我有以下cep patternstream，其中数据流基于实体id进行分区，因为我只对实体具有相同实体id时的模式匹配感兴趣：
PatternStream<EntityMetric> patternStream = CEP.pattern(inputStream.keyBy(EntityMetric.ATTR_ENTITY_ID), thresholdPattern);但是后来我注意到检查点状态的大小随着实体id数量的增加而增加。如果我正确理解检查点，那么这是意料之中的，因为操作符状态的数量增加了。但是我想知道是否有其他方法可以最小化检查点状态大小。
有没有一种不同的方法来实现这种模式匹配而不基于实体id对数据流进行分区？
是否有其他技术或配置属性可以帮助减少检查点状态大小？
谢谢！
1条答案
按热度按时间goqiplq21#
你的问题没有一个简单的答案。首先，要最小化的状态大小是多少？
状态的大小随着实体id的数量而增加并不完全正确，而是随着找到的部分匹配的数量而增加。如果某些ID没有部分匹配，它们就不会增加状态的大小。因此我建议你坚持使用
KeyedStream.对于flinkcep来说，不要留下一些悬空状态是非常重要的，例如
followedByAny或者zeroOrMore. 避免离开悬空状态的最简单方法是为具有within这样所有超时的模式都将被删除。另一种可能性是使用确定性的连续性，比如next或者followedBy使用until循环模式的条件。