Flink 复杂事件处理
CEP概述
- 复杂事件处理(Complex Event Processing,CEP)
- FLink CEP是在Flink中实现的复杂事件处理(CEP)库
- 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
- 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,然后输出用户想要得到的数据-=-满足规则的复杂事件
CEP的特点
- 目标:从有序的简单事件流中发现的一些高阶特征
- 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
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时间规则定义,用来提取符合规则的事件序列
// 1. 定义一个匹配模式
val orderPayPattern = Pattern.begin[OrderEvent]("begin").where(_.eventType == "create")
.followedBy("follow").where(_.eventType == "pay")
.within(Time.minutes(15))
// 2. 把模式应用到stream上,得到一个pattern stream
val patternStream = CEP.pattern(orderEventStream, orderPayPattern)
// 3. 调用select方法,提取事件序列,超时的事件要做报警提示
val orderTimeoutOutputTag = new OutputTag[OrderResult]("orderTimeout")
val resultStream = patternStream.select(orderTimeoutOutputTag,
new OrderTimeoutSelect(),
new OrderPaySelect())
- 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"
.followedBy("follow").where(_.eventType == "pay")
- 组合模式(Combining Patterns,也叫模式序列)
- 很多个体模式组合起来,就形成了整个模式序列
- 模式序列必须以一个"初始模式"开始:
val orderPayPattern = Pattern.begin[OrderEvent]("begin").where(_.eventType == "create")
- 模式组(Groups of patterns)
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
val orderPayPattern = Pattern.begin[OrderEvent]("begin").where(_.eventType == "create")
.followedBy("follow").where(_.eventType == "pay")
.within(Time.minutes(15))
个体模式
个体模式可以包括"单例(sigleton)模式"和"循环(looping)模式",单例模式只能接收一个时间,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
个体模式的条件
- 条件(Condition)
- 每一个模式都需要指定出发条件,作为模式是否接受事件进入的判断依据
- CEP中的个体模式主要是通过调用.where() .or()和.until()来指定条件
- 按不同的调用方式,可以分成一下几类:
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
Pattern.begin[OrderEvent]("begin").where(_.eventType == "create")
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时间进行处理;
调用.where((value,ctx)=>{…}),可以调用ctx.getEventsForPattern(“name”)
模式序列
- 不同的近邻模式
上面是严格模式,下面是宽松近邻模式
- 严格近邻(Strict Contiguity)
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 - 宽松近邻(Relaxed Contiguity)
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] - 非确定性宽松近邻(Non-Deterministic Relaxed Contiguity)
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,例如对于模式"a followedAny b",事件序列[a,c,b1,b2]匹配为{a,b1},{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() 不严格近邻
.notFollowedBy()不在两个事件之间发生
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
- 此外,还可以为模式指定事件约束,用来要求在多长事件内匹配有效: next.within(Time.seconds(10))
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
val orderEventStream = env.socketTextStream("localhost", 7777)
.map(data => {
val dataArray = data.split(",")
OrderEvent(dataArray(0).trim.toLong, dataArray(1).trim, dataArray(2).trim, dataArray(3).trim.toLong)
})
.assignAscendingTimestamps(_.eventTime * 1000L)
.keyBy(_.orderId)
// 2. 定义一个匹配模式
val orderPayPattern = Pattern.begin[OrderEvent]("begin").where(_.eventType == "create")
.followedBy("follow").where(_.eventType == "pay")
.within(Time.minutes(15))
// 3. 把模式应用到stream上,得到一个pattern stream
val patternStream = CEP.pattern(orderEventStream, orderPayPattern)
事件提取select
匹配事件的提取
- 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
- 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 delectFn(pattern :Map[String,Iterable[IN]]):OUT={
val startEvent=pattern.get("start").get.next
val endEcent=pattern.get("end").get.next
OUT(startEvent,endEvent)
}
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
- 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
select不同的调用方法
这里对第一种举例
// 定义输入订单事件的样例类
case class OrderEvent(orderId: Long, eventType: String, txId: String, eventTime: Long)
// 定义输出结果样例类
case class OrderResult(orderId: Long, resultMsg: String)
object OrderTimeout {
def main(args: Array[String]): Unit = {
val env = StreamExecutionEnvironment.getExecutionEnvironment
env.setStreamTimeCharacteristic(TimeCharacteristic.EventTime)
env.setParallelism(1)
// 1. 读取订单数据
val resource = getClass.getResource("/OrderLog.csv")
// val orderEventStream = env.readTextFile(resource.getPath)
val orderEventStream = env.socketTextStream("localhost", 7777)
.map(data => {
val dataArray = data.split(",")
OrderEvent(dataArray(0).trim.toLong, dataArray(1).trim, dataArray(2).trim, dataArray(3).trim.toLong)
})
.assignAscendingTimestamps(_.eventTime * 1000L)
.keyBy(_.orderId)
// 2. 定义一个匹配模式
val orderPayPattern = Pattern.begin[OrderEvent]("begin").where(_.eventType == "create")
.followedBy("follow").where(_.eventType == "pay")
.within(Time.minutes(15))
// 3. 把模式应用到stream上,得到一个pattern stream
val patternStream = CEP.pattern(orderEventStream, orderPayPattern)
// 4. 调用select方法,提取事件序列,超时的事件要做报警提示
val orderTimeoutOutputTag = new OutputTag[OrderResult]("orderTimeout")
val resultStream = patternStream.select(orderTimeoutOutputTag,
new OrderTimeoutSelect(),
new OrderPaySelect())
resultStream.print("payed")
resultStream.getSideOutput(orderTimeoutOutputTag).print("timeout")
env.execute("order timeout job")
}
}
// 自定义超时事件序列处理函数
class OrderTimeoutSelect() extends PatternTimeoutFunction[OrderEvent, OrderResult] {
override def timeout(map: util.Map[String, util.List[OrderEvent]], l: Long): OrderResult = {
val timeoutOrderId = map.get("begin").iterator().next().orderId
OrderResult(timeoutOrderId, "timeout")
}
}
// 自定义正常支付事件序列处理函数
class OrderPaySelect() extends PatternSelectFunction[OrderEvent, OrderResult] {
override def select(map: util.Map[String, util.List[OrderEvent]]): OrderResult = {
val payedOrderId = map.get("follow").iterator().next().orderId
OrderResult(payedOrderId, "payed successfully")
}
}