目录
1 CEP的概念
一个或多个简单事件构成的事件流满足通过一定的匹配规则，然后输出用户想得到的数据，满足规则的复杂事件。
2 CEP特点
具有低延迟，高吞吐的处理
3 CEP的开发基本开发规则
1）定义规则
//begin("规则的名字")
//.where()条件
//创建where()中的IterativeCondition
Pattern<WaterSensor, WaterSensor> pattern= Pattern.<WaterSensor>begin("start").where(
new IterativeCondition<WaterSensor>() {
@Override
public boolean filter(WaterSensor value, Context<WaterSensor> ctx) throws Exception {
return "sensor_1".equals(value.getId());
}
}
)2）应用规则
//sensor为来源数据
//pattern为定义的规则
PatternStream<WaterSensor> sensorPM = CEP.pattern(sensorDS, pattern);
3）匹配结果
//匹配结果
SingleOutputStreamOperator<String> resultDS = sensorPM.select(new PatternSelectFunction<WaterSensor, String>() {
@Override
public String select(Map<String, List<WaterSensor>> pattern) throws Exception {
return pattern.toString();
}
});4 CEP的匹配规则
4.1 条件匹配
1）简单匹配
Pattern
.begin("start")
.where(_._1 == "a")// 并且条件
2）组合条件
Pattern
.begin("start")
.where(_._1 == "a")
.or(_._1 == "b") // 或条件
4.2 模式匹配
1）严格近邻
严格的满足联合条件, 当且仅当数据为连续的a,b时，模式才会被命中。如果数据为a,c,b，由于a的后面跟了c，所以a会被直接丢弃，模式不会命中。如下图
Pattern
.begin("start")
.where(_._1 == "a")
.next("next")
.where(_._1 == "b")
2）宽松近邻
松散的满足联合条件, 当且仅当数据为a,b或者为a,c,b，模式均被命中，中间的c会被忽略掉。
Pattern
.begin("start")
.where(_._1 == "a")
.followedBy("followedBy")
.where(_._1 == "b")
3）非确定性宽松近邻
非确定的松散满足条件, 当且仅当数据为a,c,b,b时，对于followedBy模式而言命中的为{a,b}，对于followedByAny而言会有两次命中{a,b},{a,b}
Pattern
.begin("start")
.where(_._1 == "a")
.followedByAny("followedByAny")
.where(_._1 == "b")
4.3 量词
1）固定次数（N）
times(n) 表示当前条件匹配n次，之后当作一个整体，再与其他事件产生关联。
2）多次数
time(m,n)表示当前条件匹配m次到n次都可以。
4.4 超时
whithin(TIme.seconds(5)) 表示在规定时间内进行规则匹配
