Esper学习之七:EPL语法(三)

转载请注明出处:http://blog.csdn.net/luonanqin



       国庆七天,本想出去玩玩,可是哪里都是人,所以还是家里蹲吧。上篇说到了Select Clause和From Clause,今天这篇就说说Aggregation,Group by,Having和Output Clause。先预告一下,由于例子比较多,所以篇幅会有些长,需要各位耐心观看哦。


1.Aggregation

和SQL一样,EPL也有Aggregation,即聚合函数。语法如下:

aggregate_function([all|distinct] expression)
aggregate_function就是聚合函数的名字,比如avg,sum等。expression通常是事件流的某个属性,也可以是不同事件流的多个属性,或者是属性和常量、函数之间的运算。举例如下。

// 查询最新5秒的Apple的平均价格
select avg(price) as aPrice from Apple.win:time(5 sec)

// 查询最新10个Apple的价格总和的两倍
select sum(price*2) as sPrice from Apple.win:length(10)

// 查询最新10个Apple的价格,并用函数计算后再算平均值
select avg(Compute.getResult(price)) from Apple.win:length(10)
函数只能是静态方法,普通方法不可用。即使是事件流里包含的静态方法,也必须用“类名.方法名”的方式进行引用。

可以使用distinct关键字对expression加以约束,表示去掉expression产生的重复的值。默认情况下为all关键字,即所有的expression值都参与聚合运算。例如:

// 查询最新5秒的Apple的平均价格
select avg(distinct price) as aPrice from Apple.win:time(5 sec)

// 假如:5秒内进入了三个Apple事件,price分别为2,1,2。则针对该EPL的平均值为(2+1)/2=1.5。因为有distinct的修饰,所以第二个2不参与运算,事件总数即为2,而不是3。
以上就是聚合函数的使用方法,除此之外需要注意一下几点

1.聚合函数能用于Select和Having,但是不能用于Where

2.sum,avg,media,stddev,avedev只能计算数值,至于media,stddev和avedev代表什么意思,请自行百度。

3.Esper会忽略expression为null不让参与聚合运算,但是count函数除外,即使是null也认为是一个事件。如果事件流集合中没有包含任何事件,或者包含的事件中用于聚合计算的expression都是null(比如收集5秒内进入的事件即为一个事件流集合),则所有聚合函数都返回null。


2.Group by

Group by通常配合聚合函数使用。语法和SQL基本一样,产生的效果就是以某一个或者多个字段进行分组,然后使聚合函数作用于不同组的数据。简单语法如下:

group by aggregate_free_expression [, aggregate_free_expression] [, ...]
使用Group by要注意一下几点:

1.Group by后面的内容不能包含聚合函数

2.Group by后面的内容不能是之前select子句中聚合函数修饰的属性名

3.通常情况要保证分组数量有限制,以防止内存溢出。但是如果分组分了很多,就需要使用@Hint加以控制。


2.1.Group by基本用法

针对上面的第三点,后面再说,先举几个例子说明下简单用法:

// 根据color和size来对10个Apple事件进行分组计算平均price
select avg(price) as aPrice, color, size from Apple.win:length_batch(10) group by color,size
该句子遵从SQL的标准,如果某个事件的color和size和之前进入的事件的一样,则归为一组,否则新建一组,并计算平均price
// 根据size来对10个Apple事件进行分组计算平均price和color
select avg(price) as aPrice, color, size from Apple.win:length_batch(10) group by size

可以发现,group by的对象只有size,而select中color不聚合,则生成的结果时,聚合函数会根据相同的size分组进行平均price的计算,但是color不是分组条件,所以color有多少个就有多少组,即使存在一样的color也不会影响分组数量(实际上就是不分组),但一定记住,聚合函数还是会根据分组条件计算其修饰的属性。

