Flink sql 完成CEP操作地址

https://help.aliyun.com/document_detail/73845.html

示例

• 示例语法

  SELECT *
  FROM Ticker MATCH_RECOGNIZE (
  PARTITION BY symbol
  ORDER BY tstamp
  MEASURES STRT.tstamp AS start_tstamp,
  LAST(DOWN.tstamp) AS bottom_tstamp,
  LAST(UP.tstamp) AS end_tstamp
  ONE ROW PER MATCH
  AFTER MATCH SKIP TO NEXT ROW
  PATTERN (STRT DOWN+ UP+) WITHIN INTERVAL '10' SECOND
  DEFINE
  DOWN AS DOWN.price < PREV(DOWN.price),
  UP AS UP.price > PREV(UP.price)
  );

• 测试数据

  timestamp（TIMESTAMP）	card_id(VARCHAR)	location（VARCHAR）	action（VARCHAR）
  2018-04-13 12:00:00	1	Beijing	Consumption
  2018-04-13 12:05:00	1	Shanghai	Consumption
  2018-04-13 12:10:00	1	Shenzhen	Consumption
  2018-04-13 12:20:00	1	Beijing	Consumption

• 测试案例语法

  CREATE TABLE datahub_stream (
      `timestamp`               TIMESTAMP,
      card_id                   VARCHAR,
      location                  VARCHAR,
      `action`                  VARCHAR,
      WATERMARK wf FOR `timestamp` AS withOffset(`timestamp`, 1000)
  ) WITH (
      type = 'datahub'
      ...
  );
  CREATE TABLE rds_out (
      start_timestamp               TIMESTAMP,
      end_timestamp                 TIMESTAMP,
      card_id                       VARCHAR,
      event                         VARCHAR
  ) WITH (
      type= 'rds'
      ...
  );
  
  --案例描述：当相同的card_id在十分钟内，在两个不同的location发生刷卡现象，就会触发报警机制，以便监测信用卡盗刷等现象。
  
  --定义计算逻辑。
  insert into rds_out
  select 
  `start_timestamp`, 
  `end_timestamp`, 
  card_id, `event`
  from datahub_stream
  MATCH_RECOGNIZE (
      PARTITION BY card_id   --按card_id分区，将相同卡号的数据分到同一个计算节点上。
      ORDER BY `timestamp`   --在窗口内，对事件时间进行排序。
      MEASURES               --定义如何根据匹配成功的输入事件构造输出事件。
          e2.`action` as `event`,                
          e1.`timestamp` as `start_timestamp`,   --第一次的事件时间为start_timestamp。
          LAST(e2.`timestamp`) as `end_timestamp`--最新的事件时间为end_timestamp。
      ONE ROW PER MATCH           --匹配成功输出一条。
      AFTER MATCH SKIP TO NEXT ROW--匹配后跳转到下一行。
      PATTERN (e1 e2+) WITHIN INTERVAL '10' MINUTE  -- 定义两个事件，e1和e2。
      DEFINE                     --定义在PATTERN中出现的patternVariable的具体含义。
          e1 as e1.action = 'Consumption',    --事件一的action标记为Consumption。
          e2 as e2.action = 'Consumption' and e2.location <> e1.location --事件二的action标记为Consumption，且事件一和事件二的location不一致。
  );

• 测试结果

  start_timestamp（TIMESTAMP）	end_timestamp（TIMESTAMP）	card_id（VARCHAR）	event（VARCHAR）
  2018-04-13 12:00:00.0	2018-04-13 12:05:00.0	1	Consumption
  2018-04-13 12:05:00.0	2018-04-13 12:10:00.0	1	Consumption