Flink-Cep实现规则动态更新
规则引擎通常对我们的理解就是用来做模式匹配的，在数据流里面检测满足规则要求的数据。有人会问为什么需要规则动态变更呢？直接修改了规则把服务重启一下不就可以了吗，这个当然是不行的，规则引擎里面通常会维护很多不同的规则，例如在监控告警的场景下，如果每个人修改一下自己的监控阈值，就重启一下服务，必然会影响其他人的使用，因此需要线上满足规则动态变更加载。本篇基于Flink-Cep 来实现规则动态变更加载，同时参考了Flink中文社区刘博老师的分享，在这个分享里面是针对在处理流中每一个Key使用不同的规则，本篇的讲解将不区分key的规则。
实现分析
•外部加载：通常规则引擎会有专门的规则管理模块，提供用户去创建自己的规则，对于Flink任务来说需要到外部去加载规则•动态更新：需要提供定时去检测规则是否变更•历史状态清理：在模式匹配中是一系列NFAState 的不断变更，如果规则发生变更那么这些State也就是无用的了，需要清理掉•易容的API: 不同的业务开发人员可能会有自己的规则管理、定时策略等，那么需要对外提供易用的API
实现步骤
用户API定义: InjectionPatternFunction 用于获取、定义用户的规则
package org.apache.flink.cep.functions;
import org.apache.flink.api.common.functions.Function;
import org.apache.flink.cep.pattern.Pattern;
import java.io.Serializable;
/**
* @param <T>
*/
public interface InjectionPatternFunction<T> extends Function, Serializable {
/**
* 你可能有一些初始化的工作
*/
public void init() throws Exception;
/**
* 获取新的pattern
* @return
*/
public Pattern<T,T> inject() throws Exception;
/**
* 一个扫描周期:ms
* @return
*/
public long getPeriod() throws Exception;
/**
* 规则是否发生变更
* @return
*/
public boolean isChanged() throws Exception;
}那么如何将这个API暴露出去呢？正常情况的使用是：
CEP.pattern(dataStream,pattern)希望以同样的方式暴露：
CEP.injectionPattern(dataStream,new YourInjectionPatternFunction)就需要在CEP-Lib里面进行改造：
package org.apache.flink.cep
//CEP 里面增加方法
public static <T> PatternStream<T> injectionPattern(
DataStream<T> input,
InjectionPatternFunction<T> injectionPatternFunction){
return new PatternStream<>(input,injectionPatternFunction); //在PatternStream 里面增加对应的构造函数
}同样需要在PatternStreamBuilder.build 进行改造：
CepOperator<IN, K, OUT> operator=null;
if(injectionPatternFunction==null){
final NFACompiler.NFAFactory<IN> nfaFactory = NFACompiler.compileFactory(pattern, timeoutHandling);
operator = new CepOperator<>(
inputSerializer,
isProcessingTime,
nfaFactory,
comparator,
pattern.getAfterMatchSkipStrategy(),
processFunction,
lateDataOutputTag);
}else{
operator = new CepOperator<>(
inputSerializer,
isProcessingTime,
injectionPatternFunction, // 将InjectionPatternFunction 传给了CepOperator
comparator,
null,
processFunction,
lateDataOutputTag,null);
}加载Pattern
上述步骤已经将InjectionPatternFunction 加载到CepOperator 中，接下来就需要从InjectionPatternFunction中获取Pattern并且构造NFA
if(injectionPatternFunction!=null){
injectionPatternFunction.init();
Pattern pattern=injectionPatternFunction.inject();
afterMatchSkipStrategy=pattern.getAfterMatchSkipStrategy();
boolean timeoutHandling = getUserFunction() instanceof TimedOutPartialMatchHandler;
nfaFactory = NFACompiler.compileFactory(pattern, timeoutHandling);
long period=injectionPatternFunction.getPeriod();
// 注册了一个定时检测规则是否变更的定时器
if(period>0){
getProcessingTimeService().registerTimer(timerService.currentProcessingTime()+period,this::onProcessingTime);
}
}
nfa = nfaFactory.createNFA();
nfa.open(cepRuntimeContext, new Configuration());上面注册的定时器需要实现ProcessingTimeCallback 接口的onProcessingTime 方法
@Override public void onProcessingTime(long timestamp) throws Exception {
//先检查是否变更
if(injectionPatternFunction.isChanged()){
//重新注入
Pattern pattern=injectionPatternFunction.inject();
afterMatchSkipStrategy=pattern.getAfterMatchSkipStrategy();
boolean timeoutHandling = getUserFunction() instanceof TimedOutPartialMatchHandler;
nfaFactory = NFACompiler.compileFactory(pattern, timeoutHandling);
nfa = nfaFactory.createNFA();
