大数据开发中Flink-CEP怎么用
这篇文章主要为大家展示了“大数据开发中Flink-CEP怎么用”,内容简而易懂,条理清晰,希望能够帮助大家解决疑惑,下面让小编带领大家一起研究并学习一下“大数据开发中Flink-CEP怎么用”这篇文章吧。
成都创新互联主营巴彦网站建设的网络公司,主营网站建设方案,成都App定制开发,巴彦h5微信小程序开发搭建,巴彦网站营销推广欢迎巴彦等地区企业咨询
总结就是:输入-规则-输出
就是单事件的自关联,其实匹配的也是时间序列的
定义基础
(1)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
(2)特征 CEP的特征如下: 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
(3)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。 看起来很简单,但是它有很多不同的功能: ① 输入的流数据,尽快产生结果; ② 在2个 事件流上,基于时间进行聚合类的计算; ③ 提供实时/准实时的警告和通知; ④ 在多样的数据源中产生关联分析模 式; ⑤ 高吞吐、低延迟的处理 市场上有多种CEP的解决方案,例如Spark、Samza、Beam等,但他们都没有提供专 门的库支持。然而,Flink提供了专门的CEP库。
(4)主要组件 Flink为CEP提供了专门的Flink CEP library
它包含如下组件:Event Stream、Pattern定义、Pattern检测和生成Alert。 首先,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。
CEP里面的模式API
(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(_.behavior.startsWith(‘fav’))
(2)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:
val start = Pattern.begin(‘start’)
(3)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
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,
(1)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
(2)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。CEP中的个体模式主要通过调 用.where()、.or()和.until()来指定条件。按不同的调用方式,可以分成以下几类: ① 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”))
② 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/) ③ 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。 ④ 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”)
模式序列
(1)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。 (2)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{a,b1}。 (3)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},{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”: .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。 需要注意:
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。
next.within(Time.seconds(10))
模式的检测
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
创建PatternStream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。 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。
def selectFn(pattern : Map[String,Iterable[IN]]):OUT={ val startEvent = pattern.get(“start”).get.next val endEvent = pattern.get(“end”).get.next OUT(startEvent, endEvent) }
flatSelect通过实现PatternFlatSelectFunction实现与select相似的功能。唯一的区别就是flatSelect方法可以返回多条 记录,它通过一个Collector[OUT]类型的参数来将要输出的数据传递到下游
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。
Flink CEP 开发流程:
DataSource 中的数据转换为 DataStream;
定义 Pattern,并将 DataStream 和 Pattern 组合转换为 PatternStream;
PatternStream 经过 select、process 等算子转换为 DataStraem;
再次转换的 DataStream 经过处理后,sink 到目标库。
select方法: SingleOutputStreamOperatorresult = patternStream.select(orderTimeoutOutput, new PatternTimeoutFunction () { @Override public PayEvent timeout(Map > map, long l) throws Exception { return map.get("begin").get(0); } }, new PatternSelectFunction () { @Override public PayEvent select(Map > map) throws Exception { return map.get("pay").get(0); } });
对检测到的模式序列应用选择函数。对于每个模式序列,调用提供的{@link PatternSelectFunction}。模式选择函数
只能产生一个结果元素。
对超时的部分模式序列应用超时函数。对于每个部分模式序列,调用提供的{@link PatternTimeoutFunction}。模式
超时函数只能产生一个结果元素。
您可以在使用相同的{@link OutputTag}进行select操作的{@link SingleOutputStreamOperator}上获得由{@link
SingleOutputStreamOperator}生成的{@link SingleOutputStreamOperator}生成的超时数据流。
@param timedOutPartialMatchesTag 标识端输出超时模式的@link OutputTag}
@param patternTimeoutFunction 为超时的每个部分模式序列调用的模式超时函数。
@param patternSelectFunction 为每个检测到的模式序列调用的模式选择函数。
@param 产生的超时元素的类型
@param 结果元素的类型
return {@link DataStream},其中包含产生的元素和在边输出中产生的超时元素。
DataStreamsideOutput = result.getSideOutput(orderTimeoutOutput);
获取{@link DataStream},该{@link DataStream}包含由操作发出到指定{@link OutputTag}的边输出的元素
Flink CEP 开发流程
DataSource 中的数据转换为 DataStream;watermark、keyby
定义 Pattern,并将 DataStream 和 Pattern 组合转换为 PatternStream;
PatternStream 经过 sele ct、process 等算子转换为 DataStream;
再次转换的 DataStream 经过处理后,sink 到目标库
CEP实现的主要原理
FlinkCEP在运行时会将用户的逻辑转化成这样的一个NFA Graph (nfa对象) 所以有限状态机的工作过程,就是从开始状态,根据不同的输入,自动进行状态转换的过程
上图中的状态机的功能,是检测二进制数是否含有偶数个 0。从图上可以看出,输入只有 1 和 0 两种。从 S1 状态开 始,只有输入 0 才会转换到 S2 状态,同样 S2 状态下只有输入 0 才会转换到 S1。所以,二进制数输入完毕,如果满 足最终状态,也就是最后停在 S1 状态,那么输入的二进制数就含有偶数个 0 大数据开发
以上是“大数据开发中Flink-CEP怎么用”这篇文章的所有内容,感谢各位的阅读!相信大家都有了一定的了解,希望分享的内容对大家有所帮助,如果还想学习更多知识,欢迎关注创新互联行业资讯频道!
本文题目:大数据开发中Flink-CEP怎么用
转载来源:http://myzitong.com/article/ipohgj.html