建立个人网站流程_dreamweaver免费版下载_网站建设合同_网站建设开发简介

实时计算Flink版支持通过DataStream作业的方式运行支持规则动态更新的Flink CEP作业。本文结合实时营销中的反作弊场景，为您介绍如何基于Flink全托管快速构建一个动态加载最新规则来处理上游Kafka数据的Flink CEP作业。

背景信息

在电商平台投放广告时，广告主通常有预算限制。例如对于按点击次数计算费用的广告而言，如果有黑灰产构造虚假流量，攻击广告主，则会很快消耗掉正常广告主的预算，使得广告内容被提前下架。在这种情况下，广告主的利益受到了损害，容易导致后续的投诉与纠纷。

为了应对上述作弊场景，我们需要快速辨识出恶意流量，采取针对性措施（例如限制恶意用户、向广告主发送告警等）来保护用户权益。同时考虑到可能有意外因素（例如达人推荐、热点事件引流）导致流量骤变，我们也需要动态调整用于识别恶意流量的规则，避免损害正常用户的利益。

本文为您演示如何使用Flink动态CEP解决上述问题。我们假设客户的行为日志会被存放入消息队列Kafka中，Flink CEP作业会消费Kafka数据，同时会去轮询RDS数据库中的规则表，拉取策略人员添加到数据库的最新规则，并用最新规则去匹配事件。针对匹配到的事件，Flink CEP作业会发出告警或将相关信息写入其他数据存储中。示例中整体数据链路如下图所示。

Flink整体数据链路示意图

实际演示中，我们会先启动Flink CEP作业，然后插入规则1：连续3条action为0的事件发生后，下一条事件的action仍非1，其业务含义为连续3次访问该产品后最后没有购买。在匹配到相应事件并进行处理后，我们会动态更新规则1内容为连续5条action为0或2的事件发生后，下一条事件的action仍非1，来应对流量整体增加的场景，同时插入一条规则2，它将和规则1的初始规则一样，用于辅助展示多规则支持等功能。当然，您也可以添加一个全新规则。

前提条件

如果您使用RAM用户或RAM角色等身份访问，需要确认已具有Flink控制台相关权限，详情请参见权限管理。
已创建Flink工作空间，详情请参见开通实时计算Flink版。
上下游存储
- 已创建RDS MySQL实例，详情请参见创建RDS MySQL实例。
- 已创建消息队列Kafka实例，详情请参见概述。
仅实时计算引擎VVR 6.0.2及以上版本支持动态CEP功能。

操作流程

本文为您介绍如何编写Flink CEP作业检测行为日志中的异常事件序列去发现恶意流量，并演示如何进行规则的动态更新。具体的操作流程如下：

步骤一：准备测试数据
步骤二：配置IP白名单
步骤三：开发并启动Flink CEP作业
步骤四：插入规则
步骤五：更新匹配规则，并查看更新的规则是否生效

步骤一：准备测试数据

准备上游Kafka Topic

登录云消息队列 Kafka 版控制台。
创建一个名称为demo_topic的Topic，存放模拟的用户行为日志。

操作详情请参见步骤一：创建Topic。

准备RDS数据库

在DMS数据管理控制台上，准备RDS MySQL的测试数据。

使用高权限账号登录RDS MySQL。

详情请参见通过DMS登录RDS MySQL。
创建rds_demo规则表，用来记录Flink CEP作业中需要应用的规则。

在已登录的SQLConsole窗口，输入如下命令后，单击执行。
```
CREATE DATABASE cep_demo_db;
USE cep_demo_db;CREATE TABLE rds_demo (`id` VARCHAR(64),`version` INT,`pattern` VARCHAR(4096),`function` VARCHAR(512)
);
```
每行代表一条规则，包含id、version等用于区分不同规则与每个规则不同版本的字段、描述CEP API中的模式对象的pattern字段，以及描述如何处理匹配模式的事件序列的function字段。

步骤二：配置IP白名单

为了让Flink能访问RDS MySQL实例，您需要将Flink全托管工作空间的网段添加到在RDS MySQL的白名单中。

获取Flink全托管工作空间的VPC网段。
1. 登录实时计算控制台。
2. 在目标工作空间右侧操作列，选择更多 > 工作空间详情。
3. 在工作空间详情对话框，查看Flink全托管虚拟交换机的网段信息。
在RDS MySQL的IP白名单中，添加Flink全托管网段信息。

