【翻译】FlinkCEP-Flink的复杂事件处理

本文翻译自官网：FlinkCEP - Complex event processing for Flink  

FlinkCEP是在Flink之上实现的复杂事件处理（CEP）库。 它使您可以检测无穷无尽的事件流中的事件模式，从而有机会掌握数据中的重要信息。

本页描述Flink CEP中可用的API调用。 我们首先介绍模式API，该API允许您指定要在流中检测的模式，然后介绍如何检测和处理匹配的事件序列。 然后，我们介绍CEP库在处理事件时间的延迟时所做的假设，以及如何将作业从较旧的Flink版本迁移到Flink-1.3。 

• 入门
• 模式API
  • 单个模式
  • 组合模式
  • 模式组
  • 匹配后跳过策略
• 检测模式
  • 从模式中选择
• CEP库中的时间
  • 处理事件时间的延迟
  • 时间背景
• 例子
• 从旧版本的Flink迁移（1.3版之前）
  • 迁移到1.4+
  • 迁移到1.3.x

入门

如果您想直接使用，请设置一个Flink程序，并将FlinkCEP依赖项添加到您项目的pom.xml中。

<dependency>
  <groupId>org.apache.flink</groupId>
  <artifactId>flink-cep-scala_2.11</artifactId>
  <version>1.9.0</version>
</dependency>

Info： FlinkCEP不是二进制分发包的一部分。 在此处查看如何与它链接以执行集群。

现在，您可以开始使用Pattern API编写第一个CEP程序。

 注意：您要向其应用模式匹配的DataStream中的事件必须实现适当的equals（）和hashCode（）方法，因为FlinkCEP使用它们来比较和匹配事件。

val input: DataStream[Event] = ...

val pattern = Pattern.begin[Event]("start").where(_.getId == 42)
  .next("middle").subtype(classOf[SubEvent]).where(_.getVolume >= 10.0)
  .followedBy("end").where(_.getName == "end")

val patternStream = CEP.pattern(input, pattern)

val result: DataStream[Alert] = patternStream.process(
    new PatternProcessFunction[Event, Alert]() {
        override def processMatch(
              `match`: util.Map[String, util.List[Event]],
              ctx: PatternProcessFunction.Context,
              out: Collector[Alert]): Unit = {
            out.collect(createAlertFrom(pattern))
        }
    })

模式API

模式API允许您定义要从输入流中提取的复杂模式序列。

每个复杂模式序列都包含多个简单模式，即寻找具有相同属性的单个事件的模式。 从现在开始，我们将称这些简单模式为模式，以及我们在流中搜索的最终复杂模式序列，即模式序列。 您可以将模式序列视为此类模式的图，其中根据用户指定的条件（例如，从一个模式到下一个模式）的转换。 event.getName（）。equals（“ end”）。 匹配是一系列输入事件，通过一系列有效的模式转换来访问复杂模式图的所有模式。

注意：每个模式都必须具有唯一的名称，稍后您将使用该名称来标识匹配的事件。 

注意：模式名称不能包含字符":"。 

在本节的其余部分，我们将首先描述如何定义单个模式，然后如何将单个模式组合为复杂模式。

单个模式

 模式可以是单例或循环模式。 单例模式接受一个事件，而循环模式可以接受多个事件。 在模式匹配符号中，模式“ a b + c？d”（或“ a”，后跟一个或多个“ b”，可选地后跟“ c”，后跟“ d”），a，c ？和d是单例模式，而b +是循环的模式。 默认情况下，模式是单例模式，您可以使用“量词”将其转换为循环模式。 每个模式都可以具有一个或多个条件，基于该条件可以接受事件。

量词

 在FlinkCEP中，您可以使用以下方法指定循环模式：pattern.oneOrMore（），用于期望一个或多个给定事件发生的模式（例如，前面提到的b +）； 和pattern.times（#ofTimes），用于期望在给定类型的事件中出现特定次数的模式，例如 4次；pattern.times（#fromTimes，#toTimes）用于期望在给定类型的事件中出现特定的最小发生次数和最大发生次数的模式，例如 2-4

