WSO2流处理器混乱

Question

我对流处理器有点困惑。 我之前使用过CEP，现在我正在使用流处理器。

如果我没弄错，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，可以使用已经引入Siddhi 4.0.0的增量处理[1]。

同样通过为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。

但是在Stream Processor中，可以在一个 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分析网站[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流处理器是最新的WSO2 analytics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。

常规

• SP 4.x的核心是最新的siddhi 4.x，它更稳定并且已经改进performance。虽然CEP由Siddhi 3.x提供支持。
• SP基于C5，它的重量轻，重量轻，而CEP基于C4。
• SP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。
• 现在所有内容都包含在Siddhi应用程序中，该应用程序是一个可以在其上部署和执行的单个文件。

Incremental Analysis

• 新的siddhi具有增量分析功能，旨在满足批量分析的需要。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相结合。

Distributed Deployment

• SP 4.x具有高度可扩展的分布式架构。 SP的容器友好性使它可以大规模扩展。
• 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。

<强>工具

• SP有一个丰富的editor，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的用户
• Status Dashboard通过与Siddhi Apps和JVM的性能，资源消耗等相关的全面统计数据监控其部署。 CEP拥有碳指标支持，仅显示JVM统计数据。

Business Rules

• 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中的所有部分都将流入SP？

我不相信。 StreamProcessor只有CEP，DAS或ML的功能子集。恕我直言，它现在被提升，因为它是新的，更轻量和更快