:等待更多输入", enabled)
        case out == types.True:
            log.Print("规则确定为真")
        case out == types.False:
            log.Print("规则确定为假")
        default:
            return fmt.Errorf("出现非预期结果类型: %T", out)
        }
    }

    // 数据到齐后传入完整绑定,不再把 eligible 标记为未知。
    out, _, err := program.Eval(map[string]any{
        "enabled": true,
        "eligible": true,
    })
    if err != nil {
        return fmt.Errorf("完整输入求值失败: %w", err)
    }
    log.Printf("完整输入是否确定为真: %t", out == types.True)
    return nil
}

func main() {
    if err := run(); err != nil {
        log.Print(err)
    }
}

按表达式含义,第一次部分求值保持未知;第二次已经可以得到 false;完整输入得到 true。这里的日志文本只是示例中的结果分类,不应把未知结果转换成 out.Value().(bool) 后继续运行。

只把确定的布尔结果交给业务

Unknown 表示当前信息不足,False 表示规则已确定为假,True 表示规则已确定为真;求值错误 则需要独立处理。四者最终交给 业务分类器,其中 Unknown 对应 等待输入,而不是自动允许或自动拒绝。

CEL未知、布尔和求值错误的分类关系图
结构图:业务需要区分已知结果、未知和错误。图中关系为分类归属,不代表运行顺序或实际请求结果。

未知值本身并不是错误,types.IsUnknown 用于识别该类别,相关类型见 CEL 类型接口。上层应为等待、补充输入、超时和错误分别设定策略。

逻辑运算仍可能得出确定结果:false 与未知进行 AND,可以确定为 false;true 与未知进行 OR,可以确定为 true。不要把“存在未知输入”理解为“整个表达式必定未知”。复杂规则还可能包含错误和未知的组合,结果应交由 CEL 的语义处理。

补齐输入后重新求值

PartialVars 不会自动请求外部服务,也不会订阅后续数据,更不是暂停的 goroutine。信息到齐后,由调用方构造新的输入,再使用同一个程序求值。若仍沿用旧的未知模式,可能继续把已经有值的属性当作未知,因此应同步更新绑定和未知范围。

本例只标记整个顶层变量;对象内部某个成员未知时,可用属性限定模式描述更细范围。未知模式越宽,保留的不确定性越多,不要为了省事把整个大对象标成未知,导致本来可以确定的部分无法使用。命名空间场景还需保证模式中的变量名与声明解析后的名称一致。

如需把已知部分化简成剩余表达式,属于残余表达式生成,需要额外的求值状态跟踪和相应 API。仅调用 PartialVars 不会自动返回一段新规则文本。本文保持在“部分输入与结果分类”范围,不把未知结果和残余规则混为一谈。

未提供的布尔值能直接用 false 吗?

只有业务明确将缺失定义为 false 时才适合。若含义是稍后才能获取,应保留未知状态,否则 enabled=true 时会提前产生一个不真实的否定结果。

只配置 OptPartialEval 就够了吗?

不够。它启用相应的求值能力,输入还要通过部分激活对象描述未知属性。普通 map 不会因为开启该选项就自动把所有缺失绑定变成未知。

PartialVars 会保留变量的声明类型吗?

变量声明仍来自编译环境。未知模式告诉运行时哪些属性的值还不知道,并没有免除编译时的名称和类型要求。示例仍完整声明 eligible,即使第一次运行没有提供它的值。

版本声明
本文转载于:17golang原创 如有侵犯,请联系study_golang@163.com删除
Go CEL 怎样声明输入变量并编译筛选表达式Go CEL 怎样声明输入变量并编译筛选表达式
上一篇
Go CEL 怎样声明输入变量并编译筛选表达式
Go CEL 怎样限制表达式求值的成本预算
下一篇
Go CEL 怎样限制表达式求值的成本预算
查看更多
最新文章
查看更多
课程推荐
  • 前端进阶之JavaScript设计模式
    前端进阶之JavaScript设计模式
    设计模式是开发人员在软件开发过程中面临一般问题时的解决方案,代表了最佳的实践。本课程的主打内容包括JS常见设计模式以及具体应用场景,打造一站式知识长龙服务,适合有JS基础的同学学习。
    543次学习
  • GO语言核心编程课程
    GO语言核心编程课程
    本课程采用真实案例,全面具体可落地,从理论到实践,一步一步将GO核心编程技术、编程思想、底层实现融会贯通,使学习者贴近时代脉搏,做IT互联网时代的弄潮儿。
    516次学习
  • 简单聊聊mysql8与网络通信
    简单聊聊mysql8与网络通信
    如有问题加微信:Le-studyg;在课程中,我们将首先介绍MySQL8的新特性,包括性能优化、安全增强、新数据类型等,帮助学生快速熟悉MySQL8的最新功能。接着,我们将深入解析MySQL的网络通信机制,包括协议、连接管理、数据传输等,让
    500次学习
  • JavaScript正则表达式基础与实战
    JavaScript正则表达式基础与实战
    在任何一门编程语言中,正则表达式,都是一项重要的知识,它提供了高效的字符串匹配与捕获机制,可以极大的简化程序设计。
    487次学习
  • 从零制作响应式网站—Grid布局
    从零制作响应式网站—Grid布局
    本系列教程将展示从零制作一个假想的网络科技公司官网,分为导航,轮播,关于我们,成功案例,服务流程,团队介绍,数据部分,公司动态,底部信息等内容区块。网站整体采用CSSGrid布局,支持响应式,有流畅过渡和展现动画。
    485次学习
查看更多
AI推荐
  • PubMedQA数据集详解:生物医学问答基准、功能与应用指南
    PubMedQA
    深入了解PubMedQA生物医学问答数据集,涵盖其核心功能、使用方法及在临床决策、药物研发等场景的应用,助力提升NLP模型性能。
    773次使用
  • H2O EvalGPT:开源LLM大模型评估与排行榜工具
    H2O EvalGPT
    H2O EvalGPT是H2O.ai推出的开源LLM评估平台,提供详细的大模型性能排行榜、行业特定基准测试及A/B测试功能,助您快速选择最适合项目的高性能大语言模型。
    770次使用
  • LMArena是什么?伯克利AI模型评估平台使用指南与功能解析
    LMArena
    LMArena是加州大学伯克利分校推出的AI模型匿名评测平台。通过盲测投票机制,用户可对比不同大模型回答并生成实时排行榜,助力开发者优化模型及用户选择最佳AI工具。
    854次使用
  • 斯坦福HELM:大语言模型Holistic Evaluation整体评估框架详解
    HELM
    深入了解斯坦福推出的HELM(Holistic Evaluation of Language Models)大模型评测体系。本文解析其核心功能、安装配置步骤及应用场景,涵盖准确性、公平性、鲁棒性等多维度指标,助力开发者全面优化语言模型性能。
    821次使用
  • MMBench详解:多模态大模型基准测试、功能特点与使用指南
    MMBench
    MMBench是由上海人工智能实验室等机构联合推出的多模态基准测试平台,提供细粒度能力评估、大规模数据集及VLMEvalKit工具。本文详细介绍其核心功能、安装使用方法及应用场景,助力开发者全面评估多模态模型性能。
    651次使用