Java 监视一系列事件一段时间，然后做出决定

我是个新手

无论我看到什么教程，都将重点放在具有动态数据的非常简单的逻辑上如x秒内温度>100等

How do I bring in a a logic like this 
1. When the temperature is 90 deg for 10 consecutive records
2. When the temperature for the last 10 minutes is < 90

如何引入这样的逻辑
1.当温度为90℃时，连续记录10次
2.当最后10分钟的温度<90

一个棘手的问题，apache flink是否支持这种模式

---

我可以在x秒内看到

，

，但没有什么能像

在x分钟内/在x记录上那样
，
，你当然可以用Flink解决这样的用例

我将在下面用Flink的窗口操作符勾勒出一些解决方案。请注意，使用自定义函数/运算符也有其他方法可以实现这一点，它们可以提供更低的延迟和更少的状态来处理，但需要更多的用户定义代码

当温度为90°时，连续记录10次：
这可以使用一个滑动窗口来完成，该窗口收集十条记录，并按一条记录收集幻灯片。您应该将窗口函数实现为一个reduce函数，该函数立即将窗口记录合并为一个布尔值，该布尔值对所有温度是否大于90度进行编码。这将把空间需求减少到每个窗口一条记录，即一次10条记录（因为同时计算10个窗口）。请注意，计数窗口可能会有问题，因为在分布式流处理器中，排序有点难以推理

当温度在过去10分钟内超过90度时：
这可以通过滑动时间窗口来实现，例如，超过10分钟的时间窗口可以滑动一分钟。这将为您提供1分钟的分辨率，即，它将每分钟检查最后10分钟的温度。同样，每个窗口都有一条记录（10分钟/1分钟窗口每次记录10条，10分钟/30秒窗口每次记录20条，…）。另一个逻辑与上述计数方法相同。如果使用事件时间逻辑，则可以控制带有无序时间戳的记录

根据您的用例，窗口方法可能就足够了。如果您需要更好的延迟或具有更好的性能，您还可以在有状态的
FlatMapFunction
（最后10条记录）或有状态的
ProcessFunction
中实现您的用例，这使您能够访问时间戳和水印，以实现更好的时间控制

Flink的CEP库可以检测到更复杂的模式。
这确实是一个很好的开始。谢谢你的指点。顺便说一句，你是如何进入那篇文章的。我看到它在这里。我如何进入这篇文章。因为“窗口”这个词是关键，如果我有，我会马上用谷歌搜索它！