闲鱼端侧如何实现实时CEP引擎

背景

用户来闲鱼，主要是为了获得自己关心的内容。随着闲鱼的体量越来越大，内容也变得越来越丰富。闲鱼基于用户画像，可以将用户关心的内容推送给用户。具体在哪些场景下才需要触发推送？我们定义了很多触发规则，包括停留时长、点击路径等。起初我们把触发规则的逻辑放在服务端（Blink）运行。但实践下来发现Blink存在诸多限制：

服务端要对客户端埋点进行数据清洗，考虑到闲鱼的DAU已经突破2000w，这个量是非常庞大的，非常消耗服务端资源；
Blink的策略是实时执行的，同样因为资源问题，现在只能同时上线十几个策略。

如何解决这些问题呢，我们开始考虑能否将Blink的策略跑在客户端！

CEP模型

Blink，作为是Flink的一个分支，最初是阿里巴巴内部创建的，针对Flink进行了改进，所以我们这里还是围绕Flink讨论。CEP(Complex Event Process)是Flink中的一个子库，用来快速检测无尽数据流中的复杂模式。

Flink CEP

Flink的CEP的核心是NFA(Non-determined Finite Automaton)，全称叫不确定的有限状态机。提到NFA，就不得不提Jagrati Agrawal等撰写的关于NFA模型的论文《Efficient Pattern Matching over Event Streams》，本篇论文中描述了NFA的匹配原理。

上面这张图，就是一个不确定的有限状态机，它由状态(State)还有之间的连线(StateTransition)组成的。

状态(State)：状态是根据flink脚本里面的代码来决定的，最终会有一个 $end$ 的Final状态
转换(StateTransition)：State的转换条件，包括 take/proceed/ignore

不同的条件，代表的含义不同：

take: 满足条件，获取当前元素，进入下一状态
proceed：不论是否满足条件，不获取当前元素，直接进入下状态（如optional）并进行判断是否满足条件。
ignore：不满足条件，忽略，进入下一状态。

我们只要在端上实现这样一个状态机，就可以实现一个CEP引擎。

Python CEP

对于客户端来说，首先要解决的问题是如何构建一个CEP环境。经过调研，可以复用集团的端智能容器(Walle)，作为Python容器可以执行cep的策略。

在构建NFA之前，首先要解决的一个问题是数据来源，手淘信息流团队有一套完整的解决方案BehaviX/BehaviR，可以对UT埋点进行结构化，能很好的结合Walle容器来触发策略。有了事件来源，还需要解决的是Python脚本如何执行。Walle平台可以将多个Python脚本打包下载并执行，因此，我们可以将CEP封装成一个Python的库，然后跟策略脚本一起下发。

最终的整体架构设计如下图所示：

本文重点介绍下如何用Python来实现一个CEP的编译器，这个编译器主要用来将CEP的描述语言转换成为NFA。

编译器原理

在Flink中，java侧会有一套完善的API来编写一个策略脚本，《efficient Pattern Matching over Event Streams》论文中还定义了一套完备的DSL描述语言，也是会转化成java文件去调用这些API去完成匹配。那么接下来会重点讨论，flink是如何将上述API转化成NFA去匹配，以及Python CEP如何实现上述一套完整API接口。

Pattern

在Flink里面，是通过 Pattern来构建这个NFA，首先用它描述这个不确定性状态机。首先是构建一个 Pattern的一个链表，得到这个链表之后，会将每个Pattern映射成为 State的图，点与点之间会通过 StateTransition来连接。以下面的Python代码为例，看下如何API是如何工作的：

例如，需要创建这样一个规则，描述如下：

以start事件开始，后续跟随一个middle的事件，后面紧跟着一个end事件作为结尾

用Pattern编写如下所示：

.followed_by('middle').where(SimpleCondition())\
.next_('end').where(SimpleCondition())

这个代码里面声明了3个Pattern，依次命名为 start、 middle、 end。Pattern里面保存了指向前面节点的引用 previous，整个Pattern链表构建完如下图所示：

最终拿到的是 end节点的一个引用 Ref，Pattern中会有一个变量指向前一个节点，这样就可以得到一个Pattern的反向链表。

Pattern的对外接口定义如下：

# 静态方法，用来生成起始的pattern
@staticmethod
def begin(self, name):
pass
# 标记紧接着的事件
def followed_by(self, name):
pass
# 标记不需要紧跟的事件
def not_followed_by(self, name):
pass
# 标记紧跟的事件
def next_(self, name):
pass
# 标记事件循环次数
def times(self, times):
pass
# 标记当前事件触发的条件
def where(self, condition):
pass
# 标记当前事件的and条件
def and_(self, condition):
pass
# 标记当前事件的or条件
def or_(self, condition):
pass
# 用于聚合
def group_by(self, fields):
pass
# 用于聚合，渠道特定字段的值
def fields(self, key_by_state_name, field):
pass
# 用于聚合，统计事件具体的数量
def count(self, field, condition):
pass

