Flink-Cep实现规则动态更新

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(https://developer.aliyun.com/article/738454)，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。