CC00055.flink——|Hadoop&Flink.V10|——|Flink.v10|Flink CEP|Flink CEP基础|

一、Flink CEP

### --- FlinkCEP

~~~     CEP 即Complex Event Processing - 复杂事件处理，
~~~     Flink CEP 是在 Flink 中实现的复杂时间处理(CEP)库。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事件规则定义，用来提取符合规则的事件序列。
~~~     Pattern API 大致分为三种：个体模式，组合模式，模式组。

### --- Flink CEP 应用场景：
~~~     CEP 在互联网各个行业都有应用，例如金融、物流、电商、智能交通、物联网行业等行业：

~~~     # 实时监控：
~~~     在网站的访问日志中寻找那些使用脚本或者工具“爆破”登录的用户；
~~~     我们需要在大量的订单交易中发现那些虚假交易(超时未支付)或发现交易活跃用户；
~~~     或者在快递运输中发现那些滞留很久没有签收的包裹等。

~~~     # 风险控制：
~~~     比如金融行业可以用来进行风险控制和欺诈识别，
~~~     从交易信息中寻找那些可能存在的危险交易和非法交易。

~~~     # 营销广告：
~~~     跟踪用户的实时行为，指定对应的推广策略进行推送，提高广告的转化率。

二、基础

### --- 定义

~~~     复合事件处理(Complex Event Processing，CEP)是一种基于动态环境中事件流的分析技术，
~~~     事件在这里通常是有意义的状态变化，通过分析事件间的关系，利用过滤、关联、聚合等技术，
~~~     根据事件间的时序关系和聚合关系制定检测规则，持续地从事件流中查询出符合要求的事件序列，
~~~     最终分析得到更复杂的复合事件。

### --- 特征

~~~     # CEP的特征如下：
~~~     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。

### --- 功能

~~~     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、不相关的时间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或组织一些行为。
~~~     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，当条件范围内没有达到满足的条件时，会导致模式匹配超时。

~~~     # 看起来很简单，但是它有很多不同的功能：
~~~     ① 输入的流数据，尽快产生结果；
~~~     ② 在2个事件流上，基于时间进行聚合类的计算；
~~~     ③ 提供实时/准实时的警告和通知；
~~~     ④ 在多样的数据源中产生关联分析模式；
~~~     ⑤ 高吞吐、低延迟的处理
~~~     # 市场上有多种CEP的解决方案，例如Spark、Samza、Beam等，但他们都没有提供专门的库支持。
~~~     # 然而，Flink提供了专门的CEP库。

### --- 主要组件

~~~     Flink为CEP提供了专门的Flink CEP library，
~~~     它包含如下组件：Event Stream、Pattern定义、Pattern检测和生成Alert。
~~~     首先，开发人员要在DataStream流上定义出模式条件，
~~~     之后Flink CEP引擎进行模式检测，必要时生成警告。