不同接口会生成不同的消费策略的节点，具体细节可以参考 StateTransition。有了Pattern链表，接下来就需要编译器(Compiler)了，它主要是将Pattern链表转化成NFA图，首先来看下NFA的2个核心组件：State和 StateTransition。

State

结构定义如下：


def __init__(self, name, state_type):
        self.__name = name                # 节点的名称，同Pattern的名称
        self.__state_type = state_type    # 节点的类型：Start/Normal/Stop/Final
        self.__state_transitions = []    # 到其他节点的边

State一共有4种类型：Start/Final/Normal/Stop。

生成NFA的过程就是将反向解析Pattern链表的过程，大概的过程如下：

创建一个 $end$ 的结束节点（ Final）
再从后往前创建每个state节点，作为中间节点（ Normal/Stop）
最后创建一个开始节点（ Start）State的名称就是Pattern的节点名称，创建完成之后如下图所示。

Transition

State代表了当前状态机的状态，不同状态之前的切换定义成 StateTransition。

结构定义如下：


def __init__(self, source_state, action, target_state, condition):
        self.__source_state = source_state    # 开始的State节点
        self.__action = action                # 具体action类型：take/ignore/proceed
        self.__target_state = target_state    # 结束的State节点
        self.__condition = condition        # 节点之间的判断条件

边的生成逻辑跟Pattern的事件消费策略相关，以下是事件消费策略：

    STRICT = 0# 严格匹配下个
    SKIP_TILL_NEXT = 1# 跳过下一个
    SKIP_TILL_ANY = 2# 跳过任意一个
    NOT_FOLLOW = 3# 非跟随模式
    NOT_NEXT = 4# 非紧邻模式

不同的消费策略，得到的状态机如下图所示：

STRICT: 如果命中了事件了，会进到下个状态
SKIP_TILL_NEXT: 如果命中了会进入下一个状态，否则会再当前节点循环，进入ignore的边
SKIP_TILL_ANY: 不管是否命中条件，都会一直在当前状态循环
NOT_FOLLOW: 如果遇到了一个匹配的，就会进入Stop状态
NOT_NEXT: 如果命中一条，则进入Stop状态

在Pattern中，不同的接口会创建出不同的消费策略节点，例如 followed_by接口会创建 SKIP_TILL_NEXT的节点。

Times

如果有的规则，要求特定的事件，循环出现几次，那现在就要用到times接口。比如浏览3次宝贝这个规则，规则就可以写成：

SimpleCondition

最终就会得到一个 Times=3的Pattern，编译器在拿到这个Pattern之后，一样先创建一个$end$的Final节点，在处理times的时候，会创建重复的节点，只不过名称不同，不同的点之间用take链接起来，如下图所示：

Python CEP聚合

Flink是通过InputStream将匹配的事件转移给CEPOperator，执行聚合操作；但是在客户端的聚合，一次执行就一个事件流，所以可以将聚合简化到一次匹配过程中，因此我们对于Flink的聚合操作做了改造，使其更适合端上的场景。

那么聚合的脚本写法如下：

.followed_by('middle').where(SimpleCondition())\
.next_('end').where(self.end_filter)\
.group_by('group_by').fields('start', 'userId')

这里声明了，以 start节点中的 userId作为聚合的节点，我们就会得到如下的 Pattern链表：

在解析 group_by节点的时候，我们需要做个特殊处理，判断如果有聚合节点，我们就需要再 $end$ 节点和前面节点之间插入一个聚合的节点和哨兵位节点，哨兵位节点命名为 $aggregationStartState$ ，最终效果如下图所示：

在NFA匹配的过程中，当匹配结束，就可以将匹配到的事件流，传到聚合节点，再进一步聚合。 $aggregationStartState$ 节点和 group_by节点之间，是通过proceed结合，不需要满足特定条件就可以执行。

具体的实现过程如下，可见与Flink不同的是，我们创建了一个特殊的 State节点 AggregationState：

def __create_aggregation_state(self, sink_state):
# 渠道聚合节点的condition
    _aggregation_condition = self.__current_pattern.get_aggregation_condition()

# 创建AggregationState
    not_next = AggregationState(
        self.__current_pattern.get_name(),
StateType.Normal,
        _aggregation_condition.get_key_by_state_name(),
        _aggregation_condition.get_field())
    self.__states.append(not_next)