您可以使用pattern.greedy（）方法使循环模式变得贪婪（注：尽可能的多匹配），但仍无法使组模式变得贪婪。 您可以使用pattern.optional（）方法将所有模式（是否循环）设为可选。

对于名为start的模式，以下是有效的量词：

 // expecting 4 occurrences
 start.times(4)

 // expecting 0 or 4 occurrences
 start.times(4).optional()

 // expecting 2, 3 or 4 occurrences
 start.times(2, 4)

 // expecting 2, 3 or 4 occurrences and repeating as many as possible
 start.times(2, 4).greedy()

 // expecting 0, 2, 3 or 4 occurrences
 start.times(2, 4).optional()

 // expecting 0, 2, 3 or 4 occurrences and repeating as many as possible
 start.times(2, 4).optional().greedy()

 // expecting 1 or more occurrences
 start.oneOrMore()

 // expecting 1 or more occurrences and repeating as many as possible
 start.oneOrMore().greedy()

 // expecting 0 or more occurrences
 start.oneOrMore().optional()

 // expecting 0 or more occurrences and repeating as many as possible
 start.oneOrMore().optional().greedy()

 // expecting 2 or more occurrences
 start.timesOrMore(2)

 // expecting 2 or more occurrences and repeating as many as possible
 start.timesOrMore(2).greedy()

 // expecting 0, 2 or more occurrences
 start.timesOrMore(2).optional()

 // expecting 0, 2 or more occurrences and repeating as many as possible
 start.timesOrMore(2).optional().greedy()

条件

 对于每种模式，您都可以指定一个传入事件必须满足的条件才能被“接受”到模式中，例如 其值应大于5，或大于先前接受的事件的平均值。 您可以通过pattern.where（），pattern.or（）或pattern.until（）方法在事件属性上指定条件。 这些可以是IterativeConditions或SimpleConditions。

迭代条件：这是最通用的条件类型。 这样，您可以根据先前接受的事件的属性或部分事件的统计信息来指定接受后续事件的条件。

以下是一个迭代条件的代码，如果名称以“ foo”开头，并且该模式先前接受的事件的价格加上当前价格不超过5.0 ，则接受下一个事件 为“中间”的模式的事件。 迭代条件可能很强大，尤其是与循环模式（例如循环模式）结合使用时 一个或多个（）。

middle.oneOrMore()
    .subtype(classOf[SubEvent])
    .where(
        (value, ctx) => {
            lazy val sum = ctx.getEventsForPattern("middle").map(_.getPrice).sum
            value.getName.startsWith("foo") && sum + value.getPrice < 5.0
        }
    )

注意：调用ctx.getEventsForPattern（...）会找到给定潜在匹配项的所有先前接受的事件。 该操作的成本可能会有所不同，因此在实施时，请尽量减少其使用。

所描述的上下文也使事件时间特性具有一种访问方式。 有关更多信息，请参见时间上下文。

简单条件：这种类型的条件扩展了前面提到的IterativeCondition类，并仅基于事件本身的属性来决定是否接受事件。

start.where(event => event.getName.startsWith("foo"))

最后，您还可以通过pattern.subtype（subClass）方法将接受事件的类型限制为初始事件类型的子类型（此处为Event）。

start.subtype(classOf[SubEvent]).where(subEvent => ... /* some condition */)

组合条件：如上所示，您可以将子类型条件与其他条件组合。 这适用于所有条件。 您可以通过顺序调用where（）任意组合条件。 最终结果将是各个条件结果的逻辑与。

要使用OR合并条件，可以使用or（）方法，如下所示。

pattern.where(event => ... /* some condition */).or(event => ... /* or condition */)

停止条件：如果是循环模式（oneOrMore（）和oneOrMore（）。optional（）），您还可以指定停止条件，例如 接受值大于5的事件，直到值的总和小于50。

为了更好地理解它，请看以下示例。

• "(a+ until b)"（一个或多个"a"直到"b"）的模式

• 一系列传入事件 "a1" "c" "a2" "b" "a3"

