34、Flink基础:FlinkCEP简介

文章目录

  • 一.什么是CEP
  • 二.CEP特点
  • 三. Pattern API
    • 3.1 个体模式(Individual Patterns)
  • 3.2 组合模式(Combining Patterns)
  • 3.3 模式组
    • 3.3.1 模式的检测
    • 3.3.2 匹配事件提取
    • 3.3.3 超时事件提取
  • 参考:

一.什么是CEP

1、 复杂事件处理(ComplexEventProcessing,CEP);
2、 FlinkCEP是在Flink中实现的复杂事件处理(CEP)库;
3、 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;
4、 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;

二.CEP特点

*

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

三. Pattern API

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(...);

3.1 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"

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)

1、 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;
2、 CEP中的个体模式主要通过调用.where(),.or()和.until()来指定条件;
3、 按不同的调用方式,可以分成以下几类;
1)简单条件(Simple Condition)
通过.where()方法对事件中的字段进行判断筛选,决定是否接受该事件

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>(){
   
     ...})

3.2 组合模式(Combining Patterns)

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")

*

1、 严格近邻(StrictContiguity);
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
2、 宽松近邻(RelaxedContiguity);
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]
3、 非确定性宽松近邻(Non-DeterministicRelaxedContiguity);
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}
4、 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)
5、 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))

3.3 模式组

3.3.1 模式的检测

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

DataStream<Event> input = ...
Pattern<Event, Event> pattern = Pattern.<Event>begin("start").where(...)...

PatternStream<Event> patternStream = CEP.pattern(input, pattern);

3.3.2 匹配事件提取

1、 创建PatternStrean之后,就可以应用select或者flatselect方法,从检测到的事件序列中提取事件了;
2、 select()方法需要输入一个selectfunction作为参数,每个成功匹配的事件序列都会调用它;
3、 select()以一个Map<String,List<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List类型;

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);
}

3.3.3 超时事件提取

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

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);

参考:

1、 https://www.bilibili.com/video/BV1qy4y1q728;
2. https://ashiamd.github.io/docsify-notes/#/study/BigData/Flink/%E5%B0%9A%E7%A1%85%E8%B0%B7Flink%E5%85%A5%E9%97%A8%E5%88%B0%E5%AE%9E%E6%88%98-%E5%AD%A6%E4%B9%A0%E7%AC%94%E8%AE%B0?id=_15-cep

版权声明:本文不是「本站」原创文章,版权归原作者所有 | 原文地址: