java批量加入约束_处理大量规则（条件和约束）CEP系统

我正在开发一个接受100k独特输入的应用程序 - 为简单起见假设每个输入都是一个浮点值(a，b，c ......等) - 尽管它们也可以是字符串等 . 应用程序有很多规则/与这些输入相关的事件/触发器 .

Example1:

Rule[(a > b) and (c <= d)] --> [execute EventX]

Definition1: 上述规则说：当输入'a'的值大于'b'的值且输入'c'的值小于或等于'd'的值时，执行EventX

Example2:

Rule[x != x.prev] --> [execute EventZ]

Definition2: 上述规则说明：如果值更新后，如果输入'x'的当前值不等于其先前值(值已更改) . 执行EventZ

我发现，随着输入数量的增加，以及规则数量的增加，评估“特定”规则并确定是否应该触发事件所需的总计算量正在失控 - 投掷该问题的速度越来越快，而且没有按预期进行扩展 .

目前，在每次新的输入更新时，相关的输入/变量在哈希表中查找，该哈希表将变量映射到包含它的规则 . 随后评估每个规则，如果结果为真或可操作，则异步触发相关事件 .

这个问题出现在复杂事件处理领域，遗憾的是，这个领域中的大多数架构使用了上面描述的相同的死角方法 - 可能还有一些与评估/重新评估事物的频率有关的改进 . 我们的想法是拥有一个能够近乎实时地做出反应的系统 . 在多个节点上分配规则和输入似乎也不能很好地工作，因为在某些情况下，超过95％的活动规则中存在少数输入 .

我希望是否有任何其他SO'ers，知道更好的方法来解决这个问题，数据/结构或算法 .

我想到的一个简单的想法是，可以构建一个依赖逻辑推理的列表 .

如果有两个规则是这样的：

Rule[a < b] --> [exec E1]

Rule[b >= a] --> [exec E2]

然后对'a'或'b'的更新不应该要求对两者等进行评估，但我发现构建这样的逻辑推理结构非常复杂且容易出错，并且难以完全和严格地测试 .

输入可以代表股票价格，温度传感器等 .

还要注意，一些输入在时间上受到限制，这意味着规则可能要求变量的状态在特定位置/状态下持续一段时间(例如：MSFT的价格>最后30秒的20美元)，目前，这是通过使用值为0或1 / false或true的'代表变量'(facade)来实现的(变量的值由单独的机制决定，这通常是规则被触发的结果) .

还应该注意的是，由于近实时约束和每秒产生的数据量，使用具有触发器和存储过程的DB的选项是不可能的 .