# 获取take的条件
    take_condition = self.__get_take_condition(self.__current_pattern)
    not_next.add_take(sink_state, take_condition)

# 将游标指向上一个节点
    self.__following_pattern = self.__current_pattern
    self.__current_pattern = self.__current_pattern.get_previous()

return not_nex

Show me the code

讲了太多原理的东西，接下来看下代码里面如何工作的，先来看下如何来编写一个CEP策略。

策略脚本

现在看下如何写一个完整的python版本的cep规则，以宝贝详情页为例，规则描述如下：

需要匹配用户查看3次宝贝详情页

那规则的写法如下：

_pattern = Pattern.begin('e1').where(KVCondition('scene', 'Page_xyItemDetail')).times(3)

# 2. 将需要匹配的事件流_batch_data和待匹配的Pattern
# CEP内部会先将pattern转化成NFA，然后再用NFA去匹配事件流
_cep = CEP.pattern(_batch_data['eventSeq'], _pattern)

# 用来选择的逻辑
def select_function(data):
pass

# 3. 匹配完成，通过cep的select接口查询匹配到的结果
self.result = _cep.select(select_function)

在 CEP.pattern()函数里面，会先创建 NFA，然后去进行匹配，可见整个匹配策略脚本非常的短小精悍。

生成NFA

如下代码用来将 Pattern链表转化成 NFA图：

if self.__current_pattern.get_quantifier().get_consuming_strategy() == ConsumingStrategy.NOT_FOLLOW:
raiseException('NotFollowedBy is not supported as a last part of a Pattern!')
# 校验Pattern的名称，必须唯一
self.__check_pattern_name_uniqueness()
# 校验Pattern的策略
self.__check_pattern_skip_strategy()
# 首先创建Final节点
sink_state = self.__create_ending_state()
# 判定是否有聚合节点
if self.__current_pattern.get_aggregation_condition() isnotNone:
# 首先创建聚合节点
    sink_state = self.__create_aggregation_state(sink_state)
# 然后创建聚合几点的起始节点
    sink_state = self.__create_aggregation_start_state(sink_state)
# 创建状态机中的中间节点，此函数会循环知道Start节点的Pattern
sink_state = self.__create_middle_states(sink_state)
# 最后创建Start节点
self.__create_start_state(sink_state)
# 根据state列表和window来创建NFA
return NFA(self.__states, self.__window_time, False)

效果

闲鱼已经上了几个策略，整体看来比较稳定，不过还有很多优化的空间。从实测效果来看，端侧从触发策略到执行Action用时不会超过1s，其中还包含了一次网络请求的时间。

性能数据

执行时间

单个脚本，执行时间大概在100ms左右。

内存使用

现在内存使用峰值还是比较高，大概在15M左右。关于内存过大的问题，目前正在讨论一个方案：Python CEP可以持久化当前NFA的状态，然后再触发策略的时候，只带从未触发过的事件流，避免很多重复计算。之前运行一次脚本要处理500个事件，现在可能就缩减到100之内，可以极大的减小内存消耗。同时带来另外一个问题，就是执行脚本的都会有一个IO操作，耗时会增加。

Flink与客户端对比

现在对于Flink和客户端Python CEP做一个简单的对比：

相比Flink，端侧CEP还是有它的优势，在端侧可以直接利用客户端的埋点信息进行计算，运行时长缩减了80%，而且也支持动态发布。Python脚本支持2端通投，在保证2端埋点一致的前提下，也极大的减少了维护成本。

未来

现在端计算还存在很多待优化的地方：

端计算是用Python实现，无法做到像Flink的状态机常驻内存，每次都要重新创建匹配，带来了额外的消耗
在事件流的清洗上面，现在是通过回朔拿到之前的事件流，存在大量的重复计算，后续可以借鉴Flink的Window机制来进行优化。
目前编译器暂时还不支持Group Pattern，后续还要对其进行扩展。
Python脚本现在还是需要手动编写，后续还可以考虑通过DSL来自动生成。

整体看来，Python脚本执行策略还是有一定的性能损耗，不管是在创建NFA或者是匹配过程，后续可以考虑将匹配引擎用C++实现，然后真正做到常驻内存，从而做到高效的执行效率。后期做到NFA持久化之后，C++也可以复用整套持久化协议，从而优化整个引擎的执行效率。除此之外，策略在执行的过程中，还可以考虑用TensorFlowLite优化参数策略参数，从而真正做到千人前面的策略。

本文转载自公众号闲鱼技术（ID：XYtech_Alibaba）。

原文链接：

https://mp.weixin.qq.com/s/_jPQvX3aiKp4ScnqgHgyow

创作场景

闲鱼端侧如何实现实时 CEP 引擎