操作步骤详情请参见设置IP白名单。

步骤三：开发并启动Flink CEP作业

说明

本文中所有代码都可以在Github仓库下载。本文档接下来会描述重点部分实现，方便您参考。

配置Maven项目中的pom.xml文件所使用的仓库。

pom.xml文件的配置详情，请参见Kafka DataStream Connector。

在作业的Maven POM文件中添加flink-cep作为项目依赖。

<dependency><groupId>com.alibaba.ververica</groupId><artifactId>flink-cep</artifactId><version>1.15-vvr-6.0.2-api</version><scope>provided</scope>
</dependency>

开发作业代码。

构建Kafka Source。

代码编写详情，请参见Kafka DataStream Connector。

构建CEP.dynamicPatterns()。

为支持CEP规则动态变更与多规则匹配，阿里云实时计算Flink版定义了CEP.dynamicPatterns() API。该API定义代码如下。

public static <T, R> SingleOutputStreamOperator<R> dynamicPatterns(DataStream<T> input,PatternProcessorDiscovererFactory<T> discovererFactory,TimeBehaviour timeBehaviour,TypeInformation<R> outTypeInfo)

使用该API时，所需参数如下。您可以跟进实际使用情况，更新相应的参数取值。

参数	说明
DataStream<T> input	输入事件流。
PatternProcessorDiscovererFactory<T> discovererFactory	工厂对象。工厂对象负责构造一个探查器（PatternProcessorDiscoverer），探查器负责获取最新规则，即构造一个PatternProcessor接口。
TimeBehaviour timeBehaviour	描述Flink CEP作业如何处理事件的时间属性。参数取值如下： TimeBehaviour.ProcessingTime：代表按照Processing Time处理事件。 TimeBehaviour.EventTime：代表按照Event Time处理事件。
TypeInformation<R> outTypeInfo	描述输出流的类型信息。

关于DataStream、TimeBehaviour、TypeInformation等Flink作业常见概念详情，请参见DataStream、TimeBehaviour和TypeInformation。

这里重点介绍PatternProcessor接口，一个PatternProcessor包含一个确定的模式（Pattern）用于描述如何去匹配事件，以及一个PatternProcessFunction用于描述如何处理一个匹配（例如发送警报）。除此之外，还包含id与version等用于标识PatternProcessor的信息。因此一个PatternProcessor既包含规则本身，又指明了规则触发时，Flink作业应如何响应。更多背景请参见提案。

而patternProcessorDiscovererFactory用于构造一个探查器去获取最新的PatternProcessor，我们在示例代码中提供了一个默认的周期性扫描外部存储的抽象类。它描述了如何启动一个Timer去定时轮询外部存储拉取最新的PatternProcessor。

public abstract class PeriodicPatternProcessorDiscoverer<T>implements PatternProcessorDiscoverer<T> {...@Overridepublic void discoverPatternProcessorUpdates(PatternProcessorManager<T> patternProcessorManager) {// Periodically discovers the pattern processor updates.timer.schedule(new TimerTask() {@Overridepublic void run() {if (arePatternProcessorsUpdated()) {List<PatternProcessor<T>> patternProcessors = null;try {patternProcessors = getLatestPatternProcessors();} catch (Exception e) {e.printStackTrace();}patternProcessorManager.onPatternProcessorsUpdated(patternProcessors);}}},0,intervalMillis);}...
}

实时计算Flink版提供了JDBCPeriodicPatternProcessorDiscoverer的实现，用于从支持JDBC协议的数据库（例如RDS或者Hologres等）中拉取最新的规则。在使用时，您需要指定如下参数。

参数	说明
jdbcUrl	数据库JDBC连接地址。
jdbcDriver	数据库驱动类类名。
tableName	数据库表名。
initialPatternProcessors	当数据库的规则表为空时，使用的默认PatternProcessor。
intervalMillis	轮询数据库的时间间隔。

