通常我们在提交一个flink cep任务，流程基本上是：开发，打包，部署；例如我们有一个任务：计算在60秒内，连续两次登陆失败的用户
begin("begin").where(_.status=='fail').next("next").where(_.status=="fail").within(Time.seconds(60))然后又来一个任务：计算60秒内，用户登陆失败1次，然后第二次登陆成功的用户
begin("begin").where(_.status=='fail').next("next").where(_.status=="success").within(Time.seconds(60))这两个任务，数据的输入，输出都是一样的，唯一的区别就是pattern不同；往常的话我们要重复之前的3个步骤才能完成任务的上线；如果我们能根据flink 任务传入参数，动态生成pattern对象，就能简化任务的上线流程，画个图
如何实现pattern动态加载？为了实现这个功能，可以拆分成两个步骤
1.根据pattern规则转换成pattern字符串
val patternStr="begin(\"begin\").where(_.status==\"fail\")
.next(\"next\").where(_.status==\"fail\").within(Time.seconds(60))"
2.将pattern字符串转换成pattern对象
val pattern = transPattern(patternStr)现在先看第2步，假定现在有了patternStr，如何转成pattern对象？
str->obj,第一个能想到的方案就是使用javax.script.ScriptEngine调用groovy脚本的方法生成pattern对象；
groovy 脚本如下：
import com.hhz.flink.cep.pojo.LoginEvent
import com.hhz.flink.cep.patterns.conditions.LogEventCondition
import org.apache.flink.cep.scala.pattern.Pattern
import org.apache.flink.streaming.api.windowing.time.Time
def getP(){
return Pattern.<LoginEvent>begin("begin")
.where(new LogEventCondition("getField(eventType)==\"fail\""))
.next("next").where(new LogEventCondition("getField(eventType)==\"fail\""))
.times(2).within(Time.seconds(3))
}这个脚本可以以字符串的方式通过groovy脚本引擎加载到内存中，并使用invokeFunction调用getP()方法，就可以返回pattern对象,伪代码如下
String script="def getP(){return Pattern.<>....within(Time.seconds(3)))}";
ScriptEngineManager factory = new ScriptEngineManager();
ScriptEngine engine = factory.getEngineByName("groovy");
engine.eval(script);
Invocable inv = (Invocable) engine;
Pattern<LoginEvent, LoginEvent> pattern
= (Pattern<LoginEvent, LoginEvent>) invocable.invokeFunction("getP");现在回过头来看第一步：根据pattern规则转换成pattern字符串
在scala中pattern代码如下
begin("begin").where(_.status=='fail').next("next").where(_.status=="fail").within(Time.seconds(60))where方法可以接受表达式，例如"_.status=='fail'"，同时他也可以接受一个SimpleCondition对象，例如
where(new SimpleCondition<LoginEvent>() {
@Override
public boolean filter(LoginEvent event) {
return event.eventType() == "fail";
}
})但在groovy中不支持接受"_.status=='fail'"表达式作为函数的参数，所以在生成pattern串是必须将where中的表达式换成SimpleCondition对象；
那问题来了，换成SimpleCondition对象后，我们就得在filter方法中实现表达式的逻辑；这显然不是我们所需要的，这样做的话，patternStr的维护的成本就太高了；如果我们将表达式以字符串的形式传入到SimpleCondition对象中，然后在filter中自动计算表达式的值，就像
where(new LogEventCondition("getField(eventType)==\"fail\""))filter方法根据表达式getField(eventType)==\"fail\"计算结果，返回ture或false，难点来了，如何根据表达式计算结果，这里就需要引入aviator包，关于aviator我们看几个样例
import com.googlecode.aviator.AviatorEvaluator;
public class TestAviator {
public static void main(String[] args) {
Long result = (Long) AviatorEvaluator.execute("1+2+3");
System.out.println("-------"+result);
}
}
结果输出：
-------6具体看下LogEventCondition
public class LogEventCondition extends SimpleCondition<LoginEvent> implements Serializable {
private String script;
static {
AviatorEvaluator.addFunction(new GetFieldFunction());
}
//getField(eventType)==\"fail\"
public LogEventCondition(String script){
this.script = script;
}
@Override
public boolean filter(LoginEvent value) throws Exception {
Map<String, Object> stringObjectMap = Obj2Map.objectToMap(value);
//计算表达式的值
boolean result = (Boolean) AviatorEvaluator.execute(script, stringObjectMap);
return result;
}
}到这里，cep pattern动态加载就介绍完了；起初我也是想像某些大厂一样，通过订制一套特有的DSL语法，然后将DSL语句解析转换成pattern，这样的话，非开发同学也就能够在公司的数据平台直接订制实时计算任务；但回想之前给非研发同学培训sql的悲惨经历，放弃了；觉得pattern订制的学习成本还是有点高，交给运营或者产品去搞这事，不靠谱，所以这事还是得研发来干；对于研发来讲pattern最原生的规则就是最好的~~~
