之前的文章總結過，複雜事件處理技術可以實現從系統中獲取大量資訊，進行過濾組合，繼而判斷推理決策的過程。這些資訊統稱事件，複雜事件處理工具提供規則引擎和持續查詢語言技術來處理這些事件。同時工具還要支援從各種異構系統中獲取這些事件的能力。獲取的手段可以是從目標系統去取，也可以是已有系統把事件推送給複雜事件處理工具。
覺得自己對soa的概括比較完整準確的，通過soa改造，讓企業資訊系統達到異構系統方便互聯，充分復用已有功能，具備統一的資料標準和主資料管理，提供異構系統統一的監控服務介面。企業it系統達到這個狀態，就方便各種開發和維護工作了。
使用複雜事件處理技術實現的應用一般都是跨已有多個系統的應用，是面向整個企業運營過程的。應用需要從企業內部外部的多個系統和渠道獲取需要的事件資訊，來做處理，同時把處理得到的判斷決策結論再反饋到一些業務生產系統中。比如乙個混業經營的銀行企業，要做乙個實時的面向普通客戶的產品推介系統。這個系統在客戶上線時（不論是網銀，**銀行，櫃檯哪種渠道）根據這個客戶歷史的消費記錄和當時消費行為，推薦客戶最有興趣最可能購買的新產品。可能需要訪問存款，貸款，理財，保險，中間代繳費等多個業務系統獲取消費記錄，還需要訪問crm獲取客戶個人資訊。所以要求複雜事件處理應用和企業已有系統之間具備方便的互動方式和互動通道。如果企業it系統已經完成soa改造，提供標準的介面和標準的資料，那對於複雜事件處理應用而言就省去了很大一部分工作。soa專案所實現的結果（標準的監控功能服務介面，資料標準，主資料管理）使得從已有系統獲取各種狀態和動作事件變得簡單方便。我們可以看到soa並不是虛幻的東西，他是實實在在的需求催生出的it系統設計規劃理論，為各種跨系統應用的開發維護提供便利。而使用複雜事件處理技術開發的應用多是這種跨已有系統的應用，比如風險控制和其他各類的業務監控系統。概括一下，soa是基礎，為實現企業整體的事件處理提供獲取事件資訊的便利通道。
bi通常指基於企業資訊系統的歷史資料做關聯分析，資料探勘。為企業管理者做決策提供所依賴的規則，規律。而複雜事件處理應用在做實時的事件處理時，正需要這些從歷史資料中挖掘出的規則和定理。 比如銀行對貸款的歷史記錄做挖掘，找出影響貸款安全的關鍵因素，提煉出判斷貸款風險的模型和公式；在之後的實時風險控制過程中，複雜事件處理應用獲取實時的貸款行為資訊，客戶信用資訊，外部市場資訊，根據已有的風險公式對這些資訊事件做處理，判斷每個貸款行為風險的高低程度，通知貸款系統做進一步的處理。bi發現規則，複雜事件處理利用規則，做實時的分析判斷和決策。複雜事件處理是實時的bi，操作型的bi。bi+cep就可以完整地實現從實踐中發現知識和規則，並在之後的實踐中運用這些規則的過程。
企業作為乙個整體系統，在時間空間上都不是割裂的。所以作為企業資訊化支撐的it系統也不能割裂，在空間上互聯互通，在時間上能模擬企業完整的運營過程。對於每個部分，每個階段，我們選擇最適合的技術來實現。
複雜事件處理和規則引擎的關係
複雜事件處理技術模擬的是人從現實世界中獲取資訊進行判斷推理的思維過程。這些資訊包括事物實體的狀態資訊，實體之間的作用和動作資訊，這裡統稱為事件。我們獲取這些事件，過濾掉不需要的事件，抽象低層次的事件到高層次的事件，組合區域性的事件成整體的事件，然後對這些事件進行匹配，判斷以及推理。用來實現判斷，查詢...
複雜事件處理和規則引擎的關係
複雜事件處理技術模擬的是人從現實世界中獲取資訊進行判斷推理的思維過程。這些資訊包括事物實體的狀態資訊，實體之間的作用和動作資訊，這裡統稱為事件。我們獲取這些事件，過濾掉不需要的事件，抽象低層次的事件到高層次的事件，組合區域性的事件成整體的事件，然後對這些事件進行匹配，判斷以及推理。用來實現判斷，查詢...
複雜事件處理引擎 Esper工作原理
ok，下面就對esper的工作原理進行乙個簡單的描述。首先看一下esper的事件驅動架構圖 整個eda event driven architecture 包括 data streams 事件源，提供高速 海量的實時資料。event stream adapters 事件源的接入介面卡，用於接收事件源...