在实际代码中您可以按如下方式使用，作业将会匹配到的规则打印到Flink TaskManager的输出中。

// import ......
public class CepDemo {public static void main(String[] args) throws Exception {......// DataStream SourceDataStreamSource<Event> source =env.fromSource(kafkaSource,WatermarkStrategy.<Event>forMonotonousTimestamps().withTimestampAssigner((event, ts) -> event.getEventTime()),"Kafka Source");env.setParallelism(1);// keyBy userId and productionId// Notes, only events with the same key will be processd to see if there is a matchKeyedStream<Event, Tuple2<Integer, Integer>> keyedStream =source.keyBy(new KeySelector<Event, Tuple2<Integer, Integer>>() {@Overridepublic Tuple2<Integer, Integer> getKey(Event value) throws Exception {return Tuple2.of(value.getId(), value.getProductionId());}});SingleOutputStreamOperator<String> output =CEP.dynamicPatterns(keyedStream,new JDBCPeriodicPatternProcessorDiscovererFactory<>(JDBC_URL, JDBC_DRIVE, TABLE_NAME, null, JDBC_INTERVAL_MILLIS),TimeBehaviour.ProcessingTime,TypeInformation.of(new TypeHint<String>() {}));output.print();// Compile and submit the jobenv.execute("CEPDemo");}
}

说明

为了方便演示，我们在Demo代码里将输入数据流按照id和product id做了一步keyBy，再与CEP.dynamicPatterns()连接使用。这意味着只有具有相同id和product id的事件会被纳入到规则匹配的考虑中，Key不同的事件之间不会产生匹配。

在实时计算控制台上，上传JAR包并部署JAR作业，具体操作详情请参见部署作业。

为了让您可以快速测试使用，您需要下载实时计算Flink版测试JAR包。部署时需要配置的参数填写说明如下表所示。

说明

由于目前我们上游的Kafka Source暂无数据，并且数据库中的规则表为空。因此作业运行起来之后，暂时会没有输出。

配置项	说明
部署作业类型	选择为JAR。
部署模式	选择为流模式。
部署名称	填写对应的JAR作业名称。
引擎版本	从VVR 3.0.3版本（对应Flink 1.12版本）开始，VVP支持同时运行多个不同引擎版本的JAR作业。如果您的作业已使用了Flink 1.12及更早版本的引擎，您需要按照以下情况进行处理： Flink 1.12版本：停止后启动作业，系统将自动将引擎升级为vvr-3.0.3-flink-1.12版本。 Flink 1.11或Flink 1.10版本：手动将作业引擎版本升级到vvr-3.0.3-flink-1.12或vvr-4.0.8-flink-1.13版本后重启作业，否则会在启动作业时超时报错。
JAR URL	上传打包好的JAR包，或者直接上传我们提供的测试JAR包。
Entry Point Class	填写为`com.alibaba.ververica.cep.demo.CepDemo`。
Entry Point Main Arguments	如果您是自己开发的作业，已经配置了相关上下游存储的信息，则此处可以不填写。但是，如果您是使用的我们提供的测试JAR包，则需要配置该参数。代码信息如下。 `--kafkaBrokers YOUR_KAFKA_BROKERS --inputTopic YOUR_KAFKA_TOPIC --inputTopicGroup YOUR_KAFKA_TOPIC_GROUP --jdbcUrl jdbc:mysql://YOUR_DB_URL:port/DATABASE_NAME?user=YOUR_USERNAME&password=YOUR_PASSWORD --tableName YOUR_TABLE_NAME --jdbcIntervalMs 3000` 其中涉及的参数及含义如下： kafkaBrokers：Kafka Broker地址。 inputTopic：Kafka Topic名称。 inputTopicGroup：Kafka消费组。 jdbcUrl：数据库JDBC连接地址。说明本示例所使用的JDBC URL中对应的账号和密码需要为普通账号和密码，且密码里仅支持英文字母和数字。在实际场景中，您可根据您的需求在作业中使用不同的鉴权方式。 tableName：目标表名称。 jdbcIntervalMs：轮询数据库的时间间隔。说明需要将以上参数的取值修改为您实际业务上下游存储的信息。参数信息长度不要大于1024，且不建议用来传复杂参数，复杂参数指包括了换行、空格或者其他特殊字符的参数（仅支持英文字母和数字）。如果您需要传入复杂参数，请使用附加依赖文件来传输。

在部署详情页签中的其他配置，添加如下作业运行参数。
```
kubernetes.application-mode.classpath.include-user-jar: 'true' 
classloader.resolve-order: parent-first
```
运行参数配置步骤详情请参见运行参数配置。
在运维中心 > 作业运维页面，单击目标作业操作列下的启动。