// 根据size来对10个Apple事件进行分组计算平均price和color
select avg(price) as aPrice, color from Apple.win:length_batch(10) group by size
这一次select子句中没有包含分组的字段size,但是效果和上一个句子一样。Esper仍然会根据相同的size进行分组计算平均price,只不过计算结果中只有平均price和color,并且有十排结果。
// 根据size乘color来对10个Apple事件进行分组计算平均price
select avg(price) as aPrice, size*color from Apple.win:length_batch(10) group by size*color
group by的对象只是一个值,以相同的值进行分组,所以上面和和普通的属性字段一样,计算一个值进行分组。如果group by后面的表达式值为null,则所有为null的事件都被分为一组进行计算。但是如果使用了count函数,则表达式为null的事件不会被计算在内。


2.2.@Hint

@Hint是Esper中注解的其中一个,如果不了解注解,可以先看看Esper学习之五:EPL语法(一)的第7节再继续阅读@Hint的内容。之前对@Hint一笔带过,那是因为它是专用于Group by的。我们平时使用Group by的时候,会遇到分组数量太多的情况。比如以时间单位进行分组,那么内存使用一定是一个大问题。因此@Hint为其设计了两个属性,用于限制Group by的生存时间,使虚拟机能及时回收内存。这两个属性分别为reclaim_group_aged和reclaim_group_freq


reclaim_group_aged

该属性后面跟着的是正整数,以秒为单位,表示在n秒内,若分组的数据没有进行更新,则分组数据被Esper回收。例如:

// 根据color对10秒内进入的Apple事件进行分组计算平均price,并且对5秒内没有数据更新的分组进行回收
@Hint('reclaim_group_aged=5')select avg(price) as aPrice, color from Apple.win:time(10 sec) group by color //括号内可以使单引号也可以是双引号


reclaim_group_freq

该属性后面跟着的是正整数,以秒为单位,表示每n秒清理一次分组,可清理的分组是reclaim_group_aged决定的,也就是说要使用该参数,就要配合reclaim_group_aged一起使用。可能不是很好理解,先看看例子:

// 根据color对10秒内进入的Apple事件进行分组计算平均price。对8秒内没有数据更新的分组进行回收,每2秒回收一次
@Hint('reclaim_group_aged=8,reclaim_group_freq=2')select avg(price) as aPrice, color from Apple.win:time(10 sec) group by color
        如果不使用reclaim_group_freq属性,则默认值和reclaim_group_aged的值一样,对上面来说就是回收的条件为8秒内没有数据更新,且每8秒回收一次。这样的话有可能出现这么一种情况,上一个8秒的某个分组在下一个8秒还没到达时就已经持续8秒没有数据更新了(这句话会不会有点绕?),但是必须等到回收的时间点到达时才能回收这个分组。在分组产生很快的情况下,这样的回收不及时很可能会造成内存溢出。reclaim_group_freq正是为这种情况做准备,回收的频率高一些,在一定程度上能提高内存的使用率。

        上面这两个属性的值除了可以使用正整数之外,也可以使用预先定义的变量或者常量


3.Having

Having的用法和SQL一样,后面跟的是对聚合函数的计算结果进行过滤。Where子句不能包含聚合函数,所以就由Having来完成。示例如下:

// 根据size来对10个Apple事件进行分组计算平均price和color,并且排除平均price大于5的分组
select avg(price) as aPrice, color from Apple.win:length_batch(10) group by size having avg(price) > 5

通常Having配合Group by使用,如果没有使用Group by,那么就只有一组。例如:

// 根据size来对10个Apple事件计算平均price和color,如果平均price大于5,则数据被排除掉
select avg(price) as aPrice, color from Apple.win:length_batch(10) having avg(price) > 5
Having后面可以跟多个判断式子,并且用and,or或者not进行连接。例如:

// 根据size来对10个Apple事件计算平均price和color,如果平均price大于5并且平均size小于3,则数据被排除掉
select avg(price) as aPrice, color from Apple.win:length_batch(10) having avg(price) > 5 and avg(size) < 3

4.Output

4.1.基本语法

Output是EPL中非常有用的东西,用来控制Esper对事件流计算结果的输出时间和形式,可以以固定频率,也可以是某个时间点输出。简单语法如下:

output [after suppression_def]
[[all | first | last | snapshot] every time_period | output_rate events]
after suppression_def是可选参数,表示先满足一定的条件再输出。

all | first | last | snapshot表明输出结果的形式,默认值为all。

every output_rate表示输出频率,即每达到规定的频率就进行输出。time_period表示时间频率,相关语法在Esper学习之五:EPL语法(一)的第2节有说到。output_rate events表示事件数量。

