国产成人精选在线观看不卡,日韩av无码一区二区三区,亚洲AV极品无码完整版

本文為您介紹CEP中規則的JSON格式相關信息。

目標人群

客戶風控平臺開發人員：對Flink CEP較熟悉的平臺研發人員應能快速學習本格式，并根據自身平臺需求判斷是否需要進一步封裝。
客戶風控策略人員：只熟悉具體策略但缺乏Java經驗的同學，在熟悉CEP概念的基礎上，也可快速上手本格式的使用來編寫新規則，使其在上線的風控作業中應用。

JSON格式定義

對于一個事件序列（Event Sequence）中的模式（Pattern），我們可以將其看作一個圖（Graph），圖中節點（Node）為針對某些事件（Event）的模式，節點之間的邊（Edge）為事件選擇策略（Event Selection Strategy），即如何從一類模式的匹配轉移到另一類模式的匹配。每個圖也可以看作一個更大的圖的子節點，從而允許模式的嵌套。基于以上考慮，阿里云實時計算Flink定義了一套基于JSON的規范來描述CEP中的規則，進而方便規則的存儲與修改，該規范中各個字段的含義如下。

節點（Node）定義

一個節點（Node）即一個完整的模式（Pattern），它包含如下屬性。


字段名	描述	類型	是否必填	備注
name	Pattern名稱。	string	是	一個唯一的字符串。說明不同節點的名稱不能重復。
type	該Node類型。	enum(string)	是	對于包含子Pattern的節點，該字段值為COMPOSITE。對于無子Pattern的節點，該字段值為ATOMIC。
quantifier	量詞，用于描述如何匹配該Pattern，例如只匹配一次。	dict	是	請參見本文量詞（Quantifier）定義。
condition	條件。	dict	否	請參見本文條件（Condition）定義。

量詞（Quantifier）定義

量詞的作用是描述對于滿足該Pattern的事件要如何匹配。例如模式 "A*" 對應的量詞properties為LOOPING，該Pattern內部的事件選擇策略為SKIP_TILL_ANY。


字段名	描述	類型	是否必填	備注
consumingStrategy	事件選擇策略。	enum(string)	是	僅支持以下取值： STRICT SKIP_TILL_NEXT SKIP_TILL_ANY 取值及含義請參見本文連續性定義。
times	用于描述該Pattern需要匹配多少次。	dict	否	取值示例如下。 `"times": { "from": 3, "to": 3, "windowTime": { "unit": "MINUTES", "size": 12 } },` 其中from和to的數據類型均為integer，windowTime的單位可以為DAYS、HOURS、MINUTES、SECONDS和MILLISECONDS。說明 windowTime可以設為null，即`"windowTime": null`。
properties	描述該量詞所具有的屬性。	array of enumString	是	取值及含義請參見本文量詞屬性含義。
untilCondition	停止條件。說明僅可在LOOPING量詞修飾的Pattern后使用。	dict	否	取值及含義請參見本文條件（Condition）定義。

條件（Condition）定義

條件用于篩選符合某些要求的事件。例如要篩選瀏覽時長超過5分鐘的客戶，瀏覽時長超過5分鐘即為一個條件。


字段名	描述	類型	是否必填	備注
type	條件類型。	enum(string)	是	條件類型取值如下： CLASS：對應用戶自定義的條件。 AVIATOR：對應基于AVIATOR表達式的條件。 GROOVY：對應基于GROOVY表達式的條件。
...	其他可序列化的自定義字段。		否	...

目前我們支持以下幾種Condition：

Class類型Condition
字段名描述類型是否必填備注
type 條件類型。 enum(string) 是固定值為Class。
className 類名。 string 是該class完整類名，例如com.alibaba.ververica.cep.demo.StartCondition。

包含自定義參數的Condition

用戶在使用普通的Class類型Condition時，只能傳入類名（className），而無法動態地傳入參數。在動態CEP支持中，為了提供更豐富的Condition表達能力，我們設計并實現了包含自定義參數的Condition（即CustomArgsCondition），從而允許用戶在JSON中通過字符串數組來設置CustomArgsCondition所需參數，進而動態構造CustomArgsCondition實例。這一特性允許用戶動態更新Condition的參數，而無需修改Java代碼。


字段名	描述	類型	是否必填	備注
type	條件類型。	enum(string)	是	固定值為Class。
className	類名。	string	是	該class完整類名，例如`com.alibaba.ververica.cep.demo.CustomMiddleCondition`。
args	自定義參數。	array of string	是	一個字符串數組。

基于Aviator表達式的Condition

Aviator是一個表達式求值引擎，可以動態地將表達式編譯成字節碼（詳情請參見aviatorscript）。因此我們可以在作業中使用基于Aviator表達式的Condition，使得條件的閾值也可以動態修改，而無需修改Java代碼重新編譯運行。


字段名	描述	類型	是否必填	備注
type	類名。	string	是	固定值為AVIATOR。
expression	表達式字符串。	string	是	形如price > 10這樣的表達式字符串（price變量名來自于Java代碼中定義的字段）。您可以將該字符串在數據庫中的值進行修改。例如修改為price > 20，Flink CEP作業會動態加載price > 20構造新的AviatorCondition來處理之后的事件。