作业启动参数配置详情请参见作业启动。

步骤四：插入规则

启动Flink CEP作业，然后插入规则1：连续3条action为0的事件发生后，下一条事件的action仍非1，其业务含义为连续3次访问该产品后最后没有购买。

使用普通账号登录RDS MySQL。

详情请参见通过DMS登录RDS MySQL。

插入动态更新规则。

将JSON字符串与id、version、function类名等拼接后插入到RDS中。

INSERT INTO rds_demo (`id`,`version`,`pattern`,`function`
) values('1',1,'{"name":"end","quantifier":{"consumingStrategy":"SKIP_TILL_NEXT","properties":["SINGLE"],"times":null,"untilCondition":null},"condition":null,"nodes":[{"name":"end","quantifier":{"consumingStrategy":"SKIP_TILL_NEXT","properties":["SINGLE"],"times":null,"untilCondition":null},"condition":{"className":"com.alibaba.ververica.cep.demo.condition.EndCondition","type":"CLASS"},"type":"ATOMIC"},{"name":"start","quantifier":{"consumingStrategy":"SKIP_TILL_NEXT","properties":["LOOPING"],"times":{"from":3,"to":3,"windowTime":null},"untilCondition":null},"condition":{"expression":"action == 0","type":"AVIATOR"},"type":"ATOMIC"}],"edges":[{"source":"start","target":"end","type":"SKIP_TILL_NEXT"}],"window":null,"afterMatchStrategy":{"type":"SKIP_PAST_LAST_EVENT","patternName":null},"type":"COMPOSITE","version":1}','com.alibaba.ververica.cep.demo.dynamic.DemoPatternProcessFunction')
;

为了方便您使用并提高数据库中的Pattern字段的可读性，实时计算Flink版定义了一套JSON格式的规则描述，详情请参见动态CEP中规则的JSON格式定义。上述SQL语句中的pattern字段的值就是按照JSON格式的规则，给出的序列化后的pattern字符串。它的物理意义是去匹配这样的模式：连续3条action为0的事件发生后，下一条事件的action仍非1。

说明

在下文的EndCondition对应的代码中，定义了action仍非1。

对应的CEP API描述如下。

Pattern<Event, Event> pattern =Pattern.<Event>begin("start", AfterMatchSkipStrategy.skipPastLastEvent()).where(new StartCondition("action == 0")).timesOrMore(3).followedBy("end").where(new EndCondition());

对应的JSON字符串如下。

{"name": "end","quantifier": {"consumingStrategy": "SKIP_TILL_NEXT","properties": ["SINGLE"],"times": null,"untilCondition": null},"condition": null,"nodes": [{"name": "end","quantifier": {"consumingStrategy": "SKIP_TILL_NEXT","properties": ["SINGLE"],"times": null,"untilCondition": null},"condition": {"className": "com.alibaba.ververica.cep.demo.condition.EndCondition","type": "CLASS"},"type": "ATOMIC"},{"name": "start","quantifier": {"consumingStrategy": "SKIP_TILL_NEXT","properties": ["LOOPING"],"times": {"from": 3,"to": 3,"windowTime": null},"untilCondition": null},"condition": {"expression": "action == 0","type": "AVIATOR"},"type": "ATOMIC"}],"edges": [{"source": "start","target": "end","type": "SKIP_TILL_NEXT"}],"window": null,"afterMatchStrategy": {"type": "SKIP_PAST_LAST_EVENT","patternName": null},"type": "COMPOSITE","version": 1
}

通过Kafka Client向demo_topic中发送消息。

在本Demo中，您也可以使用消息队列Kafka提供的快速体验消息收发页面发送测试消息。

1,Ken,0,1,1662022777000
1,Ken,0,1,1662022778000
1,Ken,0,1,1662022779000
1,Ken,0,1,1662022780000

发消息

demo_topic字段说明如下表所示。

字段	说明
id	用户ID。
username	用户名。
action	用户动作，取值如下： 0代表浏览操作。 1代表购买动作。 2代表分享操作。
product_id	商品ID。
event_time	该行为发生的事件时间。

查看JobManager日志中打印的最新规则和TaskManager日志中打印的匹配。
- 在JobManager日志中，通过JDBCPeriodicPatternProcessorDiscoverer关键词搜索，查看最新规则。
- 在TaskManager中以.out结尾的日志文件中，通过A match for Pattern of (id, version): (1, 1)关键词搜索，查看日志中打印的匹配。

