O que é Processamento de Eventos Complexos?
Tecnologia que analisa múltiplos fluxos de eventos em tempo real para detectar padrões significativos, relações temporais e cenários complexos, permitindo decisões rápidas.
Summary
- Processa fluxos de eventos de alta velocidade provenientes de fontes como sensores, transações e feeds de mercado para identificar padrões e correlações que ocorrem dentro de janelas de tempo específicas.
- Detecta sequências complexas de eventos e relações de causalidade em múltiplos fluxos, permitindo respostas imediatas a condições críticas de negócios, como fraudes ou falhas de sistema.
- Impulsiona aplicações em tempo real em negociação financeira, monitoramento de rede, análise de IoT e inteligência operacional, onde o reconhecimento de padrões em nível de milissegundos aciona ações automatizadas.
O que é processamento de eventos complexos (CEP)?
O processamento de eventos complexos (CEP), também conhecido como evento, stream ou processamento de stream de eventos, usa técnicas para consultar dados antes de armazená-los em um banco de dados ou, em alguns casos, até mesmo sem armazená-los. O processamento de eventos complexos é uma ferramenta de organização útil para agregar muitas informações diferentes e identificar e analisar relações de causa e efeito entre eventos em tempo real. O CEP combina eventos coletados de forma contínua com padrões, fornecendo insights sobre os eventos e tomando ações eficazes de forma proativa.
Eventos complexos exigem respostas em tempo real ou quase em tempo real e normalmente estão relacionados a eventos de negócios importantes (como oportunidades ou ameaças).
Principais usos do processamento de eventos complexos (CEP)
- Monitoramento de atividades de negócios: monitora processos de negócios e outros recursos críticos para detecção precoce de problemas e oportunidades.
- Redes de sensores: usadas para monitorar instalações industriais — normalmente, são derivadas de medições brutas (temperatura, fumaça etc.).
- Dados de mercado: como preços de ações e commodities, devem ser derivados de vários eventos e de suas relações por meio do CEP.
Gartner®: Databricks, líder em banco de dados em nuvem
Ferramentas mais comuns usadas para processamento de eventos complexos
- Apache Spark Streaming no Databricks
- Apache Flink usado em Data Artisans
- Apache Samza no LinkedIn
- Apache Storm no Twitter
- Hadoop/MapReduce.
- Amazon Kinesis Analytics
- Microsoft Azure Stream Analytics, Stream Insight
- Fujitsu Software Interstage Big Data Complex Event Processing Server
- IBM Streams, Operational Decision Manager [ODM]
- Oracle Stream Analytics e Stream Explore
O processamento de eventos complexos é usado principalmente para atender aos seguintes requisitos: a baixa latência é essencial — normalmente, espera-se que a latência seja de alguns milissegundos ou menos, mas o tempo desde a chegada do evento até o processamento pode ser de apenas um milissegundo ou menos. Um volume bastante alto de eventos de entrada por segundo — normalmente, espera-se que centenas ou até milhares de eventos ocorram por segundo. Os padrões de eventos detectados são complexos e dependem de correlações temporais ou espaciais.