网上学习资料一大堆，但如果学到的知识不成体系，遇到问题时只是浅尝辄止，不再深入研究，那么很难做到真正的技术提升。
一个人可以走的很快，但一群人才能走的更远！不论你是正从事IT行业的老鸟或是对IT行业感兴趣的新人，都欢迎加入我们的的圈子（技术交流、学习资源、职场吐槽、大厂内推、面试辅导），让我们一起学习成长！
)).assignTimestampsAndWatermarks(new BoundedOutOfOrdernessTimestampExtractor<LoginUser>(Time.seconds(0)) {
@Override
public long extractTimestamp(LoginUser element) {
return element.getEventTime();
}
});
//5.1：定义规则模型
Pattern<LoginUser, LoginUser > LoginUserPattern = Pattern.<LoginUser >begin("begin")
.where(new IterativeCondition<LoginUser>() {
@Override
public boolean filter(LoginUser loginUser, Context<LoginUser > context) throws Exception {
return loginUser.getEventType().equals("fail");
}
})//匹配第一个事件，匹配的是登录失败
.next("next") //匹配到第一个事件以后，紧跟着一个事件数据，next表示两个事件必须严格的临近
.where(new IterativeCondition<LoginUser >() {
@Override
public boolean filter(LoginUser loginUser, Context<LoginUser> context) throws Exception {
return loginUser.getEventType().equals("fail");
}
})//匹配第二个事件，匹配的是登录失败
.within(Time.seconds(3));//定义结束状态，结束状态可以是时间触发也可以是满足了某个事件触发
//5.2：将规则模型应用到数据流中
PatternStream<LoginUser > patternDataStream = CEP.pattern(LoginUserStream.keyBy(LoginUser ::getUserId), LoginUserPattern);
//5.3：获取到符合规则模型的数据
/\*\*
* IN：传入的数据类型
* OUT：返回值的数据类型
* (Long, String, String, Long):(用户id, 登录ip，登录状态，登录时间)
*/
SingleOutputStreamOperator<Tuple4<Integer, String, String, Long>> loginFailDataStream = patternDataStream.select(new PatternSelectFunction<LoginUser, Tuple4<Integer, String, String, Long>>() {
@Override
public Tuple4<Integer, String, String, Long> select(Map<String, List<LoginUser>> pattern) throws Exception {
//根据刚才的分析，符合规则的数据会存储到状态集合中，也就是state中，所以查找匹配的时候需要在state中获取数据
LoginUser loginUser = pattern.getOrDefault("next", null).iterator().next();
//返回匹配到的数据
return Tuple4.of(loginUser.getUserId(), loginUser.getIp(), loginUser.getEventType(), loginUser.getEventTime());
}
});
//打印出来符合条件的数据
loginFailDataStream.print("连续两次登录失败的用户>>>");
//执行任务
env.execute();
}
登陆对象：
public int userId; //用户id
public String ip;//用户Ip
public String eventType; //状态
public Long eventTime;//事件时间
/**
* 构建登录对象
*/
public static class LoginUser implements Serializable {
public int userId; //用户id
public String ip;//用户Ip
public String eventType; //状态
public Long eventTime;//事件时间
public int getUserId() {
return userId;
}
public void setUserId(int userId) {
this.userId = userId;
}
public String getIp() {
return ip;
}
public void setIp(String ip) {
this.ip = ip;
}
public String getEventType() {
return eventType;
}
public void setEventType(String eventType) {
this.eventType = eventType;
}
public Long getEventTime() {
return eventTime;
}
public void setEventTime(Long eventTime) {
this.eventTime = eventTime;
}
public LoginEvent(int userId, String ip, String eventType, Long eventTime) {
this.userId = userId;
this.ip = ip;
this.eventType = eventType;
this.eventTime = eventTime;
}
@Override
public String toString() {
return "LoginEvent{" +
"userId=" + userId +
", ip='" + ip + '\'' +
", eventType='" + eventType + '\'' +
", eventTime=" + eventTime +
'}';
}
}
}
### 2.监控市场价格
需求：
物价局和工商局会监督市场上各种商品得销售价格，随着市场行情和商品供需得变化，商品价格会有一定程度得浮动，如果商品价格在指定得价格区间波动，政府部门是不会干预的额，如果商品价格在一定的时间范围内波动幅度超出了指定的区间范围，并且上行幅度过大，物价局会上报敏感数据信息，并规范市场价格。
在此，我们假定如果商品售价在1分钟之内有连续两次超过预定商品价格阀值就发送告警信息。
测试数据
{“goodsId”:100001,“goodsPrice”:6,“goodsName”:“apple”,“alias”:“苹果”,“orderTime”:1558430843000}
{“goodsId”:100007,“goodsPrice”:0.5,“goodsName”:“mask”,“alias”:“口罩”,“orderTime”:1558430844000}
{“goodsId”:100002,“goodsPrice”:2,“goodsName”:“rice”,“alias”:“大米”,“orderTime”:1558430845000}
{“goodsId”:100003,“goodsPrice”:2,“goodsName”:“flour”,“alias”:“面粉”,“orderTime”:1558430846000}
{“goodsId”:100004,“goodsPrice”:12,“goodsName”:“rice”,“alias”:“大米”,“orderTime”:1558430847000}
{“goodsId”:100005,“goodsPrice”:20,“goodsName”:“apple”,“alias”:“苹果”,“orderTime”:1558430848000}
{“goodsId”:100006,“goodsPrice”:3,“goodsName”:“banana”,“alias”:“香蕉”,“orderTime”:1558430849000}
{“goodsId”:100007,“goodsPrice”:10,“goodsName”:“mask”,“alias”:“口罩”,“orderTime”:1558430850000}