步骤五：更新匹配规则，并查看更新的规则是否生效

在匹配到相应事件并进行处理后，动态更新规则1内容为连续5条action为0或为2的事件发生后，下一条事件的action仍非1，来应对流量整体增加的场景，同时插入一条规则2，它将和规则1的初始规则一样，用于辅助展示多规则支持等功能。

使用在RDS控制台上，更新匹配规则。

使用普通账号登录RDS MySQL。

详情请参见通过DMS登录RDS MySQL。

将StartCondition中的action == 0修改为action == 0 || action == 2，并且我们将重复出现的次数从>=3改为>=5，对应SQL语句如下。

INSERT INTO rds_demo(`id`, `version`, `pattern`, `function`) values('1', 2, '{"name":"end","quantifier":{"consumingStrategy":"SKIP_TILL_NEXT","properties":["SINGLE"],"times":null,"untilCondition":null},"condition":null,"nodes":[{"name":"end","quantifier":{"consumingStrategy":"SKIP_TILL_NEXT","properties":["SINGLE"],"times":null,"untilCondition":null},"condition":{"className":"com.alibaba.ververica.cep.demo.condition.EndCondition","type":"CLASS"},"type":"ATOMIC"},{"name":"start","quantifier":{"consumingStrategy":"SKIP_TILL_NEXT","properties":["LOOPING"],"times":{"from":5,"to":5,"windowTime":null},"untilCondition":null},"condition":{"expression":"action == 0 || action == 2","type":"AVIATOR"},"type":"ATOMIC"}],"edges":[{"source":"start","target":"end","type":"SKIP_TILL_NEXT"}],"window":null,"afterMatchStrategy":{"type":"SKIP_PAST_LAST_EVENT","patternName":null},"type":"COMPOSITE","version":1}','com.alibaba.ververica.cep.demo.dynamic.DemoPatternProcessFunction');

再插入一条记录的id为2新规则。

它和规则1的版本1一样，其StartCondition仍为action == 0且重复出现的次数为>=3。

INSERT INTO rds_demo(`id`, `version`, `pattern`, `function`) values('2', 1, '{"name":"end","quantifier":{"consumingStrategy":"SKIP_TILL_NEXT","properties":["SINGLE"],"times":null,"untilCondition":null},"condition":null,"nodes":[{"name":"end","quantifier":{"consumingStrategy":"SKIP_TILL_NEXT","properties":["SINGLE"],"times":null,"untilCondition":null},"condition":{"className":"com.alibaba.ververica.cep.demo.condition.EndCondition","type":"CLASS"},"type":"ATOMIC"},{"name":"start","quantifier":{"consumingStrategy":"SKIP_TILL_NEXT","properties":["LOOPING"],"times":{"from":3,"to":3,"windowTime":null},"untilCondition":null},"condition":{"expression":"action == 0","type":"AVIATOR"},"type":"ATOMIC"}],"edges":[{"source":"start","target":"end","type":"SKIP_TILL_NEXT"}],"window":null,"afterMatchStrategy":{"type":"SKIP_PAST_LAST_EVENT","patternName":null},"type":"COMPOSITE","version":1}','com.alibaba.ververica.cep.demo.dynamic.DemoPatternProcessFunction');

在Kafka控制台上发送8条简单的消息，来触发匹配。

8条简单的消息示例如下。

1,Ken,0,1,1662022777000
1,Ken,0,1,1662022777000
1,Ken,0,1,1662022777000
1,Ken,2,1,1662022777000
1,Ken,0,1,1662022777000
1,Ken,0,1,1662022777000
1,Ken,0,1,1662022777000
1,Ken,2,1,1662022777000

在TaskManager中以.out结尾的日志文件中，查看匹配结果。
- 如果要搜规则1在更新为版本2之后的匹配，可以通过A match for Pattern of (id, version): (1, 2)关键词，查匹配结果。
- 如果要搜规则2在版本为1的匹配，可以通过A match for Pattern of (id, version): (2, 1)关键词，查匹配结果。
如上图中蓝框内结果所示，Flink CEP作业按照id为1，version为2的规则匹配到1次5个action为0或2的事件+1个action非1的1个事件的事件序列后输出结果，代表动态修改的规则成功生效；而对于id为2，version为1的规则，如上图中橙色框内结果所示，Flink CEP作业匹配到2次3个action为0的事件+1个action非1的1个事件的事件序列后输出结果，代表动态新增的规则也在作业中被采用。