复杂事件处理引擎—Esper工作原理

前面对Esper进行了概述，包括事件类型、事件流、事件窗口以及EPL相关内容。当然，上面的知识，对于简单的Esper开发，应该已经足够，能够根据自己业务需求，做出一个满足需要的Esper应用。但是，真正对Esper的工作原理能够了解多少呢？

OK，下面就对Esper的工作原理进行一个简单的描述。首先看一下Esper的事件驱动架构图：

整个EDA（Event Driven Architecture）包括：

· data streams ：事件源，提供高速、海量的实时数据。

· Event Stream adapters : 事件源的接入适配器，用于接收事件源数据，并且转发事件给Esper引擎。

· Esper engine ： Esper引擎部分。其负责注册statement以及statement的监听、事件类型等信息，执行事件处理。

· output adapters : 输出适配器，通过监听等获取引擎处理的有价值信息，通过该适配器输出。换句话说，其实就是与引擎外包程序连接的入口。

· Event Query & Causality Pattern Language : 事件处理语言，包括规则引擎（事件查询语言 类SQL的用法） 以及状态引擎（模式匹配）的定义。Esper引擎执行事件处理时，依赖这些引擎的定义。

· Core container : 核心容器。特殊算法、操作分析等。

· HistorycalData access layer : 历史数据访问层。在引擎处理时，会将Esper引擎处理views的历史数据（比如时间窗口 取过去30s的平均值）此类用法时，保存历史数据，共引擎处理。

整个Esper架构——轻量级的ESP（Event Stream processing 事件流处理）和CEP（Complex Event Processing 复合事件处理）容器，由以上各个部分组成。

运行时，event steam的流转，参考图中的箭头方向。

还可以参考如下图：

上图中，通过事件处理总线，即接入adapter以及引擎注册等，负责接收事件并交由引擎处理；引擎处理的过程需要借助Esper的内部缓存以及状态引擎、规则引擎等对事件进行解析、筛选处理。引擎处理输出的事件信息、历史数据等都会在内部缓存中进行保存。最后事件消费方获取有价值数据，执行相应动作。（这一部分的解释多少有点模糊，是因为对于图中的箭头流向有些疑问，解释不够清楚，还请谅解！）

注：上述图片均来自网络，在此感谢原图作者，并致以歉意！