• 该库将输出结果：{a1 a2} {a1} {a2} {a3}。

如您所见{a1 a2 a3}，{a2 a3}由于停止条件而未返回。

Pattern Operation	Description
where(condition)	定义当前模式的条件。 为了匹配模式，事件必须满足条件。 多个连续的where（）子句导致其条件与: pattern.where(event => ... /* some condition */)
or(condition)	添加与现有条件进行“或”运算的新条件。 一个事件只有通过至少一个条件才能匹配模式: pattern.where(event => ... /* some condition */) .or(event => ... /* alternative condition */)
until(condition)	指定循环模式的停止条件。 意味着如果发生符合给定条件的事件，则模式中将不再接受任何事件. 仅与oneOrMore（）结合使用 注意：它允许在基于事件的情况下为相应的模式清除状态. pattern.oneOrMore().until(event => ... /* some condition */)
subtype(subClass)	定义当前模式的子类型条件。 如果事件属于此子类型，则该事件只能与该模式匹配: pattern.subtype(classOf[SubEvent])
oneOrMore()	指定此模式期望至少发生一次匹配事件. 默认情况下，使用宽松的内部连续性（在后续事件之间）。 有关内部连续性的更多信息，请参见连续. 注意：建议使用until()或within()来启用清除状态 pattern.oneOrMore()
timesOrMore(#times)	指定此模式期望至少出现 #times 次匹配事件. 默认情况下，使用宽松的内部连续性（在后续事件之间）。 有关内部连续性的更多信息，请参见连续. pattern.timesOrMore(2)
times(#ofTimes)	指定此模式期望发生匹配事件的确切次数. 默认情况下，使用宽松的内部连续性（在后续事件之间）。 有关内部连续性的更多信息，请参见连续. pattern.times(2)
times(#fromTimes, #toTimes)	指定此模式期望匹配事件的#fromTimes和#toTimes之间发生. 默认情况下，使用宽松的内部连续性（在后续事件之间）。 有关内部连续性的更多信息，请参见连续. pattern.times(2, 4)
optional()	指定此模式是可选的，即它可能根本不会发生。 这适用于所有上述量词. pattern.oneOrMore().optional()
greedy()	指定此模式为贪婪模式，即将重复尽可能多的匹配。 这仅适用于量词，目前不支持分组模式. pattern.oneOrMore().greedy()

 

组合模式

既然您已经了解了单个模式的描述，那么现在该看看如何将它们组合成完整的模式序列了。

模式序列必须从初始模式开始，如下所示：

val start : Pattern[Event, _] = Pattern.begin("start")

接下来，可以通过在模式序列之间指定所需的连续性条件，将更多模式附加到模式序列中。FlinkCEP支持以下事件之间的连续性形式：

1. 严格连续性：期望所有匹配事件严格地一个接一个地出现，而中间没有任何不匹配事件。

2. 宽松连续性：忽略在匹配事件之间出现的不匹配事件。

3. 非确定性宽松连续性：进一步的宽松连续性，允许其他匹配忽略某些匹配事件。

要在连续模式之间应用它们，可以使用：

1. next()为严格的
   
2. followedBy()为宽松的
   
3. followedByAny()，用于不确定的宽松邻接

或

1. notNext()，如果您不希望某个事件类型直接跟随另一个事件
2. notFollowedBy()，如果您不希望事件类型介于其他两个事件类型之间。

注意：模式序列不能以 notFollowedBy() 结尾。

注意：NOT模式不能在可选模式之前。

// strict contiguity
val strict: Pattern[Event, _] = start.next("middle").where(...)

// relaxed contiguity
val relaxed: Pattern[Event, _] = start.followedBy("middle").where(...)

// non-deterministic relaxed contiguity
val nonDetermin: Pattern[Event, _] = start.followedByAny("middle").where(...)

// NOT pattern with strict contiguity
val strictNot: Pattern[Event, _] = start.notNext("not").where(...)

// NOT pattern with relaxed contiguity
val relaxedNot: Pattern[Event, _] = start.notFollowedBy("not").where(...)

