Vergleich und Analyse geläufiger CEP Systeme

Abstract

Heutzutage werden komplexe Anfragen in Echtzeit auf großen Datenmengen ausgeführt. Immer mehr Daten fallen an und das Interesse diese in Echtzeit zu analysieren steigt. Die Performance eines Systems ist ein enorm wichtiger Faktor. Momentan setzen besonders große Firmen wie Google, Amazon und Netflix CEP-Systeme ein, um effizient Nutzerdaten zu analysieren und dem Anwender daraufhin Empfehlungen vorzuschlagen. Die aktuell verfügbaren CEP-Frameworks verhalten sich jeweils unterschiedlich und haben unterschiedliche Ziele. Bisherige Auswertungen fokussieren sich nur auf jeweils ein Framework und optimieren dieses. In meiner Arbeit werden verschiedene Frameworks gegenübergestellt und untersucht, wie flexibel sie angesteuert werden können und inwieweit sie zur Laufzeit detaillierte statistische Werte liefern können. Des Weiteren wird eine API entworfen, die ermöglicht verschiedene CEP Frameworks anzusprechen und somit standardisiert den Parallelisierungsgrad und somit die Performance eines CEP-Systems zu verbessern. Durch die Standardisierung ist es auch möglich die Performance bei CEP-Systemen mit mehrere CEP-Frameworks zu regeln. Im ersten Teil der Ausarbeitung werden verschiedene Frameworks verglichen und untersucht inwieweit sich diese für eine zentrale Ansteuerung eignen. Im zweiten Teil wird ein Interface definiert und zum Evaluieren beispielhaft ein Adapter für ein CEP-Framework erstellt.