CEP（Complex Event Processing）复杂事件处理，这里的复杂事件指的是业务规则的复杂， 随着互联网、物联网技术的发展现在传感器装得越来越多，目前实时流数据业务处理越来越广，业务规则也越来越复杂。
可以说CEP就是一种基于事件的数据流分析技术，它通过过滤、聚合、关联、状态、时序等相关技术然后根据用户所制定的相关业务规则过滤出符合要求的数据流，这么说是不是感觉它和实时数据分析的概念很像。我觉得它就是实时数据分析中的一个重要分支。
业务场景
适用于实时数据流处理的业务也几乎都适合CEP，冷链车中实时上报的数据出现了异常高温情况、两客一危车辆在夜间连续行驶了N小时触发疲劳驾驶报警、系统日志中出现连续失败的尝试登录等等，从名称也可以看出“复杂事件”，将它用在一些简单事件上效率或许没那么高。
易用程度
上面说了这个CEP其实就是实时流数据处理的一个技术分支，其实就是不使用CEP也能实现那些业务场景规则，为什么要使用CEP；
起个程序，从Kafka拉取数据，写N个规则算法、多复杂的事件也就都能够实现了，还可以直接使用Kafka Stream。
的确，道路千万条，并没有哪个技术是那么不可或缺的。在一些简单的数据分析（聚合、关联统计等）中这种方式实现效率可能也不低。
CEP可以简化复杂事件业务规则的开发、提高效率、提高代码可维护性还支持类SQL的方式进行业务规则的编写，多个简单事件组成一个复杂事件；
CEP目前的相关实现框架：Siddhi、Drools cep、Flink CEP。
FEATURED TAGS
Agent
大模型
ChatGPT
HA
智能家居
LSM
Linux
Dapr
开发
插件
Linux,虚拟机,ubuntu
缓存
图片
Flink
反射
内置函数
go
限流
大数据,Spark,Kafka
面向对象
镜像
docker,hadoop,镜像
kafka,java
求导
链式法则
微积分
源码
快照
协议
ZooKeeper
ZAB
tomcat
Hadoop
Spark
python
自动微分
React Native
React
Node.js
Android
Kafka
lambda
jvm
rasp
框架
SPI
asm
maven
idea
依赖管理
module
helm
逻辑回归
S函数
IOS
Fiddler
Andriod
Protocol Buffer
kryo
车联网，大数据，神经网络
字节序
最小二乘法
线性代数
线性回归
最大似然法
网络编程
大数据
树莓派
Raspbian
redis
海南
分析
人口
函数式编程
clojure
线程
并行
actor
红黑树
数组
动态数组
tcp
编程
markdown
二叉搜索树
AVL树
数据结构
golang
梯度下降法
skaffold
k8s
机器学习
选法
一致性
算法
分布式
paxos
Raft
一致性协议
引擎
容器
通信
微服务
Kubernetes
docker
文件系统
NFS
神经网络
神经元
深度学习
poi
反向传播
java
并发模型
并发
多线程
Scala