基于Groovy表達式的Condition

Groovy是一個基于JVM平臺的動態語言（Groovy語法可以參見syntax）。動態CEP支持使用Groovy表達式來定義條件（Condition），從而允許動態修改條件的閾值。


字段名	描述	類型	是否必填	備注
type	類名。	string	是	固定值為GROOVY。
expression	表達式字符串。	string	是	形如price > 5.0 && name.contains("mid")這樣的表達式字符串（price、name等變量名來自于Java代碼中定義的字段）。您可以將該字符串在數據庫中的值進行修改。例如修改為price > 20 && name.contains("end")，Flink CEP作業會動態加載新的Groovy字符串并構造新的GroovyCondition來處理之后的事件。

邊（Edge）定義


字段名	描述	類型	是否必填	備注
source	源模式名稱。	string	是	無。
target	目標模式名稱。	string	是	無。
type	事件選擇策略。	dict	是	支持以下取值： STRICT SKIP_TILL_NEXT SKIP_TILL_ANY NOT_FOLLOW NOT_NEXT 取值及含義請參見本文連續性定義。

圖（GraphNode extends Node）定義

一個圖（GraphNode）代表一個完整的Pattern序列，它的節點（nodes）是各個獨立的Pattern，邊（edges）代表如何從一類Pattern的匹配轉移到另一類Pattern的匹配。

為了支持Pattern的嵌套（即GroupPattern），我們將一個GraphNode看作是Node的子類，即一個GraphNode可以作為一個更大的GraphNode中的Node。GraphNode相比于基礎Node，額外多了以下2類字段：

描述圖的結構的nodes字段與edges字段。
描述圖內時間窗口策略的window字段與事件匹配后的跳出策略afterMatchSkipStrategy字段。

GraphNode的字段詳情請參見下表。


字段名	描述	類型	是否必填	備注
name	該復合Pattern名稱。	String	是	一個唯一的字符串。說明不同Graph名稱不能重復。
type	該Node類型。	enum(string)	是	固定值為COMPOSITE。
version	該Graph使用的JSON格式的版本號。	Int	是	默認值為1。
nodes	該Pattern內嵌套的子Pattern。	array of Node	是	不可以為空的array。
edges	嵌套的子Pattern的連接關系。	array of Edge	是	可以為空的array。
window	當類型為FIRST_AND_LAST：代表該復合Pattern一次完整匹配之間的最大時間間隔。當類型為PREVIOUS_AND_CURRENT：代表該相鄰2個子Pattern匹配之間的最大時間間隔。	dict	否	取值示例如下。 `"window": { "type": "FIRST_AND_LAST", "time": { "unit": "DAYS", "size": 1 } }` 單位可以為DAYS、HOURS、MINUTES、SECONDS和MILLISECONDS。數據類型為Long或Integer。
afterMatchSkipStrategy	該圖內所有事件匹配后的跳過策略。	dict	是	請參見本文事件匹配后的跳過策略（AfterMatchSkipStrategy）定義。
quantifier	量詞，用于描述如何匹配該Pattern，例如只匹配一次。	dict	是	請參見本文量詞（Quantifier）定義。

事件匹配后的跳過策略（AfterMatchSkipStrategy）定義


字段名	描述	類型	是否必填	備注
type	策略類型。	enum(string)	是	參數取值如下： NO_SKIP（默認值）：每個成功的匹配都會被輸出。 SKIP_TO_NEXT：丟棄以相同事件開始的所有部分匹配。 SKIP_PAST_LAST_EVENT：丟棄起始在這個匹配的開始和結束之間的所有部分匹配。 SKIP_TO_FIRST：丟棄起始在這個匹配的開始和第一個出現的名稱為PatternName事件之間的所有部分匹配。 SKIP_TO_LAST：丟棄起始在這個匹配的開始和最后一個出現的名稱為PatternName事件之間的所有部分匹配。詳情請參見匹配后跳過策略
patternName	策略針對的模式的名稱。	string	否	一個唯一的字符串。

連續性定義


物理值	含義
STRICT	嚴格連續。所有匹配的事件中間沒有任何不匹配的事件。
SKIP_TILL_NEXT	松散連續。允許匹配的事件之間出現不匹配的事件，不匹配的事件會被忽略。
SKIP_TILL_ANY	不確定松散連續。更進一步的松散連續，允許忽略掉一些匹配事件的附加匹配。
NOT_NEXT	緊接著的后續事件不能是某指定事件。
NOT_FOLLOW	某指定事件后續不出現。

相關示例請參見事件處理（CEP）文檔。

量詞屬性含義


取值	含義
SINGLE	代表該模式只出現一次。
LOOPING	代表該模式為循環模式，可能出現多次，類比正則表達式中的*與+。
TIMES	代表該模式會出現指定次數。
GREEDY	代表在匹配該模式時，會采用貪婪匹配策略，盡可能多地匹配。
OPTIONAL	代表該模式為可選模式。

