aitia

因果链建模的实验性库，从观察事件中推断诊断信息

需要更多的文档。

许可证：Apache-2.0

lib.rs:

aitia，一个从因果图中获得洞察的crate

（"aitia"是"etiology"的词根，意为“原因”，也是一个容易输入的回文）

在复杂系统中，当某个系统出错时，如果不进行大量的取证调查和探索性日志记录，很难缩小到某个子系统。 aitia旨在帮助缩小可能问题范围的过程。

您定义一组关于您的系统的 Fact，每个Fact都指定一个或多个 [Dep]（依赖）。Dep之间的因果关系简单地说就是一个图，每个Fact都连接到其他Fact。当测试您的系统时，您可以检查某个特定的Fact是否为真。如果不是真的，aitia会递归地跟随指定的因果关系，构建一个依赖关系的图，每个依赖关系都会被检查是否为真。遍历只有在以下情况下才会停止：

1. 遇到一个真实的事实，或者
2. 遇到一个没有自己依赖的事实（可以说是一个“公理”）
3. 发现了一个未解决的依赖循环，在这种情况下，整个分支将被丢弃。请注意，因果关系的循环是允许的，只要循环中有一个通过的事实，导致循环被打破。

结果是所有不真实事实的定向无环图（DAG），以原始事实为根。图的边代表逻辑条件或蕴涵：即图中A -> B的边表示“如果A为真，则B必须为真”，同时也表示“如果B不为真，则A不能为真”。这意味着DAG的叶子代表问题的可能根依赖，即“最上游”的已知事实，这些事实可能导致根事实不为真，因此叶子将代表系统中的位置，这些位置可以查找原始事实不为真的原因。

aitia与您编写的事实一样有用。您可以编写非常广泛、模糊的事实，这有助于您在进一步的手动调查中专注于系统的更广部分，或者您可以编写非常具体的事实，这样您可以一眼看出可能的问题。它非常适合迭代地编写事实，最初非常广泛，然后在诊断它帮助您找到的问题时添加更多具体性。

aitia旨在体现推导问题依赖的过程。通过将您对问题的搜索编码到aitia::Dep中，理想情况下，您将永远不必再次寻找该特定问题。