图规则

最初，eKuiper 利用 SQL 来定义规则逻辑。虽然这对开发人员来说很方便，但对没有开发知识的用户来说，还是不容易使用。即使是用SQL定义的，在运行时，规则都是一个元素的有向无环图（Source/Operator/Sink）。该图可以很容易地映射到一个拖放用户界面，以方便用户。因此，在规则API中提供了一个替代的 graph 属性。

graph 属性是有向无环图的 JSON 表述。它由 nodes 和 topo 组成，分别定义了图中的节点和它们的边。下面是一个由图形定义的最简单的规则。它定义了3个节点：demo，humidityFilter 和 mqttOut。这个图是线性的，即demo->humidityFilter->mqttOut。该规则将从mqtt(demo)读取，通过湿度过滤(humidityFilter)并汇入mqtt(mqttOut)。

{
  "id": "rule1",
  "name": "Test Condition",
  "graph": {
    "nodes": {
      "demo": {
        "type": "source",
        "nodeType": "mqtt",
        "props": {
          "datasource": "devices/+/messages"
        }
      },
      "humidityFilter": {
        "type": "operator",
        "nodeType": "filter",
        "props": {
          "expr": "humidity > 30"
        }
      },
      "mqttout": {
        "type": "sink",
        "nodeType": "mqtt",
        "props": {
          "server": "tcp://${mqtt_srv}:1883",
          "topic": "devices/result"
        }
      }
    },
    "topo": {
      "sources": ["demo"],
      "edges": {
        "demo": ["humidityFilter"],
        "humidityFilter": ["mqttout"]
      }
    }
  }
}

节点

图的 JSON 中的每个节点至少有3个字段：

type：节点的类型，可以是source、operator和sink。
nodeType：节点的实现类型，定义了节点的业务逻辑，包括内置类型和由插件定义的扩展类型。
props：节点的属性。它对每个 nodeType 都是不同的。

节点类型

对于源节点，nodeType是源的类型，如 mqtt 和 edgex 。请参考 source 了解所有支持的类型。注意，所有源节点共享相同的属性，这与定义流时的属性相同。具体的配置是由 CONF_KEY 定义的。在下面的例子中，nodeType 指定了源节点是一个 mqtt 源。dataSource 和 format 属性与定义流时的含义相同。

  "demo": {
    "type": "source",
    "nodeType": "mqtt",
    "props": {
      "datasource": "devices/+/messages",
      "format":"json"
    }
  },

对于 sink 节点，nodeType 是 sink 的类型，如 mqtt 和 edgex 。请参考 sink 了解所有支持的类型。对于所有的 sink 节点，它们共享一些共同的属性，但每种类型都会有一些自有的属性。

对于 operator 节点，nodeType 是新定义的，而且每个 nodeType 有不同的属性。

内置 operator 节点类型

目前，我们支持以下节点类型的运算符类型。

函数

这个节点定义了一个函数调用表达式。该节点返回一个新的字段，该字段带有函数的名称或expr属性中定义的别名。它只有一个属性：

expr：字符串类型，函数调用表达式。

示例：

  "logfunc": {
    "type": "operator",
    "nodeType": "function",
    "props": {
      "expr": "log(temperature) as log_temperature"
    }
  }

aggfunc

这个节点定义了一个聚合函数调用表达式。该节点的输入必须是一个行的集合，例如一个窗口。该节点将把多条行聚合成一条聚合的行。例如，计算窗口中10行的计数将只产生一条字段 count=10 的行。计算分组的行的计数将为每组产生一行。它只有一个属性：

expr：字符串类型，聚合函数调用表达式。

示例：

  "countop": {
    "type": "operator",
    "nodeType": "aggfunc",
    "props": {
      "expr": "count(*)"
    }
  }

过滤

这个节点用一个条件表达式过滤数据流。它只有一个属性：

expr: 字符串类型，过滤条件的布尔表达式。

示例：

  "myfilter": {
    "type": "operator",
    "nodeType": "filter",
    "props": {
      "expr": "temperature > 20"
    }
  }

pick

这个节点选择要在接下来的流中呈现的字段。它通常用在流程的最后，以定义要选择的数据。它只有一个属性：

fields: 字符串数组类型，定义要选择的字段

示例：

  "pick": {
    "type": "operator",
    "nodeType": "pick",
    "props": {
      "fields": ["log_temperature", "humidity", "window_end()"]
    }
  }

窗口

这个节点在工作流中定义了一个窗口。它可以接受多个输入，但每个输入必须是一个单行。它将产生一个行的集合。

type：字符串类型，表示窗口类型，可用值为 "tumblingwindow"、"hoppingwindow"、"slidingwindow"、"sessionwindow "和 "countwindow"。
unit：要使用的时间单位。查看时间单位的所有可用值。
size：int 类型，窗口的长度。
interval：int 类型，窗口的触发间隔。

示例：

  "window": {
    "type": "operator",
    "nodeType": "window",
    "props": {
      "type": "hoppingwindow",
      "unit": "ss",
      "size": 10,
      "interval": 5
    }
  },

join

这个节点可以像SQL连接操作一样合并来自不同来源的数据。输入必须是一个由窗口产生的行集合。输出是另一个行集合，其行是连接的数据。其属性为：

from：字符串类型，要连接的左边源节点。
joins：一个连接条件的数组。每个连接都有以下属性。
- name: 字符串类型，要连接的右边源节点
- type：字符串类型，连接类型，可以是 inner, left, right, full, cross等。
- on：字符串，用于定义连接条件的bool表达式。

示例：

  "joinop": {
    "type": "operator",
    "nodeType": "join",
    "props": {
      "from": "device1",
      "joins": [
        {
          "name": "device2",
          "type": "inner",
          "on": "abs(device1.ts - device2.ts) < 200"
        }
      ]
    }
  }

groupby

这个节点定义了要分组的维度。输入必须是一个行的集合。输出是一个分组数据的集合。其属性为：

dimensions：字符串数组，维度的列表

示例：

  "groupop": {
    "type": "operator",
    "nodeType": "groupby",
    "props": {
      "dimensions": ["device1.humidity"]
    }
  },

orderby

这个节点将对输入集合进行排序。因此，输入必须是一个行的集合，输出将是相同的类型。其属性为：

sorts: 一个排序条件的数组。每个条件都有以下属性：
- field：字符串类型，要被排序的字段。
- order：字符串类型，排序的方向，可以是 asc 或 desc。

示例：

  "orderop": {
    "type": "operator",
    "nodeType": "orderby",
    "props": {
      "sorts": [{
        "field": "count",
        "order": "desc"
      }]
    }
  }

graph_rule.md 7.0 KB Permalink History Raw

图规则

节点