1.基本介绍

Siddhi 提供以下功能，

流式数据分析

为分析操作员提供编排数据流、计算分析和检测来自多个不同实时数据源的事件数据模式的软件，以允许开发人员构建能够实时感知、思考和行动的应用程序。

复杂事件处理 (CEP)

“CEP 是一种计算，其中有关事件的传入数据被提炼成更有用、更高级别的‘复杂’事件数据，从而提供对正在发生的事情的洞察力。”

“ CEP 是事件驱动的，因为计算是由接收事件数据触发的。CEP 用于要求高、持续智能的应用程序，以增强态势感知并支持实时决策。”

流数据集成

流数据集成是一种通过处理、关联和分析内存中的数据来集成多个系统的方法，同时不断地将数据从一个系统实时移动到另一个系统。

警报和通知

该系统根据定义的 KPI 和其他分析持续监控事件流，并发送警报和通知。

自适应决策一种根据预定义规则、连接系统的当前状态和机器学习技术动态做出实时决策的方法。

2.使用流程

当Siddhi 应用程序启动时：

定义输入流，输出流，编写Siddhi查询sql；
接收各种流将事件传递给查询以进行处理。
根据查询完成的处理生成新事件。
最后，通过输出将新生成的事件发送到流。

3.sql样例

define stream TemperatureStream(sensorId string, temperature double);@info(name = 'Overall-analysis')
from TemperatureStream#window.timeBatch(1 min)
select avg(temperature) as avgTemperature,max(temperature) as maxTemperature,count() as numberOfEvents
insert into OverallTemperatureStream;@info(name = 'SensorId-analysis')
from TemperatureStream#window.timeBatch(30 sec, 0)
select sensorId,avg(temperature) as avgTemperature,min(temperature) as maxTemperature
group by sensorId
having avgTemperature > 20.0
insert into SensorIdTemperatureStream;

define stream InputStream(jsonString string);from InputStream
select json:toObject(jsonString) as jsonObj
insert into PersonalDetails;from PersonalDetails
select jsonObj,json:getString(jsonObj,'$.name') as name,json:isExists(jsonObj, '$.salary') as isSalaryAvailable,json:toString(jsonObj) as jsonString
insert into OutputStream;from OutputStream[isSalaryAvailable == false]
selectjson:setElement(jsonObj, '$', 0f, 'salary') as jsonObj
insert into PreprocessedStream;

TemperatureStream  (sensorId  string ,  temperature  double );define table TemperatureLogTable (sensorId string, roomNo string, temperature double);@store(type="rdbms",jdbc.url="jdbc:mysql://localhost:3306/sid",username="root", password="root",jdbc.driver.name="com.mysql.jdbc.Driver")
define table SensorIdInfoTable (sensorId string, roomNo string);@info(name = 'Join-query')
from TemperatureStream as t join SensorIdInfoTable as son t.sensorId == s.sensorId
select t.sensorId as sensorId, s.roomNo as roomNot.temperature as temperature
insert into TemperatureLogTable;

4.总结：
优点：
1.sql模式，本身支持一些函数运算；

2.量词，组合模式，连续策略较为丰富；

3.支持不发生算子；

4.时间窗口内，数据聚合在函数支持下较为方便；

5.事件流可以支持和外部存储join；

缺点：

1.使用Siddhi Streaming SQL语言将处理逻辑编写为Siddhi 应用程序，开发和维护比java代码高，在sql里数据处理/异常/监控等不够灵活可控；

2.sql模式开发，对于现有的复杂json结构数据源，解析处理不友好；

3.长窗口聚合数据时，数据在内存中累积；

4.海外项目，文档资料少，维护成本高；

5.当前的复杂嵌套回溯类型，sql模式难以实现；

Siddhi cep相关推荐

cep java_使用两次窗口查询Siddhi CEP
您可以执行以下操作: define stream webvisit (idClient string, idProduct string, chanel string) from visits[pro ...
【Siddhi】Siddhi的window操作
1.概述 fxjwind Siddhi CEP Window机制 https://docs.wso2.com/display/CEP400/SiddhiQL+Guide+3.0#SiddhiQLGui ...
盘点2021年Apache年报中出现的国产项目
盘点2021年Apache年报中出现的国产项目:ShardingSphere, IoTDB, Carbon Data, Eagle, Kylin, Apisix, DolphinScheduler A ...
盘点2017年晋升为Apache TLP的大数据相关项目
本文原文:https://www.iteblog.com/archives/2310.html,如下面格式排版错乱,请点击下面阅读原文进入本博客阅读. 本文主要盘点了 2017 年晋升为 Apache ...
cep java_Siddhi cep java 集成简单使用
Siddhi 是一个开源的cep (Complex Event Processing)类库,有一个明显的例子是uber 的事件处理,具体可以google 几张参考cep 以及siddhi 图 java ...
GPS定位精度单位CEP、RMS、2DRMS
GNSS定位准确度: 指的是是否与事实一致,"正确性"或者"准确度".英文accuracy. GNSS定位精度: 指的是所得数值与真实值之间的精确程度,&qu ...
定位的准确度与精度指标定义——RMS,CEP,Sigma
GNSS定位准确度: 指的是是否与事实一致,"正确性"或者"准确度".英文accuracy. GNSS定位精度: 指的是所得数值与真实值之间的精确程度,&qu ...
sql 差值_使用Blink CEP实现差值聚合计算
简介: 本文介绍通过CEP实现实时流上的差值聚合计算. 使用Blink SQL+UDAF实现差值聚合计算介绍了如何使用Blink SQL+UDAF实现实时流上的差值聚合计算,后来在与@付典就业务需求和 ...
v4l2 框架下如何设置分辨率_如何在端外投放的场景下实现前端实时CEP框架？
背景复杂事件处理(Complex Event Processing,以下简称CEP)在闲鱼内得到了广泛应用,基于用户使用闲鱼的实时行为,为用户提供更加丰富的优质信息与服务.闲鱼技术公众号有介绍过CE ...

Siddhi cep