Flink 使用介绍相关文档目录

一句话总结

总的来说，Flink CEP greedy的含义为对于pattern中多个不互斥的条件，优先去匹配哪个。

例如：

条件a：字符串以'a'开头
条件b：字符串长度为3

演示和分析

下面我们分两种情况来测试：

pattern为a+(greedy)b。如果元素同时符合a和b条件，一定会被当做a来处理。
pattern为a+(非greedy)b。如果元素同时符合a和b条件，可以在一部分结果中当做a，另一部分结果中当做b。

情况1：greedy

完整程序为：

val input = env.fromElements("a", "aa", "aaa", "bbb")

// pattern为a+(greedy)b
val pattern = Pattern.begin[String]("a-label").where(s => s.startsWith("a")).oneOrMore.greedy.next("b-label").where(s => s.length == 3)

val patternStream = CEP.pattern(input, pattern)

patternStream.select(new PatternSelectFunction[String, String] {
  override def select(map: util.Map[String, util.List[String]]): String = {
    val a = map.get("a-label")
    val b = map.get("b-label")
    s"$a - $b"
  }
}).print()

env.execute()

输入统一为：

"a", "aa", "aaa", "bbb"

输出为：

11> [aa, aaa] - [bbb]
12> [aaa] - [bbb]
10> [a, aa, aaa] - [bbb]

情况2：非greedy

程序和情况1相同，但是pattern去掉greedy，如下所示：

val pattern = Pattern.begin[String]("a-label").where(s => s.startsWith("a")).oneOrMore.next("b-label").where(s => s.length == 3)

对于同样的输入，输出为：

1> [a, aa, aaa] - [bbb]
3> [aaa] - [bbb]
12> [aa] - [aaa]
2> [aa, aaa] - [bbb]
11> [a, aa] - [aaa]

我们发现不使用greedy的时候多了两个输出：

12> [aa] - [aaa]
11> [a, aa] - [aaa]

分析

"aaa"这个数据既符合条件a又符合条件b。对于贪婪(greedy)的情况，优先使用条件a来匹配。"aaa"符合条件a，所以greedy匹配的结果中"aaa"元素都必须作为条件a使用。但如果没有指定greedy，"aaa"既可以当做a又可以当做b。这样不使用greedy的时候为什么会多两个输出就不难理解了。

Flink CEP greedy条件的理解