复杂事件处理引擎—Esper入门（第二弹）

说明：

　　以下内容，可以参考Esper官方网站《Qucik start & Tutorial 》（顺序做了部分调整）。 PS：因为英语水平有限（大学期间刚过CET4的英语小盲童一枚），翻译很烂（自己都感觉不能直视），描述不清的，可以随时问。一有时间，将给予解释。

 

Tutorial (教程)部分

1、简介 （该部分在入门第一弹中有提起）

Esper 是一个事件流处理和事件关联的引擎（CEP,complex event processing 复合事件处理）。作为实时事件驱动框架，当事件流中有事件条件发生时，Esper能够触发自定义动作（POJO）。Esper也是为了大量事件关联而设计，当有数百万的事件进来时，不能用经典的数据库架构来存储所有事件。 

定制的事件处理语言EPL，允许表达丰富的事件条件、关联性，也可跨越事件窗口，从而最大限度的减少为应对复杂情况而必须建立系统的开发难度。

Esper是轻量级的java内核实现，其可以完全嵌入到任何的java进程、javaEE应用服务器或者给予java的ESB（企业服务总线）。Esper可以很快完成传入的大量消息或者事件处理的应用程序。

【总结】Esper是一个事件处理和复杂事件关联处理的java内核的轻量级引擎。对于大量事件的处理，能够用最短的时间做出反应，触发相应的操作。另外，为Esper量身定制的事件处理语言——类SQL语言，对于表达事件的条件以及关联关系的处理等非常方便。

2、事件流和复杂事件

信息对于作出明智的选择是至关重要的。不仅现实生活中这是事实，而且在计算机处理中尤其是一些领域，比如金融、欺诈检测、商业智能或是战场操作等，也是很重要的。信息从不同的来源，以消息或者事件的形式流动，如股票价格在某一特定时间的状态需要给出一个提示。也就是说，看离散的数据大部分时间是没有意义的。交易者需要看到一段时间的股票走势，以便结合其他信息在合适的时间做出最好的交易。

一条一条的离散事件是没有意义的，事件流——一个无限的事件集合——可认为是一个滑动的窗口，进一步关联是非常有意义的，并用最小的延迟对事件做出反应，对有效行动和竞争优势是至关重要的。

【总结】事件流其实一个个离散的事件串接而成。现实中对于事件流的监控或者处理，比如股票信息等，需要实时性的计算其走势，以便能够及时的获取有价值数据。事件流在Esper中是一个滑动的窗口，对事件关联处理等至关重要。

3、Esper

关系型数据库或者基于消息的系统比如JMS，真的很难处理时间数据和实时查询。事实上，数据库需要一个明确的查询来返回有意义的数据，并且在数据放生变化时不适合推送数据。JMS系统是无状态的，需要开发人员自己实现这个时间和聚合的逻辑。相比之下，Esper提供了更高的抽象和智能，可以认为是数据库的倒置：不是存储数据，而是对存储的数据运行查询，Esper允许应用程序存储查询，并让数据运行通过。当满足查询的条件发生时，Esper会做出实时的响应。执行模块是持续的，而不是只有在查询提交的时候。这个概念是EDA（事件驱动架构）的关键基础，在过去的10年，甚至更久都一直在积极的研究。然而，现实中对该系统重要性的认知最近才开始出现。

在Esper中，定制的EPL允许在引擎中注册查询。监听类（POJO类）会在事件满足EPL条件的时候由引擎进行调用。EPL能够表达复杂的匹配条件，包括事件窗口、事件流关联、过滤、聚合以及排序等。Esper statement也可以通过“followed by ” 即“->”条件从多个简单的事件中获取复杂事件。事件可以被描述成JavaBean类、传统的java类、XML或者是Map，作为消息发布者，促进重用现有的系统。

【总结】在处理实时性的数据时，比如心跳监控、股票价格走势等，Esper相对于关系型数据库有天然的优势，Esper不需要对完成的数据的存储，便可以完成数据的实时查询处理，从这点看，更像是数据库的倒置——试想一下，数据库是先存储数据，通过编译解析SQL，完成已存储数据的查询，Esper则是先编译EPL语句，形成一个过滤（或处理）层（或者网），实时过来的数据，通过这个过滤层完成有效事件的筛选或形成有效事件。Esper的事件处理语言——EPL，是类SQL语言，其select 语句、from语句、where语句以及group by 、having等，甚至包括大部分的聚合函数等，都和标准的SQL语言一致。在EPL规则的编写上，对于有数据库开发经验的人来说，上手十分容易。

4、开发事件驱动应用

用Esper来开发事件驱动应用并不困难。大概有下面的几步：

1> 通过分析业务域和定义探测的情景或者需要报告的信息，定义应用程序应该完成的功能或任务。

2> 定义性能要求，特别是吞吐量和延迟。

3> 确定从什么地方获取事件。

4> 根据业务确定事件格式和事件内容。

5> 设计导致复杂事件的事件关系。

6> 事件源。

7>  设计事件表示类型：java类、map、或XML等

8> 定义EPL语句，用于匹配模式和流的处理。

9> 比如，用CSV适配器作为事件模拟工具，测试检测场景，或产生加载加载事件。

10> 在最终的环境上，测试吞吐量和延迟。

5、设计事件表示方式

在Esper当中，java类是一种简单、丰富且通用的事件表示方式。通过接口和超类，java类提供了继承性和多态性，通过一个对象graph，就可以表示一个复杂的业务域。Maps或XML也是事件表示的一种方式。