举例说明如下:

// 30分钟内,每进入一个OrderEvent,统计一次sum price,并且每60秒输出一次统计结果。
select sum(price) from OrderEvent.win:time(30 min) output snapshot every 60 seconds


4.2.after

之前在讲解Context的时候,有简单说到过after。关于Context,可参看Esper学习之四:Context。after在output里的使用也很简单,语法如下:

output after time_period | number events [...]
time_period表示时间段,number events表示事件数量。表示从EPL可用开始,经过一段时间或者接收到一定数量的事件再进行输出。例如:

// 统计20个Apple事件的sum price,并且在有5个Apple事件进入后才开始输出统计结果
select sum(price) from Apple.win:length(20) output after 5 events
上面这个句子从第一个进入的事件进行统计,直到进入了5个事件以后才输出统计结果,之后每进入一个事件输出一次(这是win:length的特性)。但是要注意的是,after之后的时间长度和事件数量会影响之后的时间或者事件数量。什么意思?看个完整例子:

/**
 * 
 * @author luonanqin
 *
 */
class Banana
{
	private int id;
	private int price;

	public int getId()
	{
		return id;
	}

	public void setId(int id)
	{
		this.id = id;
	}

	public int getPrice()
	{
		return price;
	}

	public void setPrice(int price)
	{
		this.price = price;
	}

	public String toString()
	{
		return "id: " + id + ", price: " + price;
	}
}

class OutputAfterListener implements UpdateListener
{
	public void update(EventBean[] newEvents, EventBean[] oldEvents)
	{
		if (newEvents != null)
		{
			int price = (Integer) newEvents[0].get("sPrice");
			System.out.println("Banana's sum price is " + price);
		}
	}
}

public class OutputAfterTest
{
	public static void main(String[] args) throws InterruptedException
	{
		EPServiceProvider epService = EPServiceProviderManager.getDefaultProvider();

		EPAdministrator admin = epService.getEPAdministrator();

		String banana = Banana.class.getName();
		// 统计最新3个Banana事件的sum price,并且从EPL可用起,等待第一个事件进入后,以每两个事件进入的频率输出统计结果
		String epl = "select sum(price) as sPrice from " + banana + ".win:length(3) output after 1 events snapshot every 2 events";

		EPStatement state = admin.createEPL(epl);
		state.addListener(new OutputAfterListener());

		EPRuntime runtime = epService.getEPRuntime();

		Banana b1 = new Banana();
		b1.setId(1);
		b1.setPrice(6);
		System.out.println("Send Banana Event: " + b1);
		runtime.sendEvent(b1);

		Banana b2 = new Banana();
		b2.setId(2);
		b2.setPrice(3);
		System.out.println("Send Banana Event: " + b2);
		runtime.sendEvent(b2);

		Banana b3 = new Banana();
		b3.setId(3);
		b3.setPrice(1);
		System.out.println("Send Banana Event: " + b3);
		runtime.sendEvent(b3);

		Banana b4 = new Banana();
		b4.setId(4);
		b4.setPrice(2);
		System.out.println("Send Banana Event: " + b4);
		runtime.sendEvent(b4);

		Banana b5 = new Banana();
		b5.setId(5);
		b5.setPrice(4);
		System.out.println("Send Banana Event: " + b5);
		runtime.sendEvent(b5);
	}
}
执行结果:

Send Banana Event: id: 1, price: 6
Send Banana Event: id: 2, price: 3
Send Banana Event: id: 3, price: 1
Banana's sum price is 10
Send Banana Event: id: 4, price: 2
Send Banana Event: id: 5, price: 4
Banana's sum price is 7
由此可见,after之后的every子句要等到after后面的表达式满足后才生效。所以第一个事件进入后,every 2 events生效,即等待两个事件进入后才输出结果。对于时间也是要等到after的子句满足后才开始计时。例如:

