复杂事件处理(Complex Event Processing,CEP)
Flink CEP是在Flink中实现的复杂事件处理(CEP)库
CEP允许在无休止的事件流中检测事件模式,让我们有机会掌握数据中重要的部分
一个或多个由简单事件构成的事件流通过一定的规则匹配,然后输出用户想得到的数据——满足规则的复杂事件
目标:从有序的简单事件流中发现一些高阶特征
输入:一个或多个由简单事件构成的事件流
处理:识别简单事件之间的内在联系,多个符合一定规则的简单事件构成复杂事件
输出:满足规则的复杂事件
处理事件的规则,被叫做"模式"(Pattern)
Flink CEP提供了Pattern API,用于对输入流数据进行复杂事件规则定义,用来提取符合规则的时间序列
DataStream<Event> input = ...
// 定义一个Pattern
Pattern<Event, Event> pattern = Pattern.<Event>begin("start").where(...)
.next("middle").subtype(SubEvent.class).where(...)
.followedBy("end").where(...);
// 将创建好的Pattern应用到输入事件流上
PatternStream<Event> patternStream = CEP.pattern(input,pattern);
// 检出匹配事件序列,处理得到结果
DataStream<Alert> result = patternStream.select(...);
组成复杂规则的每一个单独的模式定义,就是"个体模式"
start.times(3).where(new SimpleCondition<Event>() {...})
个体模式可以包括"单例(singleton)模式"和"循环(looping)模式"
单例模式只接收一个事件,而循环模式可以接收多个
量词(Quantifier)
可以在一个个体模式后追加量词,也就是指定循环次数
//匹配出现4次
start.times(4)
//匹配出现2/3/4次
start.time(2,4).greedy
//匹配出现0或者4次
start.times(4).optional
//匹配出现1次或者多次
start.oneOrMore
//匹配出现2,3,4次
start.times(2,4)
//匹配出现0次,2次或者多次,并且尽可能多的重复匹配
start.timesOrMore(2),optional.greedy
条件(Condition)
start.where(new SimpleCondition<Event>){
@Override
public boolean filter(Event value) throws Exception{
return value.getName.startsWith("foo");
}
}
2)组合条件(Combining Condition)
将简单条件进行合并;.or()方法表示或逻辑相连,where的直接组合就是AND
pattern.where(event => ... /* some condition */).or(event => ... /* or condition */)
3)终止条件(Stop Condition)
如果使用了oneOrMore或者oneOrMore.optional,建议使用.until()作为终止条件,以便清理状态
4)迭代条件(Iterative Condition)
能够对模式之前所有接收的事件进行处理
可以调用ctx.getEventsForPattern(“name”)
.where(new IterativeCondition<Event>(){...})
组合模式(Combining Patterns)也叫模式序列。
1)很多个体模式组合起来,就形成了整个的模式序列
2)模式序列必须以一个"初始模式"开始
Pattern<Event, Event> start = Pattern.<Event>begin("start")
严格近邻(Strict Contiguity)
1)所有事件按照严格的顺序出现,中间没有任何不匹配的事件,由.next()指定
2)例如对于模式"a next b",事件序列[a,c,b1,b2]没有匹配
宽松近邻(Relaxed Contiguity)
1)允许中间出现不匹配的事件,由.followedBy()指定
2)例如对于模式"a followedBy b",事件序列[a,c,b1,b2]匹配为[a,b1]
非确定性宽松近邻(Non-Deterministic Relaxed Contiguity)
1)进一步放宽条件,之前已经匹配过的事件也可以再次使用,由.followByAny()指定
2)例如对于模式"a followedAny b",事件序列[a,c,b1,b2]匹配为{a,b1},{a,b2}
除了以上模式序列外,还可以定义"不希望出现某种近邻关系":
1).notNext() 不严格近邻
2).notFollowedBy()不在两个事件之间发生
(eg,a not FollowedBy c,a Followed By b,a希望之后出现b,且不希望ab之间出现c)
需要注意:
1)所有模式序列必须以.begin()开始
2)模式序列不能以.notFollowedBy()结束
3)"not "类型的模式不能被optional 所修饰
4)此外,还可以为模式指定事件约束,用来要求在多长时间内匹配有效:
next.within(Time.seconds(10))
指定要查找的模式序列后,就可以将其应用于输入流以检测潜在匹配
调用CEP.pattern(),给定输入流和模式,就能得到一个PatternStream
DataStream<Event> input = ...
Pattern<Event, Event> pattern = Pattern.<Event>begin("start").where(...)...
PatternStream<Event> patternStream = CEP.pattern(input, pattern);
public OUT select(Map<String, List<IN>> pattern) throws Exception {
IN startEvent = pattern.get("start").get(0);
IN endEvent = pattern.get("end").get(0);
return new OUT(startEvent, endEvent);
}
当一个模式通过within关键字定义了检测窗口时间时,部分事件序列可能因为超过窗口长度而被丢弃;为了能够处理这些超时的部分匹配,select和flatSelect API调用允许指定超时处理程序
超时处理程序会接收到目前为止由模式匹配到的所有事件,由一个OutputTag定义接收到的超时事件序列
PatternStream<Event> patternStream = CEP.pattern(input, pattern);
OutputTag<String> outputTag = new OutputTag<String>("side-output"){};
SingleOutputStreamOperator<ComplexEvent> flatResult =
patternStream.flatSelect(
outputTag,
new PatternFlatTimeoutFunction<Event, TimeoutEvent>() {...},
new PatternFlatSelectFunction<Event, ComplexEvent>() {...}
);
DataStream<TimeoutEvent> timeoutFlatResult =
flatResult.getSideOutput(outputTag);