用预先定义好的规则对用户的行为轨迹进行实时跟踪，对行为轨迹匹配预定义规则的用户实时发送相应策略的推广
NO_SKIP: 每个成功的匹配都会输出SKIP_TO_NEXT: 丢弃相同的SKIP_PAST_LAST_EVENT: 中间匹配的都去掉SKIP_TO_FIRST: 丢弃起始在这个匹配的开始和第一个出现的名称为PatternName事件之间的所有部分匹配SKIP_TO_LAST: 丢弃起始在这个匹配的开始和最后一个出现的名称为PatternName事件之间的所有部分匹配
恶意评论
组合模式
单个模式只接受一个事件
数据如何处理
实现
为了控制一个事件会分配到多少个匹配AfterMatchSkipStrategy
以什么时间处理
直播
将多个单个模式连接到一起
CEP
迭代条件通过 where( new IterativeCondition<Emp>() ) 重写方法通过里面的 context上下文 . getEventsForPattern( 模式ID )返回一个模式对象 就可以使用里面的数据了
把一个模式当成参数传进来使用
模式组
简单条件：where 或 or迭代条件：基于上面的查询进行迭代组合条件：将节点和迭代条件叠加在一起停止条件：基于什么条件停止 until()
跳过策略
应用场景
匹配条件
相当于是几个组合成一组并不是显示几条记录
时间策略
松散模式：是前后关系即可 不用紧挨着 followerdby
运维监控
严格连续：匹配到的上一个值和下一个值紧挨着一起 next
将多个简单的模式构建成复杂模式序列一个匹配是输入事件的一个序列每个模式的名字唯一 后续识别匹配到的事件名字不能包含 ：
策略营销
灵活配置多指标、多依赖来实现更复杂的监控模式
检测模式
OneOrMore：出现一次或者多次的模式Time(x)：出现特定次数的模式font color=\"#e74f4c\
模式
Complex Event Processing复杂事件处理让你在无限事件流中检测出特定的事件模型
原理
风险监控
匹配次数
CEP内部是用NFA（非确定有限自动机）来实现的由点和边组成的一个状态图，以一个初始状态作为起点，经过一系列的中间状态，达到终态点分为起始状态、中间状态、最终状态三种 边分为take、ignore、proceed三种take：必须存在一个条件判断 当消息满足task边判断时 将消息放入结果集 将状态转移到下一个状态ignore：消息来临时 忽略消息 将状态自旋在当前不变 自己到自己的状态转移proceed：空转移 当前状态可以不依赖消息到来直接转移下一个状态-->客户咨询和购买 可以不咨询直接购买
Jprofiler
flink 火焰图
对用户异常行为模式进行实时检测，当一个用户发生了不该发生的行为，判定这个用户是不是有违规操作的嫌疑
不确定松散连续：能匹配到的全都要 followedByAny
