Flink 的 Match_Recognize 函数是否适合捕获这种类型的模式？

Question

我正在尝试以下述模式捕捉事件：

• 开始事件 = SalePackageA 事件（客户 A 购买 PackageA）
• 2-nd 事件 = PackageUsage 事件（客户 A 使用 PackageA）
• 3-rd 事件 = PackageUsage 事件（客户 A 使用 PackageA）
• 第 4 个事件 = PackageUsage 事件（客户 A 使用 PackageA）
• ...
• 第 N 个事件 = PackageUsage 事件（客户 A 使用 PackageA）
• 停止事件 = SalePackageA 事件（客户 A 再次购买 PackageA）

即：客户购买了一些余额为 2048mb 的数据包，然后客户使用它 - 我在每个 PackageUsage 事件中收到使用的字节。

因此，match_recognize 应该使用一些聚合逻辑对每个 PackageUsage 事件大喊：

( SalePackageA.Initial_Balance_Bytes - sum(present_event__PackageUsage.usage_bytes + sum(all_previous__PackageUsages.usage_bytes)) ) as Remaining_Balance

当同一个客户购买同一个包裹时，这个“流程”应该被打断，新的“流程”会重新开始。

Flink 的 CEP 是否适用于所描述的案例？任何想法/建议如何使用 CEP 来实现？

Answer 1

MATCH_RECOGNIZE 和 CEP 不能很好地满足您的要求（因为您需要在每次使用事件后报告余额）。

我的建议是使用键控流程函数来实现这一点。