flink cep api介绍

 

   flink cep 复杂事件处理引擎，可以实时分析数据流中检查分析出符合要求的事件，flink目前sql 也支持cep了，阿里云上已有相关功能开放使用。flink在上层api上sql 的功能越来越强了，这是它优于其它流式计算框架的地方，降低了使用门槛。应用场景:智能营销，金融风控，异常检测等。目前主流的CEP工具有Esper，drools和商业版的microsoft streaminsight等。

使用flink  cep 进行模式规则开发必须对 api 熟悉才能开发出符合要求的模式规则，下面通过案例来分别介绍flink cep api。demo 代码如下，根据测试的api会进行对应api的替换修改和数据的修改。

 StreamExecutionEnvironment env = StreamExecutionEnvironment.getExecutionEnvironment();
        env.setParallelism(1);
//        env.setStreamTimeCharacteristic(TimeCharacteristic.EventTime);
        DataStream<String> input = env.fromElements("a","c","a","c","a","a","b","b","f","c","g","H","c");
        Pattern<String, String> pattern = Pattern.<String>begin("start").where(new SimpleCondition<String>() {
            @Override
            public boolean filter(String event) {
                return event.equals("a");
            }
        }).times(2).allowCombinations().next("middle").subtype(String.class).where(
                new SimpleCondition<String>() {
                    @Override
                    public boolean filter(String subEvent) {
                        return subEvent.equals("b");
                    }
                }
        ).followedByAny("end").where(
                new SimpleCondition<String>() {
                    @Override
                    public boolean filter(String event) {
                        return event.equals("c");
                    }
                }
        );


        PatternStream<String> patternStream = CEP.pattern(input, pattern);

        DataStream<String> result = patternStream.select(
        new PatternSelectFunction<String, String&