开发规则平台的意义：
- 低代码的，可视化的规则配置平台
- 快速集成:在依赖其它系统接口的时候，不再需要额外工作量，只需要注册接口，即可完成集成
- 在保证运行结果正确的情况下，优化数据结构，减少内存开销，提升运行速度
试用链接：数据每天24点会重置 https://www.pincheche.online/rule-front/
更多开源软件 https://www.pincheche.online/
- 固定值：包括NUMBER, STRING, COLLECTION, BOOLEAN, JSONOBJECT，用户可以直接输入格式相对应的常量
- 元素：即参数，用户调用规则需要传入的参数（不是必须的），后面会详细解释
- 变量：
a. 主要功能为绑定函数进行计算，绑定的函数赋予了变量的功能；
b. 拥有参数，在计算过程中参数会转换为绑定的函数所需要的参数
c. 参数可以由变量，元素，固定值，（用户也可以继承Value类进行扩展）等组成 - 函数：包括用户自己开发的内部函数；也可以通过注册接口成为函数，接口将通过http的请求进行调用
- 条件：由左值 ，运算符号，右值组成，左值和右值可以是固定值，元素，变量
- 条件组：条件的集合，条件之间为&&关系
- 条件集：条件组的集合，条件组之间为 || 关系
- 规则：由条件和动作组成，条件计算结果为true,则返回动作的运算结果
a. 条件可以是单个条件，条件组，条件集等
b. 动作可以是固定值，元素，变量等 - 规则集：由多个规则组成，根据策略可以选择，
a. 按顺序运行规则，触发一个规则即返回
b. 按顺序运行所有规则，返回所有触发规则 的执行结果的集合
c. 随机运行所有规则，触发一个规则即返回 - 决策树：主要用来解决具有大量重复条件的规则集，会构建为一棵决策树，达到节省内存，提升运行速度，可以用表格进行编辑，支持让用户一键导入，
- 节省内存:通过树的数据结果 和享元模式的设计，达到节省内存的目的
- 提升运行速度:根据权重优化执行顺序，达到fast-fail，从而提升速度
- 快速接入其它系统 ：可以直接注册接口封装为函数，0成本接入其它系统，不需要迁入其它系统的代码
规则引擎主要包含3种类型的规则及一个函数容器
| 左值类型 | 运算符 | 中文解释 | 右值类型 |
|---|---|---|---|
| String 字符串 | = | 等于 | String 字符串 |
| != | 不等于 | ||
| indexOf | A包含子串B | ||
| notIndexOf | A不包含子串B | ||
| startWith | A以B开头 | ||
| notStartWith | A不以B开头 | ||
| endWith | A以B结尾 | ||
| notEndWith | A不以B结尾 | ||
| in | A串在B集合中 | 集合 | |
| Number 数值类型 | = | 等于 | Number 数值类型 |
| != | 不等于 | ||
| > | 大于 | ||
| >= | 大于等于 | ||
| < | 小于 | ||
| <= | 小于等于 | ||
| in | A串在B集合中 | 集合 | |
| Boolean 布尔类型 | = | 等于 | Boolean 布尔类型 |
| != | 不等于 | ||
| in | A串在B集合中 | 集合 | |
| Collection 集合 | contain | A集合包含B | 字符串 |
| 数值 | |||
| 布尔 | |||
| 集合 | |||
| notContain | A集合不包含B | 字符串 | |
| 数值 | |||
| 布尔 | |||
| 集合 | |||
| = | A集合等于B集合 | 集合 | |
| in | A集合是B集合的子集 | 集合 |
主要包含条件及结果，条件可以是单个条件，条件组，或条件集，加载规则时，在不改变执行结果的情况下，默认会根据条件的权重进行优化排序，以提高执行效率，条件==true, 则返回结果
####执行过程
规则的集合，加载规则集时，在不改变执行结果的情况下，默认会根据规则的权重进行优化排序，以提高执行效率，根据选择的执行策略，返回相对应的结果
可以理解为一种特别的规则集，其中的规则都拥有相似的条件，加载决策表时，会构建决策树以节省内存，运行期间根据策略运行不同的算法，以提高执行效率
1.逐行处理每一条规则，因为每条规则包含的条件列、结果列数量是一定的。因此当第一行数据插入后，树的层数已经确定。
2.每插入一条新的规则，匹配已有节点：a.没有匹配则新增节点
b.当到达叶子节点（结果节点），将结果作为叶子节点的属性。若有节点，将结果合并，反之新增。
c.对于空条件，创建“恒成立“节点
d.对于区间类条件，建树成本较高，例如条件1：值 > x，则需要遍历同一层所有>x的值节点，并且在多个条件节点后加入相同。(注:由于将成本开销控制在引擎建树阶段，依然可以保持引擎运行态的高效性。)
对于决策树而言，存在单一匹配和完全匹配两种策略, 有着不同的执行过程。以单一匹配策略为例, 运行过程如下所示: 单一匹配策略：
a. 从决策树的根节点进入，顺序遍历所有子节点，如果任意一节点的条件为true，则进行如下判断:
b. 该节点是否是具有结果属性的叶子节点？如果是，返回叶子节点的结果集中的第一个结果。
c. 如果该节点是叶子节点，但不具有结果属性，则返回空。
d. 如果该节点不是叶子节点，递归向下进行遍历，寻找具有结果属性的叶子节点，直到找到最后一层的节点为止。
如果所有条件都不成立，则返回空。全匹配策略：
执行过程与单一匹配类似，在 b 过程中，使用回溯+备忘录获取所有结果