flink本地启动 例子 flink 本地模式

什么是Cep？

在流式数据中（事件流），筛选出符合条件的一系列动作（事件）【复杂事件处理】

什么是 Flink-Cep？

Flink Cep库Api 【实时操作】

官方文档

什么是Pattern？

Pattern就是Cep里的规则制定

Pattern分为个体模式，组合模式（模式序列）和模式组

模式组是将组合模式作为条件的个体模式

Cep开发流程

1. DataStream 或 Keyedstream
2. 定义规则(Pattern)
3. 将规则应用于KeyedStream，生成PatternStream
4. 将PatternStream，通过Select方法，将符合规则的数据输出

代码实战

依赖

<!-- Flink-Cep -->
        <dependency>
            <groupId>org.apache.flink</groupId>
            <artifactId>flink-cep_${scala.binary.version}</artifactId>
            <version>${flink.version}</version>
        </dependency>

Cep开发伪代码（个体模式和组合模式）

public class CepDemo {
    public static void main(String[] args) {

        // 创建流式计算上下文环境
        StreamExecutionEnvironment env = StreamExecutionEnvironment.getExecutionEnvironment();

        // 生成DataStream
        DataStream<String> dataStream = null;

        // 生成KeyedStream (分组)
        KeyedStream<String, Tuple> keyedStream = dataStream.keyBy("");

        // 生成模式(规则) ( Pattern 对象)
        /* **********************
         *
         * 【个体模式】
         * 1. 【单例】模式：只接收1个事件
         * 2. 【循环】模式：能接收多个事件或1个事件, 单例模式 + 量词（times()）
         * *********************/
        // 生成名叫 “login” 的单个Pattern
        Pattern<String, String> pattern =
                Pattern.<String>begin("login").where(new SimpleCondition<String>() {
                    @Override
                    public boolean filter(String s) throws Exception {
                        // Patter规则内容
                        return false;
                    }
                }).times(3);

        /* **********************
         * 【组合模式】
         *
         * 组合方式：
         * 1. next: 严格紧邻 （连续）
         * 2. fallowedBy: 宽松近邻 （非连续）
         * 3. fallowedByAny: 非严格匹配,比 fallowedBy 更宽松
         *
         * *********************/

        // 生成了两个Patten所组成的Pattern序列，分别名叫 "login", "sale"
        Pattern<String, String> patterns =
                Pattern.<String>begin("login")//.where()
                        .followedBy("sale");//.where();


        // 将 Pattern 应用于 KeyedStream， 生成 PatternStream 对象
        PatternStream<String> patternStream = CEP.pattern(keyedStream, patterns);


        // 通过PatternStream 对象的 select() 方法, 将符合规则的数据提取输出
        DataStream<Object> patternResult = patternStream.select(new PatternSelectFunction<String, Object>() {

            /**
             * @param map:  key: 指的是Pattern的名称。 value: 符合这个Pattern的数据
             */
            @Override
            public Object select(Map<String, List<String>> map) throws Exception {
                return null;
            }
        });

    }
}

【生成模式】

基于【个体模式】检测最近1分钟内登录失败超过3次的用户

CEP模式：允许这3次登录失败事件之间出现其他行为事件（不连续）【宽松近邻】

public class LoginFailBySingleton {

    public static void main(String[] args) {
        // Kafka数据源
        DataStream<EventPO> eventStream = KafkaUtil.read(args);

        // 生成KeyedStream 用户id分组
        KeyedStream<EventPO, Integer> keyedStream = eventStream.keyBy((KeySelector<EventPO, Integer>) EventPO::getUser_id_int);

        // 生成模式 (规则/Pattern)
        Pattern.
                <EventPO>begin("login_fail_first") // Pattern名称

                /*
                      1. IterativeCondition 抽象类 表示通用的匹配规则
                      需要实现 filter(), 需要传入2个参数

                      2.SimpleCondition 是 IterativeCondition 的子类，表示简单的匹配规则
                      需要实现 filter(), 需要传入1个参数
                 */
                .where(new SimpleCondition<EventPO>() {
                    @Override
                    public boolean filter(EventPO eventPO) {
                        // 登录失败事件
                        return EventConstant.LOGIN_FAIL.equals(eventPO.getEvent_name());
                    }
                })
                .times(3) // 3次，宽松近邻
                .within(Time.seconds(60)); // 最近一分钟（时间）

    }
}

检测最近1分钟内【连续】登录失败超过3次的用户

基于【个体模式】

CEP模式：3次登录失败事件必须是连续的【严格紧邻】

添加该方法即可.consecutive()

public class LoginFailByConsecutive {

    public static void main(String[] args) {
        // Kafka
        DataStream<EventPO> eventStream = KafkaUtil.read(args);

        // 生成KeyedStream
        KeyedStream<EventPO, Integer> keyedStream = eventStream.keyBy(new KeySelector<EventPO, Integer>() {
            @Override
            public Integer getKey(EventPO eventPO) throws Exception {
                return eventPO.getUser_id_int();
            }
        });

