超级会员免费看
本文详细介绍了Flink的复杂事件处理（CEP）和Table API及SQL的使用。CEP用于从事件流中识别复杂模式，Flink提供了CEP库进行模式匹配和告警生成。接着，文章深入讲解了Flink的Table API和SQL，包括Table的创建、查询、输出，以及如何与DataStream和DataSet结合。此外，文章还探讨了流处理的概念，如动态表和连续查询，以及时间属性在处理事件时间和处理时间中的应用。最后，通过实例展示了Flink在数据倾斜、独立访客计算和实时热门商品检测等方面的应用。
一、Flink CEP简介
什么是复杂事件 CEP？
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。
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
CEP：
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、不相关的事件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并阻止一些行为。
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，当在条件范围内没有达到满足的条件时，会导致模式匹配超
订阅专栏 解锁全文
7013
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
