docs: add samples for transflow

examples/quake_book/0003-transflow.md

@@ -1,7 +1,7 @@
 ---
-title: Transflow
+title: "Transflow"
 created_date: 2021-12-10 19:21:10
-updated_date: 2021-12-10 19:21:10
+updated_date: 2021-12-26 23:35:39
 order: 
 author: 
 ---
@@ -12,6 +12,7 @@ author:
 
 Transflow 的设计起源需要那篇《[类型流（TypeFlow）——世俗化的函数式编程和改进的过程式设计](https://zhuanlan.zhihu.com/p/341089716)》说起。Typeflow 有几个主要的规则：
 
+
 1. 从可视化模型上就可以看出：共存在4个待实现的函数，其中两个纯函数，参数校验和返回结果包装；一个副作用函数，保存代办事项；还有一个输入端口，即把这个几个函数编排起来完成业务的程序入口。
 2. 每个函数有明确的输入输出类型
 3. 函数之间通过匹配的输入输出类型连接起来。
@@ -36,7 +37,6 @@ from('todo','blog').to(<quake-calendar>);
 
 这个 Transflow 的 DSL，最简模式下（即没有函数名、不添加数据映射（mapping）和过滤器（filter）、组件定义的情况下），它可以生成以下的 JavaScript  代码：
 
-
 ```javascript
 function from_todo_blog_to_quake_calendar(todos, blogs) {
   let results = [];
@@ -63,6 +63,7 @@ const tl_temp_1 = async (context, commands) => {
 
 代码逻辑上是：
 
+
 1. 创建一个新的 Quake Calendar 组件（Web Component）
 2. 获取 todo、blog 相关的数据
 3. 执行对应的数据转换规则
@@ -107,25 +108,12 @@ Transflow 生成的代码，面临的最大问题是数据量大时的性能问
 
 既然，我们是对数据流进行操作，那么理想情况下，Transflow 的 DSL 就可以设计为向函数式靠齐。不过，当前，我们还没有理由实现这么复杂的功能，可以在后续展开。
 
-### mapping
-
-上述的 `from('todo','blog').to(<quake-calendar>);` 会在转化时生成特定的数据结构。因此，也可以直接从数据结构中读取对应的 Transflow，对它们进行存储：
-
-```yaml
-- name: "from_todo_blog_to_quake_calendar_timeline"
-  from: [ "todo", "blog" ]
-  to: "<quake-calendar-timeline>"
-  mapping:
-    - entry: "todo"
-      source: ["title", "content", "start_time", "updated_date"]
-      target: ["title", "content", "created_date", "updated_date"]
-    - entry: "blog"
-      source: ["title", "content", "start_time", "updated_date"]
-      target: ["title", "content", "created_date", "updated_date"]
-```
+### From
 
+`from` 用于定义数据源，当前支持的方式：
 
-这里的 `map` 是一个尚未在 DSL 设计的功能，也需要进一步验证是否真的需要。除此，这个 YAML 的设计也是有问题的。
+* Quake 自定义的 Entry 类型
+* RESTful  API （待完善）
 
 ### Filter
 
@@ -137,7 +125,11 @@ Transflow 生成的代码，面临的最大问题是数据量大时的性能问
 from('todo','blog').to(<quake-calendar>).filter('created_date > 2021.01.01 AND created_date < 2021.12.31')
 ```
 
-由于搜索引擎并不支持各种各样的时间处理，所以我们可以替换对应的字符器，然后：
+由于搜索引擎并不支持各种各样的时间处理，所以我们可以替换对应的字符器。当前有：
+
+* `quake_time.rs` 的时间转换逻辑。
+
+随后转换为：
 
 ```javascript
 created_date > 1609459200 AND created_date < 1640908800
@@ -153,8 +145,63 @@ created_date > 1609459200 AND created_date < 1640908800
 from('todo','blog').to(<quake-calendar>).map('blog.content => content | uppercase | substring(1, 150)')
 ```
 
+生成的数据转换代码示例：
+
+```javascript
+results.push({
+  type: "blog",
+  title: blog.title,
+  content: blog.content.uppercase().substring(1,150),
+  created_date: blog.created_date
+})
+```
+
+即：`blog.content.uppercase().substring(1,150)`
+
 主要类型：
 
-- string。转换规则：uppercase, substring, date, float, int,
-- int。转换规则：sqrt, sin, cos
-- date。
+* string。转换规则：uppercase, substring, date, float, int,
+* int。转换规则：sqrt, sin, cos
+* date。
+
+处理逻辑：
+
+
+1. `quake_parser.rs` 解析 Transflow 中的 map DSL。
+2. 生成 `quake.rs` 中对应的数据结构
+3. 转换为 Transflow，
+4. 通过 `js_flow_codegen.rs` 生成最后的函数 。
+
+转换算子的处理逻辑：
+
+```rust
+for operator in &stream.operators {
+    str = format!(
+        "{:}.{:}({:})",
+        str,
+        operator.operator,
+        operator.params_stringify().join(",")
+    );
+}
+```
+
+### Mapping 函数（临时 API）
+
+上述的 `from('todo','blog').to(<quake-calendar>);` 会在转化时生成特定的数据结构。因此，也可以直接从数据结构中读取对应的 Transflow，对它们进行存储：
+
+```yaml
+- name: "from_todo_blog_to_quake_calendar_timeline"
+  from: [ "todo", "blog" ]
+  to: "<quake-calendar-timeline>"
+  mapping:
+    - entry: "todo"
+      source: ["title", "content", "start_time", "updated_date"]
+      target: ["title", "content", "created_date", "updated_date"]
+    - entry: "blog"
+      source: ["title", "content", "start_time", "updated_date"]
+      target: ["title", "content", "created_date", "updated_date"]
+```
+
+这里的 `map` 是一个尚未在 DSL 设计的功能，也需要进一步验证是否真的需要。除此，这个 YAML 的设计也是有问题的。
+
+###