CEP
概念
定义
- 复合事件处理(Complex Event Processing,CEP)是一种基于动态环境中事件流的分析技术,事件在这里通常是有意义的状态变化,通过分析事件间的关系,利用过滤、关联、聚合等技术,根据事件间的时序关系和聚合关系制定检测规则,持续地从事件流中查询出符合要求的事件序列,最终分析得到更复杂的复合事件
特征
- 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
功能
- CEP用于分析低延迟、频繁产生的不同来源的事件流,CEP可以帮助在复杂的、不相关的时间流中找出有意义的模式和复杂的关系,以接近实时或准实时的获得通知或组织一些行为
- CEP支持在流上进行模式匹配,根据模式的条件不同,分为连续的条件或不连续的条件;模式的条件允许有时间的限制,当条件范围内没有达到满足的条件时,会导致模式匹配超时
- 输入的流数据,尽快产生结果
- 在2个事件流上,基于时间进行聚合类的计算
- 提供实时/准实时的警告和通知
- 在多样的数据源中产生关联分析模式
- 高吞吐、低延迟的处理
主要组件
- Event Stream、Pattern定义、Pattern检测、生成Alert
- 开发人员要在DataStream流上定义出模式条件,之后Flink CEP引擎进行模式检测,必要时生成警告
Pattern API
- 处理事件的规则,被叫作模式(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事件序列
个体模式(Individual Patterns)
- 组成复杂规则的每一个单独的模式定义,就是个体模式
- 个体模式包括单例模式和循环模式,单例模式只接收一个事件,而循环模式可以接收多个事件
- 匹配那些behavior字段以 "fav" 开头并且连续出现三次的事件序列,这里的start是模式的名称,times(3)表示该模式需要连续出现三次,where方法用于添加过滤件
start.times(3).where(_.behavior.startsWith(‘fav’))
量词: 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.time(4)
// 匹配出现0次或4次
start.time(4).optional
// 匹配出现2、3或4次
start.time(2,4)
// 匹配出现2、3或4次,并且尽可能多地重复匹配
start.time(2,4).greedy
// 匹配出现1次或多次
start.oneOrMore
// 匹配出现0、2或多次,并且尽可能多地重复匹配
start.timesOrMore(2).optional.greedy
条件: 每个模式都需要指定触发条件,作为模式是否接受事件进入的判断依据,通过调用.where()、.or()和.until()来指定条件
- 简单条件:通过.where()方法对事件中的字段进行判断筛选,决定是否接收该事件
start.where(event=>event.getName.startsWith(“foo”))
- 组合条件:将简单的条件进行合并;or()方法表示或逻辑相连,where的直接组合就相当于与and
Pattern.where(event => …/*some condition*/).or(event => /*or condition*/)
- 终止条件: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
- 迭代条件:能够对模式之前所有接收的事件进行处理;调用.where((value,ctx) => {…}),可以调用ctx.getEventForPattern(“name”)
组合模式(Combining Patterns,也叫模式序列)
- 很多个体模式组合起来,就形成了整个的模式序列,模式序列必须以一个初始模式开始
- 定义一个事件模式的起始点
val start = Pattern.begin(‘start’)
- 严格近邻: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,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:允许中间出现不匹配的事件,由.followedBy()指定,例如对于模式“a followedBy b”,事件序列“a,c,b1,b2”匹配为
- 非确定性宽松近邻: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.followedByAny()指定,例如对于模式“a followedByAny b”,事件序列“a,c,b1,b2”匹配为{ab1},
- .notNext():不想让某个事件严格紧邻前一个事件发生
- .notFollowedBy():不想让某个事件在两个事件之间发生
注意:
- 所有模式序列必须以.begin()开始
- 模式序列不能以.notFollowedBy()结束
- “not”类型的模式不能被optional所修饰
- 可以为模式指定时间约束,用来要求在多长时间内匹配有效
模式组(Group of Pattern)
- 将一个模式序列作为条件嵌套在个体模式里,成为一组模式
模式检测
- 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
val input:DataStream[Event] = …
val pattern:Pattern[Event,_] = …
val patternStream:PatternStream[Event]=CEP.pattern(input,pattern)
匹配事件的提取
- 应用select或者flatSelect方法,从检测到的事件序列中提取事件
- select()方法需要输入一个select function作为参数,每个成功匹配的事件序列都会调用它
- select()以一个Map[String,Iterable[IN]]来接收匹配到的事件序列,其中key就是每个模式的名称,而value就是所有接收到的事件的Iterable类型
超时事件的提取
- 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