【ClickHouse为什么这么快？】3. 正则匹配算法 re 和 hyperscan 介绍

一、什么是正则表达式？

如何匹配特定的字符串？

为了解决这个问题，定义一淘描述字符串特征的的模式, 用于查找、替换符合特征的字符串, 或者用来验证某个字符串是否符合指定的特征——这个模式就是“正则表达式”。

正则表达式最初的想法源于1940年，神经生理学家Waarren McCulloch与Walter Pitts 研究出了一种用数学方式来描述神经网络的模型，他们将神经系统中的神经为元描述成小而简单的自动控制元。

1951年, 数学家Stephen Kleene利用被他称为"正则集合"的数学符号来描述此化模型，这种表达式称为"正则表达式", 正则表达式从此成为现实。之后1968年, UNIX操作系统之父Ken Thhompson将这套符号系统引入了他的文本编辑器qed, 这种编辑器后来成了UNIXed编辑器的基础，并由ed将正则表达式引入了grep。自此以后，正则表込式被广泛地应用到各种UNIX操作系统或类UNIX操作系统中。

正则表达式是一种强大、便捷、高效的文本处理工具，其赋予了了使用者描述和分析文本的能力。从更高的层面上来说，正则表达式允许使用者掌控自己的数据为自己服务"。

掌握正则表达式，就是掌握自己的数据。

二、Hyperscan简介：一款来自Intel的高