WSO2流处理器混乱

Question

关于流处理器,我有点困惑.我之前使用过CEP,现在我正在使用Stream Processor.

如果我没弄错的话,Data Analytics Server,CEP和Machine Learner合并到Stream Processor中,是真的吗？

因为我发现了一些不一致的地方,例如SP无法直接在仪表板中发布,而CEP可以.所以,我的问题是,CEP和ML中的所有部分都将流入SP？

Answer 1

DAS,CEP和ML尚未完全合并到流处理器中.

在DAS中,实时分析由Siddhi处理,批量分析通过Spark完成.但是,在Stream Processor中,只有Siddhi充当核心处理器并且不使用Spark.

流处理器通过siddhi以流方式处理数据.为了满足批量分析的要求,可以使用已引入Siddhi 4.0.0的增量处理[1].

此外,通过为Siddhi 4.0.0编写的ml扩展提供ML支持.

在das/cep中,需要定义几个工件,如接收器,执行计划,发布者等,以便创建分析工作流程.

但在Stream Processor中,可以在单个Siddhi-App中定义整个流程.

有关进一步说明,请参阅DAS到SP迁移指南[2]和WSO2分析站点[3].

[1] https://wso2.github.io/siddhi/documentation/siddhi-4.0/#incremental-aggregation

[2] https://docs.wso2.com/display/SP4xx/Upgrading+from+a+Previous+Release

[3] https://wso2.com/analytics

Answer 2

WSO2 Stream Processor是最新的WSO2分析产品.它具有WSO2 CEP具有的超级功能.以下是WSO2 CEP与WSO2 SP的能力比较.

一般

• SP 4.x的核心是最新的siddhi 4.x,它更稳定,性能更高.虽然CEP由Siddhi 3.x提供支持.
• SP基于C5,它比CEP(基于C4)更轻薄.
• SP被设计为容器友好且可以原生.在集装箱化环境中部署时,CEP面临一些挑战.
• 现在一切都包含在Siddhi应用程序中,这是一个单独的文件,可以自己部署和执行.

增量分析

• 新的siddhi具有增量分析功能,旨在满足批量分析.通过此功能,用户可以轻松地进行时间序列聚合,而无需与Spark等其他平台集成.
• 通过允许在同一消息流中完成两种形式的分析,增量分析可以平滑地将实时分析与批量分析联合起来.

分布式部署

• SP 4.x具有高度可扩展的分布式体系结构.SP的容器友好性质让它可以大规模扩展.
• 分布式部署具有容错能力,并且在Apache Kafka的帮助下只支持一次处理.
• CEP分布式架构基于Apache Storm.
• 此外,SP还支持多数据中心部署.虽然CEP没有.

工装

• SP有一个丰富的编辑器,支持自动完成,事件模拟,siddhi查询调试等.CEP只在管理控制台中有查询编辑器UI.
• SP的状态仪表板允许用户使用与Siddhi Apps和JVM的性能,资源消耗等相关的全面统计数据来监控其部署.CEP拥有碳指标支持,仅显示JVM统计数据.

商业规则

• SP具有业务规则功能,非技术用户可以通过类似图形向导的UI构建处理逻辑,而无需进行任何查询.
• 开发人员可以使用此功能以抽象方式呈现复杂问题,这对业务用户来说是可以理解的.
• CEP没有专注于商业用户的功能.

Answer 3

所以，我的问题是，CEP 和 ML 中的所有功能都会在 SP 中流动吗？

我不相信是这样。StreamProcessor 仅具有 CEP、DAS 或 ML 功能的子集。恕我直言，它目前正在推广，因为它是新的，更轻量级和更快