【高级应用】Flink Cep模式匹配

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）

publicclassCepDemo{publicstaticvoidmain(String[] args){// 创建流式计算上下文环境StreamExecutionEnvironment env =StreamExecutionEnvironment.getExecutionEnvironment();// 生成DataStreamDataStream<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PatternPattern<String,String> pattern =Pattern.<String>begin("login").where(newSimpleCondition<String>(){@Overridepublicbooleanfilter(String s)throwsException{// Patter规则内容returnfalse;}}).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(newPatternSelectFunction<String,Object>(){/**
             * @param map:  key: 指的是Pattern的名称。 value: 符合这个Pattern的数据
             */@OverridepublicObjectselect(Map<String,List<String>> map)throwsException{returnnull;}});}}

【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】

publicclassLoginFailBySingleton{publicstaticvoidmain(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(newSimpleCondition<EventPO>(){@Overridepublicbooleanfilter(EventPO eventPO){// 登录失败事件returnEventConstant.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()

publicclassLoginFailByConsecutive{publicstaticvoidmain(String[] args){// KafkaDataStream<EventPO> eventStream =KafkaUtil.read(args);// 生成KeyedStreamKeyedStream<EventPO,Integer> keyedStream = eventStream.keyBy(newKeySelector<EventPO,Integer>(){@OverridepublicIntegergetKey(EventPO eventPO)throwsException{return eventPO.getUser_id_int();}});Pattern.<EventPO>begin("login_fail_first").where(newSimpleCondition<EventPO>(){@Overridepublicbooleanfilter(EventPO eventPO)throwsException{returnEventConstant.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）

publicclassLoginFailByComposite{publicstaticvoidmain(String[] args){DataStream<EventPO> eventStream =KafkaUtil.read(args);KeyedStream<EventPO,Integer> keyedStream = eventStream.keyBy(newKeySelector<EventPO,Integer>(){@OverridepublicIntegergetKey(EventPO eventPO)throwsException{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(newSimpleCondition<EventPO>(){@Overridepublicbooleanfilter(EventPO eventPO)throwsException{returnEventConstant.LOGIN_FAIL.equals(eventPO.getEvent_name());}}).next("login_fail_second")// 严格紧邻.where(newSimpleCondition<EventPO>(){@Overridepublicbooleanfilter(EventPO eventPO)throwsException{returnEventConstant.LOGIN_FAIL.equals(eventPO.getEvent_name());}}).next("login_fail_third").where(newSimpleCondition<EventPO>(){@Overridepublicbooleanfilter(EventPO eventPO)throwsException{returnEventConstant.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

publicclassIpChangeByIterative{publicstaticvoidmain(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(newIpChangeCondition())// 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

publicclassIpChangeConditionextendsIterativeCondition<EventPO>{@Overridepublicbooleanfilter(EventPO eventPO,Context<EventPO> context)throwsException{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IPString preIP = preEvent.getEvent_context().getDevice().getIp();// 当前行为事件的IPStringIP= 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

publicclassClipCouponsRoute{publicstaticvoidmain(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(newSimpleCondition<EventPO>(){@Overridepublicbooleanfilter(EventPO eventPO)throwsException{returnEventConstant.LOGIN_SUCCESS.equals(eventPO.getEvent_type());}})// 宽松近邻：过滤领取优惠券行为事件.followedBy("receive").where(newSimpleCondition<EventPO>(){@Overridepublicbooleanfilter(EventPO eventPO)throwsException{returnEventConstant.COUPON_RECEIVE.equals(eventPO.getEvent_type());}})// 宽松近邻：过滤使用优惠券行为事件.followedBy("use").where(newSimpleCondition<EventPO>(){@Overridepublicbooleanfilter(EventPO eventPO)throwsException{returnEventConstant.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(newIpChangeCondition()).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：

publicclassIpChangeByIterative{publicstaticvoidmain(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(newIpChangeCondition()).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(newIpChangeProcessFunction());// 执行规则命中的策略动作}}

publicclassIpChangeProcessFunctionextendsPatternProcessFunction<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
     */@OverridepublicvoidprocessMatch(Map<String,List<EventPO>> map,Context context,Collector<EventPO> collector)throwsException{}}

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