FlinkCEP 中提供了 Pattern API 用于对输入流数据的复杂事件规则定义，并从事件流 中抽取事件结果。包含四个步骤：
输入事件流的创建
Pattern 的定义
Pattern 应用在事件流上检测
选取结果
一.模式定义
定义 Pattern 可以是单次执行模式，也可以是循环执行模式。单词执行模式一次只接受 一个事件，循环执行模式可以接收一个或者多个事件。通常情况下，可以通过指定循环次数 将单次执行模式变为循环执行模式。每种模式能够将多个条件组合应用到同一事件之上，条 件组合可以通过 where 方法进行叠加。每个 Pattern 都是通过 begin 方法定义的
val start = Pattern.begin[Event]("start_pattern")
下一步通过 Pattern.where()方法在 Pattern 上指定 Condition，只有当 Condition 满 足之后，当前的 Pattern 才会接受事件。
start.where(_.getCallType == "success")
- 设置循环次数
对于已经创建好的 Pattern，可以指定循环次数，形成循环执行的 Pattern。
times：可以通过 times 指定固定的循环执行次数。
//指定循环触发4次
start.times(4);
//可以执行触发次数范围,让循环执行次数在该范围之内
start.times(2, 4);
- optional：也可以通过 optional 关键字指定要么不触发要么触发指定的次数。
start.times(4).optional();
start.times(2, 4).optional();
- greedy：可以通过 greedy 将 Pattern 标记为贪婪模式，在 Pattern 匹配成功的前提下， 会尽可能多地触发。
//触发2、3、4次,尽可能重复执行
start.times(2, 4).greedy();
//触发0、2、3、4次,尽可能重复执行
start.times(2, 4).optional().greedy();
- oneOrMore：可以通过 oneOrMore 方法指定触发一次或多次。
// 触发一次或者多次
start.oneOrMore();
//触发一次或者多次,尽可能重复执行
start.oneOrMore().greedy();
// 触发0次或者多次
start.oneOrMore().optional();
// 触发0次或者多次,尽可能重复执行
start.oneOrMore().optional().greedy();
- timesOrMor：通过 timesOrMore 方法可以指定触发固定次数以上，例如执行两次以上。
// 触发两次或者多次
start.timesOrMore(2);
// 触发两次或者多次,尽可能重复执行
start.timesOrMore(2).greedy();
// 不触发或者触发两次以上,尽可能重复执行
start.timesOrMore(2).optional().greedy();
1.1.定义条件
每个模式都需要指定触发条件，作为事件进入到该模式是否接受的判断依据，当事件中 的数值满足了条件时，便进行下一步操作。在 FlinkCFP 中通过 pattern.where()、 pattern.or()及 pattern.until()方法来为 Pattern 指定条件，且 Pattern 条件有 Simple Conditions 及 Combining Conditions 等类型。
- 简单条件：Simple Condition 继承于 Iterative Condition 类，其主要根据事件中的 字段信息进行判断，决定是否接受该事件。
// 把通话成功的事件挑选出来
start.where(_.getCallType == "success")
- 组合条件：组合条件是将简单条件进行合并，通常情况下也可以使用 where 方法进行条 件的组合，默认每个条件通过 AND 逻辑相连。如果需要使用 OR 逻辑，直接使用 or 方法 连接条件即可。
// 把通话成功，或者通话时长大于10秒的事件挑选出来
val start = Pattern.begin[StationLog]("start_pattern")
.where(_.callType=="success")
.or(_.duration>10)
- 终止条件：如果程序中使用了 oneOrMore 或者 oneOrMore().optional()方法，则必须 指定终止条件，否则模式中的规则会一直循环下去，如下终止条件通过 until()方法指 定
pattern.oneOrMore.until(_.callOut.startsWith("186"))
1.2.模式序列
将相互独立的模式进行组合然后形成模式序列。模式序列基本的编写方式和独立模式一致，各个模式之间通过邻近条件进行连接即可，其中有严格邻近、宽松邻近、非确定宽松邻 近三种邻近连接条件。
- 严格邻近：严格邻近条件中，需要所有的事件都按照顺序满足模式条件，不允许忽略任 意不满足的模式
val strict: Pattern[Event] = start.next("middle").where(...)
- 宽松邻近：在宽松邻近条件下，会忽略没有成功匹配模式条件，并不会像严格邻近要求 得那么高，可以简单理解为 OR 的逻辑关系。
val relaxed: Pattern[Event, _] = start.followedBy("middle").where(...)
- 非确定宽松邻近：和宽松邻近条件相比，非确定宽松邻近条件指在模式匹配过程中可以 忽略已经匹配的条件。
val nonDetermin: Pattern[Event, _] = start.followedByAny("middle").where(...)
- 除以上模式序列外，还可以定义“不希望出现某种近邻关系”：
notNext() —— 不想让某个事件严格紧邻前一个事件发生
notFollowedBy() —— 不想让某个事件在两个事件之间发生
注意：
1、所有模式序列必须以 .begin() 开始
2、模式序列不能以 .notFollowedBy() 结束
3、“not” 类型的模式不能被 optional 所修饰
4、此外，还可以为模式指定时间约束，用来要求在多长时间内匹配有效
二.模式检测
调用 CEP.pattern()，给定输入流和模式，就能得到一个 PatternStream
//cep 做模式检测
val patternStream = CEP.pattern[EventLog](dataStream.keyBy(_.id),pattern)
三.选择结果
得到 PatternStream 类型的数据集后，接下来数据获取都基于 PatternStream 进行。该 数据集中包含了所有的匹配事件。目前在 FlinkCEP 中提供 select 和 flatSelect 两种方法 从 PatternStream 提取事件结果事件。
- 通过 Select Funciton 抽取正常事件
可以通过在 PatternStream 的 Select 方法中传入自定义 Select Funciton 完成对匹配 事件的转换与输出。其中 Select Funciton 的输入参数为 Map[String, Iterable[IN]]，Map 中的 key 为模式序列中的 Pattern 名称，Value 为对应 Pattern 所接受的事件集合，格式为 输入事件的数据类型。 - 通过 Flat Select Funciton 抽取正常事件 Flat Select Funciton 和 Select Function 相似，不过 Flat Select Funciton 在每次 调用可以返回任意数量的结果。因为 Flat Select Funciton 使用 Collector 作为返回结果 的容器，可以将需要输出的事件都放置在 Collector 中返回。
- 通过 Select Funciton 抽取超时事件 如果模式中有 within(time)，那么就很有可能有超时的数据存在，通过 PatternStream. Select 方法分别获取超时事件和正常事件。首先需要创建 OutputTag 来标记超时事件，然 后在 PatternStream.select 方法中使用 OutputTag，就可以将超时事件从 PatternStream 中抽取出来。