nfa.open(cepRuntimeContext, new Configuration());
refreshVersion.incrementAndGet();
}
//重新注册
if(injectionPatternFunction.getPeriod()>0){
getProcessingTimeService().registerTimer(timerService.currentProcessingTime()+injectionPatternFunction.getPeriod(),this::onProcessingTime);
}
}至此已经完成了动态加载与定时检测，接下来需要实现状态的清理动作。
状态清理
状态清理一共分为两块: 匹配状态数据清理、定时器清理；
状态清理有两种方式：一种是对KeyedState 执行clear操作，就是每处理一个key时执行清理操作;另外一种方式是getKeyedStateBackend().applyToAllKeys 一次性清理所有的状态，这种方式可能会导致任务消费阻塞，因此使用第一种方式；
另外需要思考的一个问题是如何判断状态是否需要清理？这里可以使用版本比对的方式进行处理，每一次规则变更对应的version提升，然后在使用该version与数据的version进行比对处理。
定义几个状态变量：
/**
* 动态的pattern注入
*/
private InjectionPatternFunction injectionPatternFunction;
/**
* 表示的是一个version
*/
ListState<Integer> refreshFlagState; //nfa 的version 需要持久化
private AtomicInteger refreshVersion; // 刷新nfa的version
private ValueState<Integer> needRefresh; // 每一个key 对应一个version
private ListState<Long> registerTimeState;// 注册定时器存储的时间在processElement里面执行状态清理动作：
if(injectionPatternFunction!=null){
int currVersion=needRefresh.value(); //当前key的版本
if(currVersion<refreshVersion.get()){ //版本不一致
//那么就开始执行清理动作 状态 与 定时器， 应该没有其他的了吧
computationStates.clear();
elementQueueState.clear();
partialMatches.releaseData();
//删除定时器相关的操作
Iterable<Long> registerTime=registerTimeState.get();
if(registerTime!=null){
Iterator<Long> registerTimeIter=registerTime.iterator();
while(registerTimeIter.hasNext()){
Long l=registerTimeIter.next();
timerService.deleteEventTimeTimer(VoidNamespace.INSTANCE,l); //删除定时器
timerService.deleteProcessingTimeTimer(VoidNamespace.INSTANCE,l);
registerTimeIter.remove(); //把状态清理一下
}
}
needRefresh.update(refreshVersion.get()); //更新到当前的版本
}
}在上面用到的registerTimeState 状态数据从哪里来的呢？比喻说我们需要做数据排序比较或者是事件时间的语义，通常需要先缓存数据，然后会做一个排序操作，最后做匹配，那么这个触发的就是由定时器来完成的。接下来看一下registerTimeState中数据来源入口：
//processElement中排序与事件时间处理逻辑中增加saveRegisterTime方法
//time 表示触发的时间
private void saveRegisterTime(long time) throws Exception {
if(injectionPatternFunction!=null){
registerTimeState.add(time);
}
}同样在定时器触发，也需要将registerTimeState 中对应的时间移除掉。另外如果状态变更了但是还未来得及清理定时器，那么就有可能造成定时器触发，可以在onEventTime 或者onProcessingTime方法里面做一个前置的版本比对判断，如果version不一致就不做任何处理或者提前清理定时器的数据。
在上面自定义了一些状态，接下来看一下状态的初始化与保存操作：
//initializeState 方法
if(injectionPatternFunction!=null) {
/**
* 两个标识位状态
*/
refreshFlagState = context.getOperatorStateStore()
.getUnionListState(new ListStateDescriptor<Integer>("refreshFlagState", Integer.class));
if (context.isRestored()) {
if (refreshFlagState.get().iterator().hasNext()) {
refreshVersion = new AtomicInteger(refreshFlagState.get().iterator().next());
}
} else {
refreshVersion = new AtomicInteger(0);
}
needRefresh = context.getKeyedStateStore()
.getState(new ValueStateDescriptor<Integer>("needRefreshState", Integer.class, 0));
registerTimeState = context.getKeyedStateStore()
.getListState(new ListStateDescriptor<Long>("registerTimeState", Long.class));
}可以看出refreshFlagState 使用的是一个Union类型的Operator-State，这个思考题留给大家这个为什么要这样使用。对应这种类型state通常会在定义一下：
@Override public void snapshotState(StateSnapshotContext context) throws Exception {
super.snapshotState(context);
if(injectionPatternFunction!=null){
refreshFlagState.clear();
refreshFlagState.add(refreshVersion.get());
}
}至此整个流程完成。
总结
本篇介绍cep如何实现动态规则加载，给出了大部分的关键实现代码，需要与前一篇给出的demo结合使用，对于不同Key的变更，需要定义与Key相关联的NFA，其他的处理逻辑大体相同，欢迎大家一起交流。
腾讯云开发者
