Flink CEP greedy理解

使用greedy

val env = StreamExecutionEnvironment.getExecutionEnvironment

val input = env.fromElements("a", "aa", "aaa","bbb","ccc","cc")
val pattern = Pattern.begin[String]("a-label").where(s => s.startsWith("a")).oneOrMore.next("b-label").where(s => s.length==3).oneOrMore.greedy.next("c-label").where(s=> s.startsWith("c"))val patternStream = CEP.pattern(input, pattern)patternStream.select(map=>{val a = map.get("a-label").getval b = map.get("b-label").getval c = map.get("c-label").gets"$a-$b-$c"
}).print()

env.execute()

结果:

7> Buffer(aaa) - Buffer(bbb, ccc)-Buffer(cc)
4> Buffer(a, aa) - Buffer(aaa, bbb, ccc)-Buffer(cc)
6> Buffer(aa) - Buffer(aaa, bbb, ccc)-Buffer(cc)
5> Buffer(aa, aaa) - Buffer(bbb, ccc)-Buffer(cc)
3> Buffer(a, aa, aaa) - Buffer(bbb, ccc)-Buffer(cc)

--------------------------------------------------------------------------------------------------------------------------------

不使用greedy：

val env = StreamExecutionEnvironment.getExecutionEnvironmentimport org.apache.flink.streaming.api.scala._
val input = env.fromElements("a", "aa", "aaa","bbb","ccc","cc")// pattern为a+(greedy)b
val pattern = Pattern.begin[String]("a-label").where(s => s.startsWith("a")).oneOrMore.next("b-label").where(s => s.length==3).oneOrMore.next("c-label").where(s=> s.startsWith("c"))val patternStream = CEP.pattern(input, pattern)patternStream.select(map=>{val a = map.get("a-label").getval b = map.get("b-label").getval c = map.get("c-label").gets"$a-$b-$c"
}).print()env.execute()

结果:

3> Buffer(aaa)-Buffer(bbb)-Buffer(ccc)
5> Buffer(a, aa)-Buffer(aaa, bbb, ccc)-Buffer(cc)
6> Buffer(aa, aaa)-Buffer(bbb, ccc)-Buffer(cc)
8> Buffer(aaa)-Buffer(bbb, ccc)-Buffer(cc)
11> Buffer(a, aa, aaa)-Buffer(bbb)-Buffer(ccc)
1> Buffer(aa, aaa)-Buffer(bbb)-Buffer(ccc)
2> Buffer(aa)-Buffer(aaa, bbb)-Buffer(ccc)
12> Buffer(a, aa)-Buffer(aaa, bbb)-Buffer(ccc)
7> Buffer(aa)-Buffer(aaa, bbb, ccc)-Buffer(cc)
4> Buffer(a, aa, aaa)-Buffer(bbb, ccc)-Buffer(cc)

--------------------------------------------------------------------------------------------------------------------------------

结论:

b-label使用贪婪模式时，元素ccc既满足b-label条件，也满足c-label条件，此时，ccc会被贪婪的处理成满足b的条件；b-label不使用贪婪模式时，ccc既可以当成b-label的元素，也可以当成c-label的元素，所以最后匹配的结果比使用贪婪模式会多。同时，从结果上看，b-label上的greedy不会作用到a-label上。

Flink CEP greedy理解相关推荐

【Flink】基于 Flink CEP 实时计算商品订单流失量
1.概述转载:https://blog.csdn.net/tzs_1041218129/article/details/108786597 假设有个需求需要实时计算商品的订单流失量,规则如下: 用户 ...
一文学会 Flink CEP(以直播平台监控用户弹幕为例)
我们在看直播的时候,不管对于主播还是用户来说,非常重要的一项就是弹幕文化.为了增加直播趣味性和互动性, 各大网络直播平台纷纷采用弹窗弹幕作为用户实时交流的方式,内容丰富且形式多样的弹幕数据中隐含着复杂 ...
大数据计算引擎之Flink Flink CEP复杂事件编程
原文地址:大数据计算引擎之Flink Flink CEP复杂事件编程复杂事件编程(CEP)是一种基于流处理的技术,将系统数据看作不同类型的事件,通过分析事件之间的关系,建立不同的时事件系序列库,并利 ...
Apache Flink CEP 实战
本文根据Apache Flink 实战&进阶篇系列直播课程整理而成,由哈啰出行大数据实时平台资深开发刘博分享.通过一些简单的实际例子,从概念原理,到如何使用,再到功能的扩展,希望能够给打算使用 ...
从滴滴的Flink CEP引擎说起
从滴滴的Flink CEP引擎说起本文转载自 https://www.cnblogs.com/cx2016/p/11647110.html. CEP业务场景复杂事件处理(Complex Event ...
Flink CEP在哈啰出行的应用
来源:ververica.cn 作者:刘博·哈啰出行 By 大数据技术与架构场景描述:Flink CEP 是 Flink 的复杂处理库.它允许用户快速检测无尽数据流中的复杂模式.不过 Flink C ...
Flink: CEP详解
本文根据 Apache Flink 系列直播课程整理而成,由哈啰出行大数据实时平台资深开发刘博分享.通过一些简单的实际例子,从概念原理,到如何使用,再到功能的扩展,希望能够给计划使用或者已经使用的同学 ...
flink CEP之规则解释
flink CEP表示复杂事件处理. CEP开发流程: 输入事件流的创建即DataStream pattern的定义即规则定义通过pattern规则去事件流匹配选取结果 pattern 1.规则定 ...
Flink CEP编程
一.FlinkCEP介绍 FlinkCEP(Complex event processing for Flink) 是在Flink实现的复杂事件处理库. 它可以让你在无界流中检测出特定的数据,有机会掌 ...
flink cep demo
Flink CEP 是 Flink 的复杂处理库.它允许用户快速检测无尽数据流中的复杂模式.不过 Flink CEP 仅可用于通过 DataStream API处理. 参考细说Flink CEP,我们 ...

Flink CEP greedy理解

Flink CEP greedy理解相关推荐

最新文章

热门文章