示例一：普通Pattern示例

例如在電商大促的實時營銷場景中，要找到在大促前10分鐘時間窗口內滿足指定條件的客戶，來使用Flink 動態CEP規則針對性地調整營銷策略。這些客戶需要滿足的條件如下：

領取了某會場的優惠券。
在購物車中添加了超過3次的商品。
但最后沒有結賬付款。

為此，我們將領取某會場的優惠券定義為StartCondition，添加商品到購物車定義為MiddleCondition，結賬定義為EndCondition。抽象出的模式為在大促前10分鐘的時間窗口內，滿足StartCondition的事件可以發生也可以不發生，滿足MiddleCondition的事件發生了大于等于3次，但最后沒有1個滿足EndCondition的事件。它對應的Pattern用Java代碼描述如下。

Pattern<Event, Event> pattern =
    Pattern.<Event>begin("start")
            .where(new StartCondition())
            .optional()
            .followedBy("middle")
            .where(new MiddleCondition())
            .timesOrMore(3)
            .notFollowedBy("end")
            .where(new EndCondition())
            .within(Time.minutes(10));

其按本文檔描述的JSON格式表達如下。

{
  "name": "end",
  "quantifier": {
    "consumingStrategy": "SKIP_TILL_NEXT",
    "properties": [
      "SINGLE"
    ],
    "times": null,
    "untilCondition": null
  },
  "condition": null,
  "nodes": [
    {
      "name": "end",
      "quantifier": {
        "consumingStrategy": "SKIP_TILL_NEXT",
        "properties": [
          "SINGLE"
        ],
        "times": null,
        "untilCondition": null
      },
      "condition": {
        "className": "com.alibaba.ververica.cep.demo.condition.EndCondition",
        "type": "CLASS"
      },
      "type": "ATOMIC"
    },
    {
      "name": "middle",
      "quantifier": {
        "consumingStrategy": "SKIP_TILL_NEXT",
        "properties": [
          "LOOPING"
        ],
        "times": {
          "from": 3,
          "to": 3,
          "windowTime": null
        },
        "untilCondition": null
      },
      "condition": {
        "className": "com.alibaba.ververica.cep.demo.condition.MiddleCondition",
        "type": "CLASS"
      },
      "type": "ATOMIC"
    },
    {
      "name": "start",
      "quantifier": {
        "consumingStrategy": "SKIP_TILL_NEXT",
        "properties": [
          "SINGLE",
          "OPTIONAL"
        ],
        "times": null,
        "untilCondition": null
      },
      "condition": {
        "className": "com.alibaba.ververica.cep.demo.condition.StartCondition",
        "type": "CLASS"
      },
      "type": "ATOMIC"
    }
  ],
  "edges": [
    {
      "source": "middle",
      "target": "end",
      "type": "NOT_FOLLOW"
    },
    {
      "source": "start",
      "target": "middle",
      "type": "SKIP_TILL_NEXT"
    }
  ],
  "window": {
    "type": "FIRST_AND_LAST",
    "time": {
      "unit": "MINUTES",
      "size": 10
    }
  },
  "afterMatchStrategy": {
    "type": "NO_SKIP",
    "patternName": null
  },
  "type": "COMPOSITE",
  "version": 1
}

示例二：在Pattern中使用包含自定義參數的Condition

例如在實時營銷場景中，假設我們給用戶打上了一個人群標簽，之后會根據用戶所屬的標簽采取不同的營銷策略，例如對于A類用戶我們發送營銷短信，對于B類用戶我們發送優惠券等，而對于其他用戶，我們不采取營銷措施。針對上述需求，我們可以定義一個普通的Class類型Condition來解決，但當我們想調整策略，針對C類用戶也發送優惠券時，如果使用的是普通的Class類型Condition，那么我們必須改寫代碼，重新編譯并運行作業。這種情況下，我們可以使用包含自定義參數的Condition，在代碼中定義好如何根據傳入的參數進行策略的調整之后，我們只需要在數據庫中修改傳入的參數（即包含自定義參數的Condition的args字段的值），例如由["A", "B"] 改為["A", "B", "C"]，即可實現營銷策略的動態更新。

即假設初始Pattern中定義的Condition如下：

"condition": {
    "args": [
        "A", "B"
    ],
    "className": "org.apache.flink.cep.pattern.conditions.CustomMiddleCondition",
    "type": "CLASS"
}

我們可將其修改為：

"condition": {
    "args": [
        "A", "B", "C"
    ],
    "className": "org.apache.flink.cep.pattern.conditions.CustomMiddleCondition",
    "type": "CLASS"
}

關于該類Condition在具體業務場景的使用示例，詳情請參見Demo。

說明本文中aviatorscript和Demo屬于第三方搭建的網站，訪問時可能會存在無法打開或訪問延遲的問題。

日本熟妇hd丰满老熟妇,中文字幕一区二区三区在线不卡 ,亚洲成片在线观看,免费女同在线一区二区

動態CEP中規則的JSON格式定義

目標人群

JSON格式定義

示例一：普通Pattern示例

示例二：在Pattern中使用包含自定義參數的Condition

相關文檔