flink cep pattern动态加载

通常我们在提交一个flink cep任务，流程基本上是：开发，打包，部署；例如我们有一个任务：计算在60秒内，连续两次登陆失败的用户

begin("begin").where(_.status=='fail').next("next").where(_.status=="fail").within(Time.seconds(60))

然后又来一个任务：计算60秒内，用户登陆失败1次，然后第二次登陆成功的用户

begin("begin").where(_.status=='fail').next("next").where(_.status=="success").within(Time.seconds(60))

这两个任务，数据的输入，输出都是一样的，唯一的区别就是pattern不同；往常的话我们要重复之前的3个步骤才能完成任务的上线；如果我们能根据flink 任务传入参数，动态生成pattern对象，就能简化任务的上线流程，画个图

 

如何实现pattern动态加载？为了实现这个功能，可以拆分成两个步骤

1.根据pattern规则转换成pattern字符串
val patternStr="begin(\"begin\").where(_.status==\"fail\")
        .next(\"next\").where(_.status==\"fail\").within(Time.seconds(60))"
2.将pattern字符串转换成pattern对象
val pattern = transPattern(patternStr)

现在先看第2步，假定现在有了patternStr，如何转成pattern对象？

str->obj,第一个能想到的方案就是使用javax.script.ScriptEngine调用groovy脚本的方法生成pattern对象；

groovy 脚本如下：

import com.hhz.flink.cep.pojo.LoginEvent
import com.hhz.flink.cep.patterns.conditions.LogEventCondition
import org.apache.flink.cep.scala.pattern.Pattern
import org.apache.flink.streaming.api.windowing.time.Time
def getP(){
    return Pattern.begin("begin")
    .where(new LogEventCondition("getField(eventType)==\"fail\""))
    .next("next").where(new LogEventCondition("getField(eventType)==\"fail\""))
    .times(2).within(Time.seconds(3))
}

这个脚本可以以字符串的方式通过groovy脚本引擎加载到内存中，并使用invokeFunction调用getP()方法，就可以返回pattern对象,伪代码如下

String script="def getP(){return Pattern.<>....within(Time.seconds(3)))}";
ScriptEngineManager factory = new ScriptEngineManager();
ScriptEngine engine =  factory.getEngineByName("groovy");
engine.eval(script);
Invocable inv = (Invocable) engine;
Pattern pattern
    = (Pattern) invocable.invokeFunction("getP");

现在回过头来看第一步：根据pattern规则转换成pattern字符串

在scala中pattern代码如下

begin("begin").where(_.status=='fail').next("next").where(_.status=="fail").within(Time.seconds(60))

where方法可以接受表达式，例如"_.status=='fail'"，同时他也可以接受一个SimpleCondition对象，例如

where(new SimpleCondition() {
            @Override
            public boolean filter(LoginEvent event) {
                return event.eventType() == "fail";
            }
        })

但在groovy中不支持接受"_.status=='fail'"表达式作为函数的参数，所以在生成pattern串是必须将where中的表达式换成SimpleCondition对象；

那问题来了，换成SimpleCondition对象后，我们就得在filter方法中实现表达式的逻辑；这显然不是我们所需要的，这样做的话，patternStr的维护的成本就太高了；如果我们将表达式以字符串的形式传入到SimpleCondition对象中，然后在filter中自动计算表达式的值，就像

where(new LogEventCondition("getField(eventType)==\"fail\""))

filter方法根据表达式getField(eventType)==\"fail\"计算结果，返回ture或false，难点来了，如何根据表达式计算结果，这里就需要引入aviator包，关于aviator我们看几个样例

import com.googlecode.aviator.AviatorEvaluator;
public class TestAviator {
    public static void main(String[] args) {
        Long result = (Long) AviatorEvaluator.execute("1+2+3");
        System.out.println("-------"+result);
    }
}
结果输出：
-------6

具体看下LogEventCondition

public class LogEventCondition  extends SimpleCondition implements Serializable {
    private String script;

    static {
        AviatorEvaluator.addFunction(new GetFieldFunction());
    }

    //getField(eventType)==\"fail\"
    public LogEventCondition(String script){
        this.script = script;
    }

    @Override
    public boolean filter(LoginEvent value) throws Exception {
        Map stringObjectMap = Obj2Map.objectToMap(value);
        //计算表达式的值
        boolean result = (Boolean) AviatorEvaluator.execute(script, stringObjectMap);
        return result;
    }

}

到这里，cep pattern动态加载就介绍完了；起初我也是想像某些大厂一样，通过订制一套特有的DSL语法，然后将DSL语句解析转换成pattern，这样的话，非开发同学也就能够在公司的数据平台直接订制实时计算任务；但回想之前给非研发同学培训sql的悲惨经历，放弃了；觉得pattern订制的学习成本还是有点高，交给运营或者产品去搞这事，不靠谱，所以这事还是得研发来干；对于研发来讲pattern最原生的规则就是最好的~~~