Flink_订单支付实时监控 (利用CEP)

        在电商网站中， 订单的支付 作为直接与营销收入挂钩的一环，在业务流程中非 常重要。对于订单而言，为了正确控制业务流程，也 为了增加用户的支付意愿，网站一般会设置一个支付失效时间，超过一段时间不支付的订单就会被取消 。另外， 对于订单的支付，我们还应 保证用户支付的正确性，这可以通过第三方支付平台的交易数据来做一个实时对账 。

        在电商平台中，最终创造收入和利润的是用户下单购买的环节；更具体一点， 是用户真正完成支付动作的时候。用户下单的行为可以表明用户对商品的需求，但在现实中， 并不是每次下单都会被用户立刻支付。当拖延一段时间后，用户支付的意愿会降低 。所以 为了让用户更有紧迫感从而提高支付转化率，同时也为了防范订 单支付环节的安全风险，电商网站往往会对订单状态进行监控，设置一个失效时间（比如15分钟），如果下单后一段时间仍未支付，订单就会被取消。

import java.util

import org.apache.flink.cep.{PatternSelectFunction, PatternTimeoutFunction}
import org.apache.flink.cep.scala.CEP
import org.apache.flink.cep.scala.pattern.Pattern
import org.apache.flink.streaming.api.TimeCharacteristic
import org.apache.flink.streaming.api.scala.{DataStream, StreamExecutionEnvironment}
import org.apache.flink.streaming.api.scala._
import org.apache.flink.streaming.api.windowing.time.Time

// 定义输入输出样例类类型
case class OrderEvent(orderId: Long, eventType: String, txId: String, timestamp: Long) //txId 交易流水号
case class OrderResult(orderId: Long, resultMsg: String)

object OrderTimeout {
  def main(args: Array[String]): Unit = {
    val env = StreamExecutionEnvironment.getExecutionEnvironment
    env.setParallelism(1)
    env.setStreamTimeCharacteristic(TimeCharacteristic.EventTime)

    val inputStream: DataStream[String] = env.readTextFile("D:\\Mywork\\workspace\\Project_idea\\UserBehaviorAnalysis0903\\OrderPayDetect\\src\\main\\resources\\OrderLog.csv")
    val orderEventStream: KeyedStream[OrderEvent, Long] = inputStream.map { data =>
      val arr = data.split(",")
      OrderEvent(arr(0).toLong, arr(1), arr(2), arr(3).toLong)
    }.assignAscendingTimestamps(_.timestamp * 1000L).keyBy(_.orderId)

    //1. 定义一个Pattern
    val orderPayPattern = Pattern
      .begin[OrderEvent]("create").where(_.eventType == "create")
      .followedBy("pay").where(_.eventType == "pay")
      .within(Time.minutes(15))

    //2. 将pattern应用到数据流上，进行模式检测
    val patternStream = CEP.pattern(orderEventStream, orderPayPattern)

    //3. 定义一个侧输出流标签，用于处理超时事件
    val orderTimeoutTag = new OutputTag[OrderResult]("orderTimeout")

    //4. 调用select方法，并提取处理匹配成功
    val resultStream = patternStream.select(orderTimeoutTag, new OrderTimeoutSelect(), new OrderPaySelect())

    resultStream.print("payed")
    resultStream.getSideOutput(orderTimeoutTag).print("timeout")

    env.execute()
  }

}

class OrderTimeoutSelect() extends PatternTimeoutFunction[OrderEvent, OrderResult] {
  override def timeout(map: util.Map[String, util.List[OrderEvent]], l: Long): OrderResult = {
    val timeoutOrderId = map.get("create").iterator().next().orderId
    OrderResult(timeoutOrderId, "timeout" + ": " + l)
  }
}

class OrderPaySelect() extends PatternSelectFunction[OrderEvent, OrderResult] {
  override def select(map: util.Map[String, util.List[OrderEvent]]): OrderResult = {
    val payedOrderId = map.get("pay").iterator().next().orderId
    OrderResult(payedOrderId, "payed successfully")
  }
}

// 输出
payed> OrderResult(34729,payed successfully)
timeout> OrderResult(34767,timeout: 1558431849000)
payed> OrderResult(34766,payed successfully)