StreamSQL

English| 简体中文

StreamSQL 是一款轻量级的、基于 SQL 的物联网边缘流处理引擎。它能够高效地处理和分析无界数据流。

类似: Apache Flink 和 ekuiper

功能特性

轻量级
- 纯内存操作
- 无依赖
SQL语法处理数据
数据分析
- 内置多种窗口类型：滑动窗口、滚动窗口、计数窗口
- 内置聚合函数：MAX, MIN, AVG, SUM, STDDEV,MEDIAN,PERCENTILE等
- 支持分组聚合
- 支持过滤条件
高可扩展性
- 提供灵活的函数扩展
- 完整的自定义函数系统：支持数学、字符串、转换、聚合、分析等8种函数类型
- 简单易用的函数注册：一行代码即可注册自定义函数
- 运行时动态扩展：支持在运行时添加、移除和管理函数
- 接入RuleGo生态，利用RuleGo组件方式扩展输出和输入源
与RuleGo 集成
- 利用RuleGo丰富灵活的输入、输出、处理等组件，实现数据源接入以及和第三方系统联动

安装

go get github.com/rulego/streamsql

使用

package main

import (
	"context"
	"fmt"
	"testing"
	"time"

	"math/rand"
	"github.com/rulego/streamsql"
)

func main() {
	ssql := streamsql.New()
	// 定义SQL语句。含义：每隔5秒按deviceId分组输出设备的温度平均值和湿度最小值。
	rsql := "SELECT deviceId,avg(temperature) as avg_temp,min(humidity) as min_humidity ," +
		"window_start() as start,window_end() as end FROM  stream  where deviceId!='device3' group by deviceId,TumblingWindow('5s')"
	// 根据SQL语句，创建流式分析任务。
	err := ssql.Execute(rsql)
	if err != nil {
		panic(err)
	}
	var wg sync.WaitGroup
	wg.Add(1)
	// 设置30秒测试超时时间
	ctx, cancel := context.WithTimeout(context.Background(), 30*time.Second)
	defer cancel()
	// 添加测试数据
	go func() {
		defer wg.Done()
		ticker := time.NewTicker(1 * time.Second)
		defer ticker.Stop()
		for {
			select {
			case <-ticker.C:
				// 生成随机测试数据，每秒生成10条数据
				for i := 0; i < 10; i++ {
					randomData := map[string]interface{}{
						"deviceId":    fmt.Sprintf("device%d", rand.Intn(2)+1),
						"temperature": 20.0 + rand.Float64()*10, // 20-30度之间
						"humidity":    50.0 + rand.Float64()*20, // 50-70%湿度
					}
					// 将数据添加到流中
					ssql.stream.AddData(randomData)
				}

			case <-ctx.Done():
				return
			}
		}
	}()

	resultChan := make(chan interface{})
	// 添加计算结果回调
	ssql.stream.AddSink(func(result interface{}) {
		resultChan <- result
	})
	// 记录收到的结果数量
	resultCount := 0
	go func() {
		for result := range resultChan {
			//每隔5秒打印一次结果
			fmt.Printf("打印结果: [%s] %v\n", time.Now().Format("15:04:05.000"), result)
			resultCount++
		}
	}()
    //测试结束
	wg.Wait()
}

函数

StreamSQL 支持多种函数类型，包括数学、字符串、转换、聚合、分析、窗口等。文档

🎨 支持的函数类型

📊 数学函数 - sqrt, power, abs, 三角函数等
📝 字符串函数 - concat, upper, lower, trim等
🔄 转换函数 - cast, hex2dec, encode/decode等
📈 聚合函数 - 自定义聚合逻辑
🔍 分析函数 - lag, latest, 变化检测等

概念

窗口

由于流数据是无限的，因此不可能将其作为一个整体来处理。窗口提供了一种机制，将无界的数据分割成一系列连续的有界数据来计算。StreamSQL 内置以下窗口类型：

滑动窗口（Sliding Window）
- 定义：基于时间的窗口，窗口以固定的时间间隔向前滑动。例如，每 10 秒滑动一次。
- 特点：窗口的大小固定，但窗口的起始点会随着时间推移而不断更新。适合对连续时间段内的数据进行实时统计分析。
- 应用场景：在智能交通系统中，每 10 秒统计一次过去 1 分钟内的车辆流量。
滚动窗口（Tumbling Window）
- 定义：基于时间的窗口，窗口之间没有重叠，完全独立。例如，每 1 分钟生成一个窗口。
- 特点：窗口的大小固定，且窗口之间互不重叠，适合对固定时间段内的数据进行整体分析。
- 应用场景：在智能农业监控系统中，每小时统计一次该小时内农田的温度和湿度。
计数窗口（Count Window）
- 定义：基于数据条数的窗口，窗口大小由数据条数决定。例如，每 100 条数据生成一个窗口。
- 特点：窗口的大小与时间无关，而是根据数据量来划分，适合对数据量进行分段处理。
- 应用场景：在工业物联网中，每处理 100 条设备状态数据后进行一次聚合计算。

流（Stream）

定义：流是数据的连续序列，数据以无界的方式产生，通常来自于传感器、日志系统、用户行为等。
特点：流数据具有实时性、动态性和无限性，需要及时处理和分析。
应用场景：物联网设备产生的实时数据流，如温度传感器数据、设备状态数据等。

时间语义

事件时间（Event Time）
- 定义：数据实际发生的时间，通常由数据源生成的时间戳表示。
处理时间（Processing Time）
- 定义：数据到达处理系统的时间。
窗口开始时间（Window Start Time）
- 定义：基于事件时间，窗口的起始时间点。例如，对于一个基于事件时间的滑动窗口，窗口开始时间是窗口内最早事件的时间戳。
窗口结束时间（Window End Time）
- 定义：基于事件时间，窗口的结束时间点。通常窗口结束时间是窗口开始时间加上窗口的持续时间。
- 例如，一个滑动窗口的持续时间为 1 分钟，则窗口结束时间是窗口开始时间加上 1 分钟。

贡献指南

欢迎提交PR和Issue。请确保代码符合Go标准，并添加相应的测试用例。

许可证

Apache License 2.0

6.1 KiB Raw Blame History Unescape Escape