宽松连续性意味着仅将匹配第一个后续匹配事件，而对于不确定的宽松连续性，将针对同一开始发出多个匹配项。例如，"a b"给定事件序列的pattern "a", "c", "b1", "b2"将给出以下结果：

1. "a"和"b"之间的严格邻接：{}（不匹配），“ a”之后的“ c”会导致“ a”被丢弃。

2. "a"和"b"之间宽松连续性：{a b1}作为轻松的连续性被视为“跳过不匹配的事件，直到下一个匹配的一个”。

3. “ a”和“ b”之间的不确定确定的宽松连续性：{a b1}，{a b2}，因为这是最通用的形式。

也可以定义时间约束以使模式有效。例如，您可以通过pattern.within()方法定义一个模式应该在10秒内发生。处理和事件时间都支持时间模式。

注意：模式序列只能具有一个时间约束。如果在不同的单独模式上定义了多个这样的约束，那么将应用最小的约束。

next.within(Time.seconds(10))

循环模式内的连续性

您可以在循环模式中应用与上一节中讨论的相同的邻接条件。 连续性将应用于接受到这种模式的元素之间。 为了举例说明上述内容，请使用输入“ a”的模式序列“ a b + c”（“ a”，然后是一个或多个“ b”的任意（非确定性宽松）序列，后跟“ c”） “，” b1“，” d1“，” b2“，” d2“，” b3“，” c“将具有以下结果：

1. 严格连续性：{a b3 c} –在“ b1”之后的“ d1”导致“ b1”被丢弃，由于“ d2”，对于“ b2”也一样。

2. 宽松的连续性：{a b1 c}，{a b1 b2 c}，{a b1 b2 b3 c}，{a b2 c}，{a b2 b3 c}，{a b3 c}-忽略“ d”。

3. 非确定性宽松的连续性：{a b1 c}，{a b1 b2 c}，{a b1 b3 c}，{a b1 b2 b3 c}，{a b2 c}，{a b2 b3 c}，{a b3 c}-请注意{ a b1 b3 c}，这是“ b”之间的松弛连续性的结果。

对于循环模式（例如oneOrMore()和times()），默认设置为宽松连续性。如果要严格邻接，则必须使用consecutive()调用显式指定它，如果要 非确定性宽松邻接，则可以使用该allowCombinations()调用。

Pattern Operation	Description
consecutive()	与oneOrMore（）和times（）结合使用，并在匹配事件之间施加严格的连续性， 即任何不匹配的元素都会破坏匹配（如next（）所示）. 如果未应用，则使用宽松的连续性（如followBy（）所示）. E.g. a pattern like: Pattern.begin("start").where(_.getName().equals("c")) .followedBy("middle").where(_.getName().equals("a")) .oneOrMore().consecutive() .followedBy("end1").where(_.getName().equals("b")) 将为输入序列生成以下匹配项：C D A1 A2 A3 D A4 B 连续应用: {C A1 B}, {C A1 A2 B}, {C A1 A2 A3 B} 没有连续应用: {C A1 B}, {C A1 A2 B}, {C A1 A2 A3 B}, {C A1 A2 A3 A4 B}
allowCombinations()	与oneOrMore（）和times（）结合使用，并在匹配事件之间施加不确定的宽松连续性（如followByAny（）中所示）. 如果未应用，则使用宽松的连续性（如followBy（）所示）. E.g. a pattern like: Pattern.begin("start").where(_.getName().equals("c")) .followedBy("middle").where(_.getName().equals("a")) .oneOrMore().allowCombinations() .followedBy("end1").where(_.getName().equals("b")) 将为输入序列生成以下匹配项: C D A1 A2 A3 D A4 B 启用组合: {C A1 B}, {C A1 A2 B}, {C A1 A3 B}, {C A1 A4 B}, {C A1 A2 A3 B}, {C A1 A2 A4 B}, {C A1 A3 A4 B}, {C A1 A2 A3 A4 B} 没有启用组合: {C A1 B}, {C A1 A2 B}, {C A1 A2 A3 B}, {C A1 A2 A3 A4 B}

模式组

 也可以将模式序列定义为begin，followedBy，followedByAny和next的条件。 模式序列在逻辑上将被视为匹配条件，并且将返回GroupPattern，并且可以应用oneOrMore（），times（#ofTimes），times（＃fromTimes，＃toTimes），optional（），continuous（）， allowCombinations（）到GroupPattern。

val start: Pattern[Event, _] = Pattern.begin(
    Pattern.begin[Event]("start").where(...).followedBy("start_middle").where(...)
)

