分享一篇FLINK SIDDHI ADDON的学习心得
SIDDHI 是一款功能强大的CEP 引擎，具有自己的DSL,丰富的模式匹配功能和可扩展性, SIDDHI和FLINK的整合功能项目地址：https://github.com/haoch/flink-siddhi 本文主要介绍了这个ADDON的一些实现思路
- 将FLINK STREAM 转化为 SIDDHI STREAM 定义
用法： SiddhiCEP.registerStream(streamName, FlinkDataStream, fieldNames)
通过 FlinkDataStream.getType 获得流对象的类型定义.registerStream方法会构造一个 SiddhiStreamSchema 对象,根据流对象的类型定义,自动获取每个field对应的数据类型存在内部的fieldTypes数组中.
SiddhiStreamSchema 内部会创建一个Siddhi StreamDefinition对象, StreamDefinition的attribute的定义根据fieldNames + fieldTypes 来添加.SiddhiTypeFactory.getAttributeType 负责将Flink 的数据类型映射为Siddhi的数据类型, 并可自动生成一段Define Stream的定义(见 SiddhiStreamSchema.getStreamDefinitionExpression 方法) define stream [streamName] ([fieldName 1] [fieldType 1], ...[fieldName n] [fieldType n])
SiddhiStreamSchema 包括一个StreamSerializer： 用于将DataStream 中的对象转化为 Siddhi Stream 的输入(Object Array):
如果流对象是一个简单类型 Atomic Type 直接将流对象放到 ARRAY中
如果流对象是Tuple 类型，直接将Tuple 中前N个值放到ARRAY中
如果流对象是Pojo或者CaseClass类型，直接根据每个fieldName 获取Class对应的属性放到ARRAY中
- 串联FLINK STREAM 和 SIDDHI STREAM
SiddhiStream: 抽象的Stream基类
convertDataStream 将原始的FLINK流转化为Tuple类型的流,Tuple的第一个元素为StreamId, 第二个元素为原来流中的数据，支持普通Stream 和 KeyedStream
ExecutionSiddhiStream: 构建 SiddhiOperatorContext 并调用SiddhiStreamFactory.createDataStream 创建了集成Siddhi的 DataStream. DataStream的类型为Tuple的子类.SiddhiTypeFactory.getTupleTypeInformation: 其核心思路是通过Siddhi输出Stream的StreamDefinition获得其Attribute的定义，再通过 TypeInfoParser.parse构造Flink Tuple 类型的定义
ExecutableStream 根据Siddhi query 创建ExecutionSiddhiStream对象
SingleSiddhiStream, UnionSiddhiStream: ExecutableStream 的子类，支持Fluent Style的链式调用. UnionSiddhiStream 调用了DataStream.union 方法
SiddhiStreamFactory.createDataStream 通过 FLINK DataStream的transform方法使用了自定义的StreamOperator: SiddhiStreamOperator. 在 AbstractSiddhiOperator 的 setup 方法中创建SiddhiManager 和 SiddhiAppRuntime 并注册了 InputHandler 和 OutputCallback (StreamOutputHandler)
SiddhiStreamOperator.processElement 需要处理两种场景:
Flink TimeCharacteristic = ProcessingTime: 先调用StreamSerializer将数据转化为Object Array, 再直接调用InputHandler.send将数据发送给Siddhi处理
Flink TimeCharacteristic = EventTime: 缓存接收到的StreamRecord 到内部的priorityQueue中,直到收到Watermark, 将priorityQueue中小于watermark的StreamRecord一次发送给Siddhi处理
StreamOutputHandler：根据Output的TypeInfo将Siddhi Event 转化为 Flink StreamRecord. 再转发到SiddhiStreamOperator的Output
- CHECKPOINT
SiddhiStreamOperator中保留了两种State信息，一种是priorityQueue中保存的由于watermark未发送给Siddhi的消息. 另一种是Siddhi本身的State, 通过SiddhiAppRuntime.snapshot() 获得。
如果你不想再体验一次自学时找不到资料，没人解答问题，坚持几天便放弃的感受的话，可以加我们的大数据交流群：894951460，里面有各种大数据学习的资料和技术交流。
加油吧，程序员！路就在脚下，成功就在明天！
未来的你肯定会感谢现在拼命的自己！
如果你不想再体验一次自学时找不到资料，没人解答问题，坚持几天便放弃的感受的话，可以加我们的大数据交流群：894951460，里面有各种大数据学习的资料和技术交流。
加油吧，程序员！路就在脚下，成功就在明天！
未来的你肯定会感谢现在拼命的自己！
