這篇博客文章試圖總結(jié)CEP領(lǐng)域中的技術(shù)，并探討它們的主要功能和不足。 有時(shí)似乎過(guò)度使用了CEP一詞（就像'ESB'一樣），下面的文章反映了我們對(duì)它的理解和理解。

ESPER（ http://esper.codehaus.org/ ）是流行的開(kāi)源組件，可用于Java的復(fù)雜事件處理（CEP）。 它包括對(duì)基于滑動(dòng)時(shí)間或長(zhǎng)度窗口的模式匹配和流處理的豐富支持。 盡管對(duì)“ CEP”一詞進(jìn)行了激烈的討論（ http://www.dbms2.com/2011/08/25/renaming-cep-or-not /），但ESPER似乎非常適合CEP術(shù)語(yǔ)，因?yàn)榻柚鶨SPER的EPL（事件處理語(yǔ)言），它似乎能夠從一系列簡(jiǎn)單事件中真正識(shí)別出“復(fù)雜事件”。

最近，在尋找用于實(shí)時(shí)CEP的開(kāi)源解決方案時(shí)，我們的小組偶然發(fā)現(xiàn)了Twitter的Storm項(xiàng)目（ https://github.com/nathanmarz/storm ）。 它聲稱與Yahoo的S4具有最強(qiáng)的可比性，并且與Esper和Streambase等“復(fù)雜事件處理”系統(tǒng)處于同一空間。 我不確定Streambase，但是更深入地研究Storm項(xiàng)目使它看起來(lái)與CEP和ESPER解決方案大不相同。 與S4同上（ http://incubator.apache.org/s4/ ）。 盡管S4和Storm似乎擅長(zhǎng)于分布式模式下的實(shí)時(shí)流處理，并且它們看上去（如他們聲稱的那樣）是“實(shí)時(shí)Hadoop”，但它們似乎沒(méi)有提供匹配模式的規(guī)定（因此，表示復(fù)雜事件）。 搜索（我們的研究可能與之相關(guān)的）CEP定義導(dǎo)致以下項(xiàng)目符號(hào)（ http://colinclark.sys-con.com/node/1985400 ），其中包括以下四個(gè)作為系統(tǒng)/解決方案的先決條件被稱為CEP組件/項(xiàng)目/解決方案：

• 領(lǐng)域特定語(yǔ)言
• 連續(xù)查詢
• 時(shí)間或長(zhǎng)度窗口
• 時(shí)間模式匹配

在當(dāng)前版本的S4和Storm項(xiàng)目中，似乎缺少完全支持時(shí)間/長(zhǎng)度窗口和時(shí)間模式匹配的連續(xù)查詢。 可能是由于它們的嬰兒期，他們將來(lái)會(huì)逐漸成熟以包含這些功能。 到目前為止，它們似乎只適合預(yù)處理事件流，然后再將其傳遞給ESPER之類的CEP引擎。 他們的分布式處理能力（la map-reduce模式）可以幫助加快預(yù)處理速度，在此情況下，可以過(guò)濾事件，或通過(guò)一些查找/計(jì)算等來(lái)豐富事件。還嘗試了將Storm與Esper集成（ http://tomdzk.wordpress.com/2011/09/28/storm-esper/ ）。

雖然像S4和Storm這樣的處理系統(tǒng)缺少CEP的重要功能，但基于ESPER的系統(tǒng)具有受內(nèi)存限制的缺點(diǎn)。 事件太多或時(shí)間窗口過(guò)長(zhǎng)可能會(huì)導(dǎo)致ESPER內(nèi)存不足。 如果ESPER用于處理實(shí)時(shí)流（例如來(lái)自社交媒體的流），則ESPER內(nèi)存中將積累大量數(shù)據(jù)。 從高層次來(lái)看，問(wèn)題陳述是為大數(shù)據(jù)發(fā)明CEP解決方案。 在更好的層面上，問(wèn)題陳述包括設(shè)計(jì)CEP解決方案，以處理機(jī)載（批處理）和飛行中（實(shí)時(shí)）數(shù)據(jù)。

用DarkStar的術(shù)語(yǔ)（ http://www.eventprocessing-communityofpractice.org/EPS-presentations/Clark_EP.pdf ），要求是“實(shí)時(shí)匹配已注冊(cè)的模式，在數(shù)據(jù)庫(kù)中發(fā)現(xiàn)相似的模式”。 由于受內(nèi)存限制是一個(gè)限制，因此，如果可以找到某種凝聚內(nèi)存事件的機(jī)制，可能會(huì)很有用。 但是，壓縮后的數(shù)據(jù)仍然應(yīng)該有意義，并保留原始流的上下文。

DarkStar使用符號(hào)聚合近似值（ http://www.cs.ucr.edu/~eamonn/SAX.htm ）來(lái)做到這一點(diǎn)，他們聲稱通過(guò)將SAX與AsterData的nCluster一起使用來(lái)滿足上述要求，nCluster是mpp（大規(guī)模并行）使用基于SQL / MapReduce（ http://www.asterdata.com/resources/mapreduce.php ）的嵌入式分析引擎處理數(shù)據(jù)庫(kù)）。

待續(xù)（隨著我們的進(jìn)一步研究）…

參考：來(lái)自我們的JCG合作伙伴 Abhishek Jain 的復(fù)雜（事件）世界 ? 在NS.Infra博客上。

翻譯自: https://www.javacodegeeks.com/2012/03/complex-event-world.html

總結(jié)

以上是生活随笔為你收集整理的复杂的（事件）世界的全部?jī)?nèi)容，希望文章能夠幫你解決所遇到的問(wèn)題。

如果覺(jué)得生活随笔網(wǎng)站內(nèi)容還不錯(cuò)，歡迎將生活随笔推薦給好友。