// strict contiguity
val strict: Pattern[Event, _] = start.next(
    Pattern.begin[Event]("next_start").where(...).followedBy("next_middle").where(...)
).times(3)

// relaxed contiguity
val relaxed: Pattern[Event, _] = start.followedBy(
    Pattern.begin[Event]("followedby_start").where(...).followedBy("followedby_middle").where(...)
).oneOrMore()

// non-deterministic relaxed contiguity
val nonDetermin: Pattern[Event, _] = start.followedByAny(
    Pattern.begin[Event]("followedbyany_start").where(...).followedBy("followedbyany_middle").where(...)
).optional()

 

Pattern Operation	Description
begin(#name)	定义开始模式: val start = Pattern.begin[Event]("start")
begin(#pattern_sequence)	定义开始模式: val start = Pattern.begin( Pattern.begin[Event]("start").where(...).followedBy("middle").where(...) )
next(#name)	追加一个新模式。 匹配事件必须直接接在先前的匹配事件之后（严格连续）: val next = start.next("middle")
next(#pattern_sequence)	追加一个新模式。 一系列匹配事件必须直接接续先前的匹配事件（严格连续）: val next = start.next( Pattern.begin[Event]("start").where(...).followedBy("middle").where(...) )
followedBy(#name)	追加一个新模式。 匹配事件和上一个匹配事件之间可能会发生其他事件（宽松的连续性）: val followedBy = start.followedBy("middle")
followedBy(#pattern_sequence)	追加一个新模式。 在一系列匹配事件和上一个匹配事件之间可能会发生其他事件（宽松的连续性）: val followedBy = start.followedBy( Pattern.begin[Event]("start").where(...).followedBy("middle").where(...) )
followedByAny(#name)	追加一个新模式。 在匹配事件和先前的匹配事件之间可能会发生其他事件， 并且将为每个替代匹配事件显示替代匹配（不确定性宽松邻接）: val followedByAny = start.followedByAny("middle")
followedByAny(#pattern_sequence)	追加一个新模式。 在匹配事件序列和先前的匹配事件之间可能会发生其他事件， 并且将为匹配事件的每个替代序列（非确定性宽松连续性）提供替代匹配： val followedByAny = start.followedByAny( Pattern.begin[Event]("start").where(...).followedBy("middle").where(...) )
notNext()	附加新的否定模式。 匹配（否定）事件必须直接继承先前的匹配事件（严格连续性）才能放弃部分匹配: val notNext = start.notNext("not")
notFollowedBy()	附加新的否定模式。 即使在匹配（负）事件和上一个匹配事件（宽松的邻接）之间发生其他事件，部分匹配事件序列也将被丢弃: val notFollowedBy = start.notFollowedBy("not")
within(time)	定义事件序列与模式匹配的最大时间间隔。 如果未完成的事件序列超过此时间，则将其丢弃: pattern.within(Time.seconds(10))

匹配后跳过策略 

对于给定的模式，可以将同一事件分配给多个成功的匹配。 要控制将事件分配给多少个匹配项，您需要指定一个名为AfterMatchSkipStrategy的跳过策略。 跳过策略有五种类型，列出如下：

• NO_SKIP：将发出所有可能的匹配项。
• SKIP_TO_NEXT：丢弃以同一事件开始的所有部分匹配，发出的匹配从事件开始。
• SKIP_PAST_LAST_EVENT：丢弃匹配开始后但结束之前，开始的所有匹配。
• SKIP_TO_FIRST：丢弃在匹配开始之后但在PatternName的第一个事件发生之前开始的所有匹配。
• SKIP_TO_LAST：丢弃在匹配开始之后但在PatternName的最后一个事件发生之前开始的所有匹配。

请注意，在使用SKIP_TO_FIRST和SKIP_TO_LAST跳过策略时，还应指定有效的PatternName。

例如，对于给定的模式b + c和数据流b1 b2 b3 c，这四种跳过策略之间的差异如下：

 