// 从EPL可用开始计时,经过1分钟后,每5秒输出一次当前100秒内的所有Banana的avg price(即:第一次输出在65秒时)
select avg(price) from Banana.win:time(100 sec) after 1 min snapshot every 5 sec

4.3.first,last,all,snapshot

每当达到输出时间点时,可以用这四个参数来控制输出内容。下面分别介绍并举例。

first

表示每一批可输出的内容中的第一个事件计算结果。比如:

select * from Fruit output first every 2 events
上面的句子表示每进入两个Fruit事件,输出这两个事件的第一个。
last

和first类似,表示每一批可输出的内容中的最后一个事件计算结果。比如:

select * from Fruit output last every 2 events
上面的句子表示每进入两个Fruit事件,输出这两个事件的第二个,也就是最后一个。

snapshot

表示输出EPL所保持的所有事件计算结果,通常用来查看view或者window中现存的事件计算结果。比如:

select * from Fruit.win:time(5 sec) output snapshot every 2 events
上面的句子表示每进入两个事件输出5 sec内的所有事件,且不会讲这些事件从5 sec范围内移除

all

也是默认值。和snapshot类似,也是输出所有的事件,但是不同的是,snapshot相当于对计算结果拍了一张照片,把结果复制出来并输出,而all是把计算结果直接输出,不会复制。比如:

select * from Fruit.win:time(5 sec) output all every 2 events
上面的句子表示每进入两个事件输出5 sec内包含的所有事件,输出的事件不再保留于5 sec范围内。


4.4.Crontab Output

output的另一个语法可以建立定时输出,关键字是at。语法如下:

output [after suppression_def]
[[all | first | last | snapshot] at
(minutes, hours, days of month, months, days of week [, seconds])]
minutes, hours, days of month, months, days of week [, seconds]这些都是时间单位,语法后面再细说。举个简单的例子:

// 在8点到17点这段时间内,每15分钟输出一次
select * from Fruit output at (*/15,8:17,*,*,*)


4.5.when

Output还可以使用when来实现达到某个固定条件再输出的效果,一般通过变量,用户自定义的 函数以及output内置的属性来实现。基本语法如下:

output [after suppression_def]
[[all | first | last | snapshot] when trigger_expression
[then set variable_name = assign_expression [, variable_name = assign_expression [,...]]]
trigger_expression返回true或者false,表示输出或者不输出

then set variable_name=assign_expression表示是当trigger_expression被触发时,可对变量重新赋值。完整例子如下:

/**
 * 
 * @author luonanqin
 *
 */
class Pink
{
	private int id;
	private int price;

	public int getId()
	{
		return id;
	}

	public void setId(int id)
	{
		this.id = id;
	}

	public int getPrice()
	{
		return price;
	}

	public void setPrice(int price)
	{
		this.price = price;
	}

	public String toString()
	{
		return "id: " + id + ", price: " + price;
	}
}

class OutputWhenListener implements UpdateListener
{
	public void update(EventBean[] newEvents, EventBean[] oldEvents)
	{
		if (newEvents != null)
		{
			for (int i = 0; i < newEvents.length; i++)
			{
				Pink pink = (Pink) newEvents[i].getUnderlying();
				System.out.println("Output Pink: " + pink);
			}
		}
	}
}

public class OutputWhenTest
{
	public static void main(String[] args) throws InterruptedException
	{
		EPServiceProvider epService = EPServiceProviderManager.getDefaultProvider();

		EPAdministrator admin = epService.getEPAdministrator();
		ConfigurationOperations config = admin.getConfiguration();
		config.addVariable("exceed", boolean.class, false);

		String pink = Pink.class.getName();
		// 当exceed为true时,输出所有进入EPL的事件,然后设置exceed为false
		String epl = "select * from " + pink + " output when exceed then set exceed=false";

		EPStatement state = admin.createEPL(epl);
		state.addListener(new OutputWhenListener());

		EPRuntime runtime = epService.getEPRuntime();

