David Luckham 與Brian Fraseca 於1990年提出複合事件架構，使用模式比對、事件的相互關係、事件間的聚合關係，目的從事件雲(event cloud)中找出有意義的相關事件，IT 系統可以更彈性使用事件驅動架構，並且能使企業更能快速的開發出更複雜的架構。這邊提到的事件雲，代表企業內部的多個事件資料庫，系統可從不同的事件資料庫，統整出相關的事件，建構快速反應的系統。
在簡單的事件處理系統中，通常是針對每一個單一事件作過濾 filtering 與 routing，決定要不要轉發事件，把事件發送給誰。例如溫度感測器，當感測溫度超過某個設定值，就要發送事件給訂閱者處理。
在複合事件處理系統中，會透過處理的機制，在某個時間範圍中，判讀並關聯相關的事件，統整後，做後續的事件處理。例如證券行情推薦系統，可同時針對多個市場股票，新聞事件，狀態，成交量等等許多的資訊事件流，動態統整出一個推薦結果。即時戰略遊戲中，系統對所有角色的位置與行為事件，統整出一個新的對應策略。根據天色，氣象局資料，現場雷聲閃電等等，預測氣候狀況，作出對應的處理對策。
Flink 是一個分散式資料流處理架構，Apache Flink: Use Cases 裡面提到要運用資料流處理的三類系統。
Event-Driven Application
ex: Fraud detection, Anomaly detection, Rule-based altering, Business processing monitoring, Soical network web application
Data Analyics Application
ex: Quality monitoring of telco networks, Ad-hoc analysis of live data in consumer technology
Data Pipeline Application
ex: Real-time search index building in e-commerce
隨著時間經過，事件要經過這些步驟處理
事件發生
資料擷取
理解事件
訂立決策
採取行動
CEP 就是用來減少這些步驟過程的處理時間，快速反應減少處理的延遲，就能增加系統的價值。
沒有留言:
張貼留言