6、事件流分析

EPL语句从一个或者多个事件流中派生和聚合信息，加入或合并事件流，并将一个时间流的结果提供给后续的语句。EPL在select语句和where语句的使用上，和SQL很相似。不过EPL语句用事件流和views替换了数据库的表格。和SQL中表格相似，views定义了可用于查询和过滤的数据。Views可以表示为一个事件流上的一个窗口。Views也可以排序事件、从事件属性获取统计数据、进行事件分组或者处理唯一的事件属性值。

下面的EPL语句用于计算股票事件过去30s的平均价格：

select avg(price) from StockTickEvent.win:time(30 sec)

下面EPL返回的是前100条股票事件的平均值：

select symbol, avg(price) as averagePrice
    from StockTickEvent.win:length(100)
group by symbol

下面的例子关联了两个事件流。第一个事件流由欺诈告警事件组成，用于保存过去30分钟的事件信息。第二个流则是withdrawal事件，用来保存过去30秒的事件。这两个流通过account number进行关联：

select fraud.accountNumber as accntNum, fraud.warning as warn, withdraw.amount as amount,
        MAX(fraud.timestamp, withdraw.timestamp) as timestamp, 'withdrawlFraud' as desc
from FraudWarningEvent.win:time(30 min) as fraud,
        WithdrawalEvent.win:time(30 sec) as withdraw
where fraud.accountNumber = withdraw.accountNumber

7、事件模式匹配

Event patterns match when an event or multiple events occur that match the pattern's definition.

一个或多个事件发生时，事件模式会匹配定义的模式（很别扭啊⊙﹏⊙b）。模式也可以是基于时间的。模式匹配时通过状态机实现的。

模式表达式可以由连接了模式操作符的过滤器表达式组成。通过在圆括号中的嵌入表达式，可以实现更深的模式表达式嵌套。

5类操作符：

·控制模式探测器的创建和终止：every

 · 逻辑操作符：and、or、not

 · 操作事件顺序的时间操作符：-> （紧跟着发生的，followed by）

 · 过滤输出事件的where条件，引起模式探测器的终止：如，timer:within 

 · 和观察其他事件一样，观察者也观察时间事件，如 timer:interval，  timer:at

下面是一些EPL的例子：

//模式匹配的是在接下来60秒钟IBM股票值大于80的所有事件
every StockTickEvent(symbol="IBM", price>80) where timer:within(60 seconds)

//每小时的第5分钟给出提醒:
every timer:at(5, *, *, *, *)

//当A事件发生时，如果后面跟的是B事件或C事件，则给出提醒（输出A事件）
A -> ( B or C )

//匹配的是每一个EventX，如果后跟EventY事件，并且其objectID和EventX的objectID一样，则给出提醒（输出a事件）：
every a=EventX -> every b=EventY(objectID=a.objectID)

8、模式匹配和事件流分析结合使用

当检测到事件序列（或没有事件发生）时，模式就会匹配。模式匹配的结果可以用于进一步的分析和处理。

下面的模式监测的是 Status事件发生后的10s没有相同ID的status事件发生的场景。整个EPL语句进一步计算了所有发生的每个ID的事件总数。

select a.id, count(*) from pattern [
        every a=Status -> (timer:interval(10 sec) and not Status(id=a.id)
] group by id

9、命名窗口

命名窗口在引擎中是全局的数据窗口，其可以参与到很多的语句查询，并且可以被多个statement执行select、insert和delete操作。命名窗口和关系型数据库系统的表很相似。

通过下面的几步可以创建命名窗口：

create window AlertNamedWindow as (origin string, priority string, alarmNumber long)

当事件到达时，可以触发一个select、update或delete操作。下面是一个select应用，简单的统计数据窗口中的记录行总数：

on TriggerEvent select count(*) from AlertNamedWindow

10、匹配-识别模式匹配（Match-Recognize Pattern Matching）

匹配-识别模式是一个基于正则表达式的模式匹配语法，是建议列入SQL的标准语法。

下面的匹配-识别模式，探测的是可能出现在事件中的模式，这些事件通过命名窗口（如上声明）保存。这个模式查找的是两个紧跟的事件，即事件之间没有相同的origin。第一个事件必须有一个“high”优先级，第二个事件必须是“medium”优先级。

select * from AlertNamedWindow
  match_recognize (
    partition by origin
    measures a1.origin as origin, a1.alarmNumber as alarmNumber1, a2.alarmNumber as alarmNumber2
    pattern (a1 a2)
    define
      a1 as a1.priority = 'high',
      a2 as a2.priority = 'medium' 
)

11、变量（Variables）

变量是一个标量、对象或者事件值，可用于所有的statement，包括模式。变量可以用在EPL中任意位置的表达式中。

【总结】开发Esper应用时，事件类型建议采用Java类，对于事件信息的描述更为直观（参考<a href="http://esper.codehaus.org/tutorials/tutorial/quickstart.html">Quick Start</a>）。在具有复杂关系的事件设计中，不建议使用Map的方式（可参考<a href="http://esper.codehaus.org/esper-4.9.0/doc/reference/en-US/html/performance.html#perf-tips-22">Esper参考文档性能部分</a>）。在EPL设计时，根据业务需求，如果能通过标准的SQL语法完成的，尽量不要使用匹配模式，因为在运行时，需要对Pattern进行额外的解析，其规则较SQL复杂，性能上有少许损耗。

数据窗口的使用，能够使得Esper处理更为复杂的应用场景，比如与分布式缓存、静态数据的使用等。变量不难理解，不管是高级的开发语言如java、C/C++，还是脚本语言如ruby、JS等，都有变量的概念，其使用范围，仅限于当前的Esper引擎实例。

另外，本节所描述的信息，如EPL、数据窗口等概念会在后续的更新中详细描述。敬请期待！！

注：转载请注明出处！ 谢谢！