Möchte man einen Strom von Ereignissen analysieren, bestimmte Eigenschaften teilen (z. B. eine gemeinsame Quelle), und schließlich innerhalb eines gegebenen Zeitfensters diese mehreren Ereignisse korrelieren und daraus einen Rückschluss ziehen, und schließlich eine Aktion starten.Jedes Framework für Echtzeit-Korrelation/Analyse von Event-Stream (aka CEP) in Erlang?
Meine begrenzten Kenntnisse der Complex-Event-Processing (CEP) sagen mir, dass es der ideale Kandidat für solche Dinge ist. In meinen bisherigen Untersuchungen fand ich jedoch heraus, dass Leute das mit Rule-Engines und Bayesian Classifier vergleichen und manchmal eine Kombination daraus verwenden.
Wollte wissen, ob es sind -
einige Best Practices (im Idealfall von Performance-Daten unterstützt, und Beschreibung der Natur/Art der Ereignisse) gefolgt werden, vor allem so in Erlang?
Hat Erlang ein eigenes CEP-Framework?
eine beliebige Bayesian Classifier Bibliothek in Erlang?
Esper aus Java scheint Welt ganz nahe zu sein, was ich tun würde, aber ich würde es vorziehen, meine Umgebung Erlang-nur zu halten (oder Erlang und C/C++ nur), wenn möglich.
Zeiger, Ratschläge, Anleitung - alles willkommen.
Dank,
IC
Danke @IGCA. Im Gegensatz zu Ihrem Anmeldenamen ist die Antwort sehr nützlich. Die Verwendung von Erlang als Klebstoff ist eine gute Idee, und nachdem ich einige Verteilungs/HA-Gerüste verwendet habe, kann ich mich voll und ganz auf diesen Gedankengang beziehen. – icarus74