Skip Strategy	Result	Description
NO_SKIP	b1 b2 b3 c b2 b3 c b3 c	找到匹配的b1 b2 b3 c后，匹配过程将不会丢弃任何结果。
SKIP_TO_NEXT	b1 b2 b3 c b2 b3 c b3 c	找到匹配的b1 b2 b3 c之后，匹配过程将不会丢弃任何结果， 因为没有其他匹配可以从b1开始.
SKIP_PAST_LAST_EVENT	b1 b2 b3 c	找到匹配的b1 b2 b3 c后，匹配过程将丢弃所有开始的部分匹配.
SKIP_TO_FIRST[b]	b1 b2 b3 c b2 b3 c b3 c	找到匹配的b1 b2 b3 c之后，匹配过程将尝试丢弃b1之前开始的所有部分匹配， 但没有此类匹配。 因此，什么都不会被丢弃.
SKIP_TO_LAST[b]	b1 b2 b3 c b3 c	找到匹配的b1 b2 b3 c之后，匹配过程将尝试丢弃b3之前开始的所有部分匹配。 有这样的一次匹配 b2 b3 c

 再看看另一个示例，以更好地了解NO_SKIP和SKIP_TO_FIRST之间的区别：模式：（a | b | c）（b | c）c + .greedy d和序列：a b c1 c2 c3 d然后结果将是：

 

Skip Strategy	Result	Description
NO_SKIP	a b c1 c2 c3 d b c1 c2 c3 d c1 c2 c3 d	找到匹配a b c1 c2 c3 d后，匹配过程将不会丢弃任何结果.
SKIP_TO_FIRST[c*]	a b c1 c2 c3 d c1 c2 c3 d	在找到与b c1 c2 c3 d匹配之后，匹配过程将丢弃在c1之前开始的所有部分匹配。 有一个这样的匹配b c1 c2 c3 d.

 为了更好地理解NO_SKIP和SKIP_TO_NEXT之间的区别，请看以下示例：模式：a b +和序列：a b1 b2 b3然后结果将是：

 

Skip Strategy	Result	Description
NO_SKIP	a b1 a b1 b2 a b1 b2 b3	找到匹配的b1之后，匹配过程将不会丢弃任何结果.
SKIP_TO_NEXT	a b1	找到匹配的b1之后，匹配过程将丢弃所有从a开始的部分匹配。 这意味着既不能生成b1 b2也不能生成b1 b2 b3.

 要指定要使用的跳过策略，只需通过调用以下内容来创建AfterMatchSkipStrategy：

Function	Description
AfterMatchSkipStrategy.noSkip()	Create a NO_SKIP skip strategy
AfterMatchSkipStrategy.skipToNext()	Create a SKIP_TO_NEXT skip strategy
AfterMatchSkipStrategy.skipPastLastEvent()	Create a SKIP_PAST_LAST_EVENT skip strategy
AfterMatchSkipStrategy.skipToFirst(patternName)	使用引用的模式名称patternName创建一个SKIP_TO_FIRST跳过策略
AfterMatchSkipStrategy.skipToLast(patternName)	使用引用的模式名称patternName创建一个SKIP_TO_LAST跳过策略

然后通过调用将跳过策略应用于模式：

val skipStrategy = ...
Pattern.begin("patternName", skipStrategy)

注意：对于SKIP_TO_FIRST / LAST，有两个选项可以处理在没有元素映射到指定变量时的情况。 默认情况下，将使用NO_SKIP策略。 另一个选择是在这种情况下引发异常。 可以通过以下方式启用此选项：

AfterMatchSkipStrategy.skipToFirst(patternName).throwExceptionOnMiss()

检测模式

 在指定了所需的模式序列之后，是时候将其应用于输入流以检测潜在的匹配了。 要针对模式序列运行事件流，必须创建一个PatternStream。 给定一个输入流输入，一个模式模式和一个可选的比较器比较器（用于在EventTime的情况下对具有相同时间戳的事件或在同一时刻到达的事件进行排序），您可以通过调用以下代码来创建PatternStream：

val input : DataStream[Event] = ...
val pattern : Pattern[Event, _] = ...
var comparator : EventComparator[Event] = ... // optional

val patternStream: PatternStream[Event] = CEP.pattern(input, pattern, comparator)

