语言 Chinese, Simplified

SEO Title

Eight Trends in Event Stream Processing May 2019

经过二十多年的研究和开发，事件流处理（ESP）软件平台已不再局限于在小生境应用或实验中使用。它们已经成为许多业务环境中实时分析的基本工具。

其动机来自需要分析的流数据量激增，特别是：

物联网传感器数据；
来自用户交互的点击流；
社交媒体事件，如tweets、Instagram posts、Facebook posts和Linked in updates；
市场数据；
气象数据；以及
业务应用程序中事务的事件流。

早在20世纪90年代，学术界就开始构建开发人员可以用来构建和部署流分析应用程序（当时称为复杂事件处理（CEP））的通用ESP平台，但在2010年之前，只有少数商业产品可用。它们主要用于金融交易所的高速交易系统和政府机构的情报应用。

在过去的九年中，商业和开源ESP平台的数量已经从少数增长到40多个。本文总结了该软件的八个主要趋势。

无处不在

——几乎所有主要软件供应商都提供一个或多个ESP产品（见下面的列表）。供应商意识到流式数据只会越来越丰富，越来越多的业务应用程序需要能够实时或接近实时地处理这些数据。

物联网

——几年前，我们预测物联网将成为ESP的杀手级应用（实际上是杀手级应用，因为物联网是数百种不同的应用，而不是一种）。事实证明就是这样。大多数物联网应用程序处理传感器数据，传感器数据作为实时事件流生成。我们看到的所有物联网平台套件都包括一个ESP平台作为产品的一部分。大多数物联网平台供应商明智地选择利用其通用ESP产品，而不是仅仅为了嵌入物联网平台而编写新的ESP平台。

边缘处理

——许多物联网应用程序的默认架构是在边缘或边缘附近运行流分析，以接近事件源。物联网事件的来源包括传感器、仪表、数字控制系统（DCSs）、监控和数据访问（SCADA）系统以及连接到DCSs或SCADA系统的历史数据库。在某些情况下，ESP在网关、路由器、卡车、汽车或火车上运行，甚至在终端设备中运行。在边缘或靠近边缘的地方运行ESP有很多好的理由：对不断变化的条件做出快速响应的较低延迟；较少的网络开销；以及更高的可用性（由于网络关闭或云服务器关闭，您负担不起让工厂、车辆或其他机器无法运行）。这就产生了层次结构，其中初始流处理是在边缘上完成的，然后处理和抽象事件的子集被转发到云或数据中心，在云或数据中心中完成另一层流处理。

云ESP

——几乎所有ESP产品都可以在公共或云基础设施即服务（IaaS）上运行。越来越多的供应商，包括Amazon Web Services、Google、IBM、Microsoft、Salesforce、SQLstream等，为那些不想管理自己的云ESP服务的公司提供ESP即平台即服务（PaaS）。此外，几乎所有具有嵌入式ESP平台的物联网套件都是有效的ESP PaaS提供商。

并行处理

——过去六年上市的许多ESP平台可以称为分布式流计算平台（DSCP），因为它们将工作负载分散在多个服务器上。如果特定的应用程序允许数据并行操作，则传入的数据将被分片并分发给多个工作者，从而实现更高的吞吐量（每秒更多事件）。其他类型的ESP平台也可以设置为跨多个节点分发工作，但它们需要更多的编程来实现这一点。

高级分析

——许多供应商正在将机器学习（ML）或业务规则引擎集成到其ESP平台的过程中。ML库（如评分服务）可以嵌入到事件处理流中。早期的ESP平台通常仅限于用户定义的功能（例如，用Java或供应商专有的事件处理语言编写），而不支持现成的分析。

开源

——开源运动在过去五年中对流处理产生了重大影响，正如它影响了其他软件技术一样。开源有两种截然不同的风格：

免费的、开源的流处理框架

主要来自GitHub/Apache，使开发人员能够在不支付许可费的情况下构建和运行应用程序。它们缺乏商业支持，开发设施和管理工具有限，与外部源和汇的连接很少。但是，对于入门、学习事件处理以及构建小型或临时应用程序来说，它们是很好的。在少数情况下，高度熟练的开发团队已经在这些产品上构建了大型的、关键任务的应用程序。免费开源产品及其主要贡献者的示例包括：

Apache Flink (Alibaba Ververica)
Apache Gearpump (Intel)
Apache Heron (Twitter)
Apache Kafka SQL (LinkedIn, Confluent)
Apache Samza (LinkedIn)
Apache Spark Streaming (Databricks)
Apache Storm (Twitter)
Drools Fusion (RedHat)
Esper, Nesper (EsperTech)

混合“开放核心”产品

使用上述开源产品，并添加专有增值功能。这些都有商业支持，因此它们吸引那些规避风险、愿意支付许可证、维护费或订阅费的大企业。它们通常还具有更好的开发和管理工具，以及到更多外部系统的连接器。很多都有实时的仪表盘；有些有安全扩展或更改数据捕获（CDC）适配器。这些产品的成本与完全专有的ESP产品一样高，而且它们将应用程序锁定在与完全专有的产品几乎相同的位置。然而，购买者喜欢（部分）开源的光环，而且这些产品中的许多都具有一套很好的现代特性。供应商喜欢open core，因为他们不必自己开发整个产品，所以他们可以将资源集中在产品差异化的扩展上。示例包括：

Alibaba Ververica Platform (formerly data Artisans, on Flink)
Amazon Kinesis Data Analytics for Java (on Flink)
Cloudera Hortonworks DataFlow (on Kafka, Nifi, Storm)
Confluent Platform (on Kafka)
Databricks Spark Streaming (on Spark)
EsperTech Esper Enterprise Edition
Google Cloud DataFlow (with Apache Beam)
Impetus StreamAnalytix (on Flink, Spark, Storm)
Informatica Big Data Streaming (on Spark)
Oracle Stream Analytics (on Spark)
Pivotal Spring Cloud Data Flow
Radicalbit Natural Analytics (on Flink, Kafka, Spark)
Red Hat Decision Manager (on Drools Fusion)
Streamlio Intelligent Platform for Fast Data (on Bookkeepper, Heron, Pulsar)

…and apologies to those I may have overlooked

其他供应商，

包括Software AG（Apama）和WSO2（Stream Processor），也将其ESP产品作为开源提供。

流数据集成（SDI），一种为SDI提供特殊功能的ESP（也称为“实时ETL”）。它们用于实时、低延迟、大容量接收流式事件数据，或用于将大量数据从一个数据库或文件移动到另一个数据库或文件。专注于SDI的产品为各种dbms、文件系统和消息传递系统（如Kafka、kinisis、Pulsar或其他）提供适配器。请注意，其他ESP产品（主要关注实时流分析）也经常用于将事件数据放入数据库或文件中（即，它们可以用于SDI，即使它们可能不具备SDI专家的所有数据集成功能）。相反，一些主要关注SDI的产品也能够实时流分析来驱动仪表板、发送警报或触发自动响应。其中一些产品与普通ESP平台并没有太大区别。以SDI为重点的产品示例包括：