        Pattern.
                <EventPO>begin("login_fail_first")
                .where(new SimpleCondition<EventPO>() {
                    @Override
                    public boolean filter(EventPO eventPO) throws Exception {
                        return EventConstant.LOGIN_FAIL.equals(eventPO.getEvent_name());
                    }
                })
                /* **********************
                 * 1. 个体模式的循环模式 匹配的是 宽松近邻 （能够允许插入其他事件）
                 * 2. consecutive() 就指定匹配模式是 严格紧邻（连续）
                 * *********************/
                .times(3)
                .consecutive() // 连续
                .within(Time.seconds(60));

    }
}

宽松近邻与严格紧邻

宽松近邻：不连续事件

严格紧邻：连续事件

例子：

事件流1(连续登录失败的事件流)：event_A(login_fail),event_B(login_fail),event_C(login_fail)【严格紧邻】

事件流2(不连续登录失败的事件流)：event_A(login_fail),event_D(login_success),event_B(login_fail),event_C(login_fail)【宽松近邻】

基于【组合模式】

单体模式、组合模式通用

组合模式.next(...)严格紧邻（连续事件）

public class LoginFailByComposite {

    public static void main(String[] args) {
        
        DataStream<EventPO> eventStream = KafkaUtil.read(args);
        KeyedStream<EventPO, Integer> keyedStream = eventStream.keyBy(new KeySelector<EventPO, Integer>() {
            @Override
            public Integer getKey(EventPO eventPO) throws Exception {
                return eventPO.getUser_id_int();
            }
        });

        // 三个连续登录失败事件【组合模式】
        Pattern.
                <EventPO>begin("login_fail_first")
                .where(new SimpleCondition<EventPO>() {
                    @Override
                    public boolean filter(EventPO eventPO) throws Exception {
                        return EventConstant.LOGIN_FAIL.equals(eventPO.getEvent_name());
                    }
                })
                .next("login_fail_second") // 严格紧邻
                .where(new SimpleCondition<EventPO>() {
                    @Override
                    public boolean filter(EventPO eventPO) throws Exception {
                        return EventConstant.LOGIN_FAIL.equals(eventPO.getEvent_name());
                    }
                })
                .next("login_fail_third")
                .where(new SimpleCondition<EventPO>() {
                    @Override
                    public boolean filter(EventPO eventPO) throws Exception {
                        return EventConstant.LOGIN_FAIL.equals(eventPO.getEvent_name());
                    }
                })
                .within(Time.seconds(60));

    }
}

基于【迭代条件】检测最近15分钟内IP更换次数超过3次的用户

注意：

1. 对于每个模式 (规则/Pattern)
   可以设置条件，判定到达的行为事件，是否能够进入到这个模式
   如：设置条件为只有登录成功这个行为事件，才能够进入到这个模式
2. 条件的设置方法是：where()where() 的参数是 IterativeCondition对象
3. IterativeCondition 称为迭代条件能够设置较复杂的条件，尤其和循环模式相结合

public class IpChangeByIterative {
    public static void main(String[] args) {

        DataStream<EventPO> eventStream = KafkaUtil.read(args);

        KeyedStream<EventPO, Integer> keyedStream = eventStream.keyBy((KeySelector<EventPO, Integer>) EventPO::getUser_id_int);

        Pattern<EventPO, ?> pattern =
                Pattern.
                        // 组合模式以begin开头,
                        // 不设置条件,所有行为事件都可以进入到这个模式
                                <EventPO>begin("ip")
                        // 判断用户行为事件在15分钟内IP是否发生变化（更换IP之间可以有其他事件）
                        .followedBy("next").where(new IpChangeCondition())
                        // 15分钟内IP发生变化次数超过3次
                        .timesOrMore(3)
                        // 满足条件的行为事件必须在最近15分钟内
                        .within(Time.seconds(900));

        // 将模式应用到事件流
        /* **********************
         * 
         * CEP.pattern(),
         * 还可以有第3个参数,
         * 第3个参数是比较器 EventComparator 对象,
         * 可以对于同时进入模式的行为事件,进行更精确的排序
         *
         * *********************/
        PatternStream<EventPO> patternStream = CEP.pattern(keyedStream, pattern);
        
        // 提取数据...
    }
}

判断条件

继承IterativeCondition类

Context 是上下文对象，getEventsForPattern(...)根据传入的模式名获取对应模式中已匹配的所有行为事件

public class IpChangeCondition extends IterativeCondition<EventPO> {
    @Override
    public boolean filter(EventPO eventPO, Context<EventPO> context) throws Exception {

        boolean change = false;
        // 当前模式名称是"ip", 获取当前模式之前已经匹配的事件
        for (EventPO preEvent : context.getEventsForPattern("ip")) {
            // 前一个行为事件的IP
            String preIP = preEvent.getEvent_context().getDevice().getIp();
            // 当前行为事件的IP
            String IP = eventPO.getEvent_context().getDevice().getIp();

            // 判断前后行为事件的IP是否发生变化
            if (!Objects.equals(preIP, IP)) {
                change = true;
                break;
            }
        }
        return change;
    }
}