输入流可以是键的，也可以是非键的，具体取决于您的用例。

注意：将模式应用于非键控流将导致并行度等于1的作业。

从模式中选择

 获得PatternStream之后，可以将转换应用于检测到的事件序列。 建议的实现方式是通过PatternProcessFunction。

PatternProcessFunction具有一个processMatch方法，每个匹配事件序列都会调用该方法。 它以Map <String，List <IN >>的形式接收匹配，其中键是模式序列中每个模式的名称，值是该模式所有可接受事件的列表（IN是您的类型 输入元素）。 给定模式的事件按时间戳排序。 返回每个模式的接受事件列表的原因是，当使用循环模式（例如oneToMany（）和times（））时，给定模式可能会接受多个事件。

class MyPatternProcessFunction<IN, OUT> extends PatternProcessFunction<IN, OUT> {
    @Override
    public void processMatch(Map<String, List<IN>> match, Context ctx, Collector<OUT> out) throws Exception;
        IN startEvent = match.get("start").get(0);
        IN endEvent = match.get("end").get(0);
        out.collect(OUT(startEvent, endEvent));
    }
}

PatternProcessFunction允许访问Context对象。 有了它，就可以访问与时间相关的特征，例如currentProcessingTime或当前匹配的时间戳（这是分配给匹配的最后一个元素的时间戳）。 有关更多信息，请参见时间上下文。 通过这种情况，还可以将结果发送到副输出。

处理超时的部分模式

 只要某个模式具有通过inner关键字附加的窗口长度，则可能会丢弃部分事件序列，因为它们超过了窗口长度。 要对超时的部分匹配采取行动，可以使用TimedOutPartialMatchHandler接口。 该接口应该以混合样式使用。 这意味着您还可以使用PatternProcessFunction实现此接口。 TimedOutPartialMatchHandler提供了额外的processTimedOutMatch方法，将为每个超时的部分匹配调用该方法。

class MyPatternProcessFunction<IN, OUT> extends PatternProcessFunction<IN, OUT> implements TimedOutPartialMatchHandler<IN> {
    @Override
    public void processMatch(Map<String, List<IN>> match, Context ctx, Collector<OUT> out) throws Exception;
        ...
    }

    @Override
    public void processTimedOutMatch(Map<String, List<IN>> match, Context ctx) throws Exception;
        IN startEvent = match.get("start").get(0);
        ctx.output(outputTag, T(startEvent));
    }
}

注意：processTimedOutMatch不能访问主输出。 但是，仍然可以通过Context对象通过侧面输出发出结果。

Convenience API

 前面提到的PatternProcessFunction是在Flink 1.8中引入的，从那时起，它是与匹配项进行交互的推荐方法。 仍然可以使用老式的API，例如select / flatSelect，该API在内部将转换为PatternProcessFunction。

val patternStream: PatternStream[Event] = CEP.pattern(input, pattern)

val outputTag = OutputTag[String]("side-output")

val result: SingleOutputStreamOperator[ComplexEvent] = patternStream.flatSelect(outputTag){
    (pattern: Map[String, Iterable[Event]], timestamp: Long, out: Collector[TimeoutEvent]) =>
        out.collect(TimeoutEvent())
} {
    (pattern: mutable.Map[String, Iterable[Event]], out: Collector[ComplexEvent]) =>
        out.collect(ComplexEvent())
}

val timeoutResult: DataStream[TimeoutEvent] = result.getSideOutput(outputTag)

CEP库中的时间 

处理事件时间的延迟

 在CEP中，处理元素的顺序很重要。 为了确保在事件时间内工作时按正确的顺序处理元素，将传入的元素最初放在缓冲区中，在该缓冲区中，元素根据其时间戳按升序排序，并且当水印到达时，该缓冲区中的所有元素 小于水印的时间戳被处理。 这意味着水印之间的元素按事件时间顺序进行处理。

