规则引擎 clara-rules

本文的主题是规则引擎，主要内容包括规则引擎的实现算法 rete算法，clojure开源的规则引擎clara-rules对规则的处理方式和特点，以及clojure edn文件格式处理等内容。
（在一段时间的思考之后，发现本文还是越写越乱，最后还是决定采用问答式来组织）

1.那么什么是规则引擎呢？

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，并根据业务规则做出业务决策。—百度

这个定义说的已经比较充分了，可见规则引擎是一个比较通俗易懂的概念。规则引擎就是将推理逻辑从业务代码分离，使得业务代码更加模块化的一个软件，接受一组规则和输入的事实，输出业务决策。

2.规则引擎是怎样工作的？

我们知道，当规则变得复杂后，事实变得庞大后，有很多东西就很难绕清楚了，这个时候就需要算法来帮忙。很多规则引擎使用的算法都是rete算法，那么rete算法的核心思想是什么呢？rete算法其实是一个模式匹配算法，规则引擎的核心是Pattern Matcher(模式匹配器)。不管是正向推理还是反向推理，首先要解决一个模式匹配的问题。(推理是数学证明中非常常见的一个名词)，比如说正向推理：

正向推理又称为正向链接推理，其推理基础是逻辑演绎的推理链，它从一组表示事实的谓词或命题出发，使用一组推理规则，来证明目标谓词公式或命题是否成立。实现正向推理的一般策略是：先提供一批数据(事实)到总数据库中，系统利用这些事实与规则的前提匹配，触发匹配成功的规则(即启用规则)，把其结论作为新的事实添加到总数据库中。继续上述过程，用更新过的总数据库中的所有事实再与规则库中另一条规则匹配，用其结论再修改总数据库的内容，直到没有可匹配的新规则，不再有新的事实加到总数据库为止。
　　

3.模式匹配看起来其实挺简单的，一般的匹配例子有哪些？

对于规则的模式匹配，可以定义为： 一个规则是一组模式的集合。如果事实/假设的状态符合该规则的所有模式，则称该规则是可满足的。 模式匹配的任务就是将事实/假设的状态与规则库中的规则一一匹配，找到所有可满足的规则。

比如说，正则表达式就是一种模式匹配（学习正则表达式的成本很高，学正则表达式那么酸爽的过程应该不会忘记（不过如果能从推理的角度来看正则表达式，就溶图很多））；

/<\s*(\S+)(\s[^>]*)?>[\s\S]*<\s*\/\1\s*>/
匹配 HTML 标记。

\s*匹配空白字符0次或多次；
(\S+)匹配可连续非空白字符串，同时这个group就是后续被使用到的\1;
(\s[^>]*)?匹配一个以空白开始的不带”>”符号的字符串0次或者1次；这个是group2,\2;

另外，正则表达式也是clojure中的一种非常基本的数据类型，clojure中的匹配re-find、re-matcher等函数也是提供了一个模式匹配的过程。

举另外一个例子来说明匹配的这个概念，这个例子是浏览器渲染，这里面将CSS规则树匹配到DOM树，最终生成渲染树的过程就是一个匹配的过程，说不定很多浏览器的原理就是采用规则引擎来做的（：）要是我来做这个方面的设计，说不定我就使用规则引擎来做了。）

4.那么模式是什么？

模式其实就是规则中最小的原子单位。

5.模式匹配看起来听简单的，但是觉得rete算法很难，rete算法是什么？rete算法有什么特别的地方？

rete算法也就是一个网络，将传入的对象在网络上传播。首先根据规则集建立一个网络&