{“goodsId”:100001,“goodsPrice”:16,“goodsName”:“apple”,“alias”:“苹果”,“orderTime”:1558430852000}
{“goodsId”:100007,“goodsPrice”:15,“goodsName”:“mask”,“alias”:“口罩”,“orderTime”:1558430853000}
{“goodsId”:100002,“goodsPrice”:12,“goodsName”:“rice”,“alias”:“大米”,“orderTime”:1558430854000}
{“goodsId”:100003,“goodsPrice”:12,“goodsName”:“flour”,“alias”:“面粉”,“orderTime”:1558430855000}
{“goodsId”:100004,“goodsPrice”:12,“goodsName”:“rice”,“alias”:“大米”,“orderTime”:1558430856000}
{“goodsId”:100005,“goodsPrice”:20,“goodsName”:“apple”,“alias”:“苹果”,“orderTime”:1558430857000}
{“goodsId”:100006,“goodsPrice”:13,“goodsName”:“banana”,“alias”:“香蕉”,“orderTime”:1558430858000}
{“goodsId”:100007,“goodsPrice”:10,“goodsName”:“mask”,“alias”:“口罩”,“orderTime”:1558430859000}
创建kafka topic
./kafka-topics.sh --create --topic cep --zookeeper node01:2181 --partitions 1 --replication-factor 1
生产数据
./kafka-console-producer.sh --broker-list node01:9092 --topic cep
redis保存限制价格
jedisCluster.hset(“product”,“apple”,“10”);
jedisCluster.hset(“product”,“rice”,“6”);
jedisCluster.hset(“product”,“flour”,“6”);
jedisCluster.hset(“product”,“banana”,“8”);
jedisCluster.hset(“product”,“mask”,“5”);
开发步骤
在test源码目录下创建测试类：cn.itcast.CepMarkets
1.获取流处理执行环境
2.设置事件时间、并行度
整合kafka
4.数据转换
5.process获取bean,设置status，并设置事件时间
6.定义匹配模式，设置时间长度
7.匹配模式（分组）
8.查询告警数据
2.1.代码开发
public class CepMarkets {
public static void main(String[] args) throws Exception {
//1.获取流处理执行环境
StreamExecutionEnvironment env = StreamExecutionEnvironment.getExecutionEnvironment();
env.setParallelism(1);
//2.设置事件时间
env.setStreamTimeCharacteristic(TimeCharacteristic.EventTime);
//3.整合kafka
Properties properties = new Properties();
properties.setProperty("bootstrap.servers", "node01:9092"); //broker地址
properties.setProperty("group.id", "cep"); //消费组
properties.setProperty("enable.auto.commit", "true");
properties.setProperty("auto.commit.interval.ms", "5000");
FlinkKafkaConsumer011<String> kafkaConsumer = new FlinkKafkaConsumer011<>("cep", new SimpleStringSchema(), properties);
kafkaConsumer.setStartFromEarliest();
DataStreamSource<String> source = env.addSource(kafkaConsumer);
//4.数据转换
SingleOutputStreamOperator<Product> mapData = source.map(new MapFunction<String, Product>() {
@Override
public Product map(String value) throws Exception {
JSONObject json = JSON.parseObject(value);
Product product = new Product(
json.getLong("goodsId"),
json.getDouble("goodsPrice"),
json.getString("goodsName"),
json.getString("alias"),
json.getLong("orderTime"),
false
);
return product;
}
});
//5.保留告警数据(设置时间)
SingleOutputStreamOperator<Product> waterData = mapData.keyBy(Product::getGoodsId)
.process(new KeyedProcessFunction<Long, Product, Product>() {
Map<String, String> map = null;
@Override
public void open(Configuration parameters) throws Exception {
JedisCluster jedisCluster = RedisUtil.getJedisCluster();
map = jedisCluster.hgetAll("product");
}
@Override
public void processElement(Product value, Context ctx, Collector<Product> out) throws Exception {
long priceAlert = Long.parseLong(map.get(value.getGoodsName()));
if (value.getGoodsPrice() > priceAlert) {
value.setStatus(true);
}
out.collect(value);
}
})
.assignTimestampsAndWatermarks(new BoundedOutOfOrdernessTimestampExtractor<Product>(Time.seconds(0)) {
@Override
public long extractTimestamp(Product element) {
return element.getOrderTime();
}
})
;
//6.定义匹配模式，设置时间长度
Pattern<Product, Product> pattern = Pattern.<Product>begin("begin")
.where(new SimpleCondition<Product>() {
@Override
public boolean filter(Product value) throws Exception {
return value.getStatus() == true;
既有适合小白学习的零基础资料，也有适合3年以上经验的小伙伴深入学习提升的进阶课程，涵盖了95%以上大数据知识点，真正体系化！
由于文件比较多，这里只是将部分目录截图出来，全套包含大厂面经、学习笔记、源码讲义、实战项目、大纲路线、讲解视频，并且后续会持续更新
[外链图片转存中…(img-qtEaKlbX-1715727006787)]
[外链图片转存中…(img-JPfVFznc-1715727006787)]
既有适合小白学习的零基础资料，也有适合3年以上经验的小伙伴深入学习提升的进阶课程，涵盖了95%以上大数据知识点，真正体系化！
由于文件比较多，这里只是将部分目录截图出来，全套包含大厂面经、学习笔记、源码讲义、实战项目、大纲路线、讲解视频，并且后续会持续更新
扫一扫
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