注意：在事件时间内工作时，cep 库假定水印正确无误。

为了确保跨水印的元素按事件时间顺序进行处理，Flink的CEP库假定水印是正确的，并将其时间戳小于最后看到的水印的时间戳视为晚元素。 后期元素不会进一步处理。 另外，您可以指定sideOutput标签来收集在最后看到的水印之后出现的后期元素，您可以像这样使用它。

val patternStream: PatternStream[Event] = CEP.pattern(input, pattern)

val lateDataOutputTag = OutputTag[String]("late-data")

val result: SingleOutputStreamOperator[ComplexEvent] = patternStream
      .sideOutputLateData(lateDataOutputTag)
      .select{
          pattern: Map[String, Iterable[ComplexEvent]] => ComplexEvent()
      }

val lateData: DataStream[String] = result.getSideOutput(lateDataOutputTag)

Time context

 在PatternProcessFunction和IterativeCondition中，用户可以访问实现TimeContext的上下文，如下所示：

/**
 * Enables access to time related characteristics such as current processing time or timestamp of
 * currently processed element. Used in {@link PatternProcessFunction} and
 * {@link org.apache.flink.cep.pattern.conditions.IterativeCondition}
 */
@PublicEvolving
public interface TimeContext {

    /**
     * Timestamp of the element currently being processed.
     *
     * <p>In case of {@link org.apache.flink.streaming.api.TimeCharacteristic#ProcessingTime} this
     * will be set to the time when event entered the cep operator.
     */
    long timestamp();

    /** Returns the current processing time. */
    long currentProcessingTime();
}

此上下文使用户可以访问已处理事件的时间特征（在IterativeCondition情况下为传入记录，在PatternProcessFunction情况下为匹配）。 调用TimeContext＃currentProcessingTime始终会为您提供当前处理时间的值，并且此调用应优先于例如 调用System.currentTimeMillis（）。

如果使用TimeContext＃timestamp（），则返回值等于使用EventTime时分配的时间戳。 在ProcessingTime中，该时间等于所述事件进入cep运算符的时间点（或在PatternProcessFunction的情况下生成匹配项的时间点）。 这意味着该值在对该方法的多次调用中将保持一致。

Examples

以下示例在事件的键控数据流上检测模式的开始，中间（名称=“错误”）->结束（名称=“严重”）。 这些事件由其ID进行键控，并且有效模式必须在10秒内发生。 整个处理过程随事件时间而定。

val env : StreamExecutionEnvironment = ...
env.setStreamTimeCharacteristic(TimeCharacteristic.EventTime)

val input : DataStream[Event] = ...

val partitionedInput = input.keyBy(event => event.getId)

val pattern = Pattern.begin[Event]("start")
  .next("middle").where(_.getName == "error")
  .followedBy("end").where(_.getName == "critical")
  .within(Time.seconds(10))

val patternStream = CEP.pattern(partitionedInput, pattern)

val alerts = patternStream.select(createAlert(_))

从旧版本的Flink迁移（1.3版之前） 

迁移到1.4+

在Flink-1.4中，删除了CEP库与<= Flink 1.2的向后兼容性。 不幸的是，不可能恢复曾经使用1.2.x运行的CEP作业。

迁移到1.3.x

 Flink-1.3中的CEP库附带了许多新功能，这些新功能导致API发生了一些更改。 在这里，我们描述了您需要对旧的CEP作业进行的更改，以便能够使用Flink-1.3运行它们。 进行这些更改并重新编译作业后，您将能够从作业的旧版本获取的保存点恢复执行，即无需重新处理过去的数据。

所需的更改是：

1. 更改条件（where(...)子句中的条件）以扩展SimpleCondition类，而不是实现FilterFunction接口。

2. 更改作为select（...）和flatSelect（...）方法的参数提供的函数，以获取与每个模式关联的事件列表（Java中为List，Scala中为Iterable）。 这是因为通过添加循环模式，多个输入事件可以匹配单个（循环）模式。

3. Flink 1.1和1.2中的followedBy（）隐含了不确定的宽松连续性（请参见此处）。 在Flink 1.3中，此更改已更改，并且followBy（）表示宽松邻接，而如果需要非确定性宽松邻接，则应使用followByAny（）。

欢迎关注Flink菜鸟公众号，会不定期更新Flink（开发技术）相关的推文