		Random r = new Random(47);
		for (int i = 1; i <= 10; i++)
		{
			int price = r.nextInt(10);
			Pink p = new Pink();
			p.setId(i);
			p.setPrice(price);
			System.out.println("Send Pink Event: " + p);
			runtime.sendEvent(p);
			// 当price大于5时,exceed变量为true
			if (price > 5)
			{
				runtime.setVariableValue("exceed", true);
				// 因为主线程和输出线程不是同一个,所以这里休息1秒保证输出线程将事件全部输出,方便演示。
				Thread.sleep(1000);
			}
		}
	}
}
执行结果:

Send Pink Event: id: 1, price: 8
Output Pink: id: 1, price: 8
Send Pink Event: id: 2, price: 5
Send Pink Event: id: 3, price: 3
Send Pink Event: id: 4, price: 1
Send Pink Event: id: 5, price: 1
Send Pink Event: id: 6, price: 9
Output Pink: id: 2, price: 5
Output Pink: id: 3, price: 3
Output Pink: id: 4, price: 1
Output Pink: id: 5, price: 1
Output Pink: id: 6, price: 9
Send Pink Event: id: 7, price: 8
Output Pink: id: 7, price: 8
Send Pink Event: id: 8, price: 0
Send Pink Event: id: 9, price: 2
Send Pink Event: id: 10, price: 7
Output Pink: id: 8, price: 0
Output Pink: id: 9, price: 2
Output Pink: id: 10, price: 7
        从结果可以看出来。当price大于5的时候,设置exceed变量为true,即可输出之前进入的所有事件,then set子句将exceed设置为false,等待下一次exceed=true时触发输出。由于输出线程是单独的线程,所以如果不sleep,结果可能会和这个不同。

对于when关键字,Esper提供了一些内置的属性帮助我们实现更复杂的输出约束。如图所示:

Esper学习之七:EPL语法(三)_第1张图片

以上5个属性我就不多做解释了,使用方式是作为trigger_expression跟在when关键字的后面。例如:

// 进入的Apple事件总数达到5个时才输出,且不清零count_insert_total属性,继续累加事件总数
select * from Apple output when count_insert_total=5

// 移除的Apple事件总数达到4个时才输出,并清零count_remove属性
select * from Apple output when count_remove=4
另外,在使用when的时候,有两点需要注意:

1.当trigger_expression返回true时,Esper会输出从上一次输出之后到这次输出之间所有的insert stream和remove stream。

2.若trigger_expression不断被触发并返回true时,则Esper最短的输出间隔为100毫秒。

3.expression不能包含事件流的属性,聚合函数以及prev函数和prior函数


4.6.Context Terminated

Output还针对Context专门设计了一个输出条件,即在Context终止时输出Context中的内容。关于Context,可以看看Esper学习之四:Context。具体语法如下:

output when terminated [and termination_expression]
[then set variable_name = assign_expression [, variable_name = assign_expression [,...]]]]
when terminated是关键字,之前可以通过and连接其他的式子一起使用。termination_expression是一个返回true或者false的表达式,同trigger_expression一样。举例如下:

// 在MyContext下,查询context的id并计算Apple的sum price,当Context结束且输入的事件总数大于10时,输出。然后设置FinishCompute变量为true
context MyContext select context.id, sum(price) from Apple output when terminated and count_insert_total > 10 then set FinishCompute = true

// 在MyContext下,计算Apple的avg size,并每1分钟输出第一个进入的事件计算结果,当context结束时也输出一次计算结果
context MyContext select avg(size) from Apple output first every 1 min and when terminated


        Output和Aggregation,Group by一起使用时,first,last,all,snapshot四个关键字产生的效果会比较特别。建议各位自己看看Esper的官方文档的Appendix A,有相当完整的例子做说明,因为篇幅较长,所以我没有放在文章里进行讲解。另外针对first,last,all,snapshot四个关键字,只有使用snapshot是不会缓存计算结果。其他的关键字会缓存事件直到触发了输出条件才会释放,所以如果输入的数据量比较大,就要注意输出条件被触发前的内存使用量。


        关于Output的内容比较多,使用起来也比较灵活。各位在使用的时候,也许会发现自己写的达不到预期的效果,本人在使用的时候也遇到过,所以还请各位耐心地多试几次。Group by和Aggregation和SQL的类似,所以使用起来很容易。

你可能感兴趣的:(Esper,CEP)