用户在15分钟内的行为路径是"登录-领券-下单"(明显薅羊毛行为特征)

组合模式

public class ClipCouponsRoute {
    public static void main(String[] args) {

        DataStream<EventPO> eventStream = KafkaUtil.read(args);

        KeyedStream<EventPO, Integer> keyedStream = eventStream.keyBy((KeySelector<EventPO, Integer>) EventPO::getUser_id_int);

        // 生成模式 (规则/Pattern)【组合模式】
        Pattern<EventPO, ?> pattern =
                Pattern
                        // 过滤登录行为事件
                        .<EventPO>begin("login").where(new SimpleCondition<EventPO>() {
                            @Override
                            public boolean filter(EventPO eventPO) throws Exception {
                                return EventConstant.LOGIN_SUCCESS.equals(eventPO.getEvent_type());
                            }
                        })
                        // 宽松近邻：过滤领取优惠券行为事件
                        .followedBy("receive").where(new SimpleCondition<EventPO>() {
                            @Override
                            public boolean filter(EventPO eventPO) throws Exception {
                                return EventConstant.COUPON_RECEIVE.equals(eventPO.getEvent_type());
                            }
                        })
                        // 宽松近邻：过滤使用优惠券行为事件
                        .followedBy("use").where(new SimpleCondition<EventPO>() {
                            @Override
                            public boolean filter(EventPO eventPO) throws Exception {
                                return EventConstant.COUPON_USE.equals(eventPO.getEvent_type());
                            }
                        })
                        // 模式有效时间：15分钟内
                        .within(Time.minutes(15));
    }
}

【提取、输出事件流】

将模式应用到事件流生成PatternStream

生成Pattern之后，就要提取输出事件流

// ...

        // 生成模式 (规则/Pattern)
        Pattern<EventPO, ?> pattern =
                Pattern. <EventPO>begin("ip")
                        .followedBy("next").where(new IpChangeCondition())
                        .timesOrMore(3)
                        .within(Time.seconds(900));


        // 将模式应用到事件流
        /* **********************
         * CEP.pattern(),
         * 还可以有第3个参数,
         * 第3个参数是比较器 EventComparator 对象,
         * 可以对于同时进入模式的行为事件,进行更精确的排序
         * *********************/
        PatternStream<EventPO> patternStream = CEP.pattern(keyedStream, pattern);

PatternStream三个提取匹配事件方法

1. select()： 参数是 PatternSelectFunction 对象，有返回值
2. flatselect()：参数是 PatternFlatSelectFunction 对象，无返回值，可以通过 Collector.collect() 以事件流输出
3. process()： 参数是 PatternProcessFunction 对象，无返回值，可以通过 Collector.collect() 以事件流输出也可以通过 Context对象获取上下文信息

建议使用 flatSelect(), 可以更加灵活；官方建议使用 process()

以15分钟IP变化为例，完整代码：

public class IpChangeByIterative {
    public static void main(String[] args) {
        DataStream<EventPO> eventStream = KafkaUtil.read(args);

        KeyedStream<EventPO, Integer> keyedStream = eventStream.keyBy((KeySelector<EventPO, Integer>) EventPO::getUser_id_int);

        // 生成模式 (规则/Pattern)
        Pattern<EventPO, ?> pattern =
                Pattern.<EventPO>begin("ip")               
                        .followedBy("next").where(new IpChangeCondition())
                        .timesOrMore(3)
                        .within(Time.seconds(900));

        // 将模式应用到事件流
        PatternStream<EventPO> patternStream = CEP.pattern(keyedStream, pattern);

        // 提取匹配事件
        DataStream<EventPO> result = patternStream.process(new IpChangeProcessFunction());

        // 执行规则命中的策略动作

    }
}

public class IpChangeProcessFunction extends PatternProcessFunction<EventPO, EventPO> {

    /**
     * @param map       Map<模式名, 模式名对应匹配事件列表>
     * @param context   上下文对象
     * @param collector 输出事件流
     */
    @Override
    public void processMatch(Map<String, List<EventPO>> map, Context context, Collector<EventPO> collector) throws Exception {

    }
}

提取输出事件流，下游算子处理

Flink-Cep基石 NFA状态转移流程

薅羊毛用户是有着明显目的的

正常用户行为事件流：

来回比较不同商品价格，最终决定购买哪件商品。

薅羊毛用户行为事件流：

带有很强的目的性，“登录-领券-下单”事件流一气呵成。

Cep底层原理：

1. CEP模式匹配：每个模式包含多个状态
2. CEP模式匹配：状态转换的过程(NFA)

以羊毛党购买商品为例，状态变化流程：

匹配上事件，设置状态，三个状态都不一样，符合条件的事件，放到结果集中，与预先设置条件数量一致。

状态最后转换为最终状态，后续传递给下游算子计算。

CEP工作流程：

1. 定义一个一个的Pattern，如有多个Pattern，将Pattern串联起来构成模式匹配的逻辑表达
2. 将模式匹配分拆，创建NFA对象
3. NFA对象包含了这个模式匹配的状态和状态转换表达式
4. 状态变化、处理