Vidéo: cj5Stream Processing avec Apache Flink Tugdual Grall 2025
Le traitement d'événements complexes (CEP) est utile pour le Big Data car il est destiné à gérer les données en mouvement. Le traitement des événements complexes est une technique de suivi, d'analyse et de traitement des données lorsqu'un événement se produit. Ces informations sont ensuite traitées et communiquées en fonction des règles et processus métier.
L'idée derrière CEP est d'être capable d'établir la corrélation entre les flux d'information et de faire correspondre le modèle résultant avec des comportements définis tels que l'atténuation d'une menace ou saisir une opportunité. CEP est une approche avancée basée sur le traitement d'événements simple qui recueille et combine des données provenant de différentes sources pertinentes pour découvrir des événements et des modèles qui peuvent entraîner une action.
Voici un exemple. Une chaîne de détaillants crée un programme de fidélisation à plusieurs niveaux pour augmenter les ventes répétées, en particulier pour les clients qui dépensent plus de 1 000 $ par année. Il est important que l'entreprise crée une plate-forme qui pourrait permettre à ces clients critiques de revenir. En utilisant une plate-forme CEP, dès qu'un client de grande valeur utilise le programme, le système déclenche un processus qui offre au client un rabais supplémentaire.
Une autre règle de processus peut donner une surprise au client: une remise supplémentaire ou un nouvel échantillon de produit. La société ajoute également un nouveau programme de fidélisation lié à une application mobile. Quand un client fidèle se promène près d'un magasin, un message texte offre au client un prix réduit. Si ce client fidèle écrit quelque chose de négatif sur un site de médias sociaux, le service client est averti et émet des excuses.
Il est fort probable que vous ayez affaire à un grand nombre de clients avec un nombre significatif d'interactions. Mais il ne suffirait pas de simplement diffuser les données et d'analyser ces données. Pour atteindre les objectifs commerciaux que le détaillant voulait atteindre, il faudrait mettre en place un processus pour répondre aux résultats de l'analyse.
De nombreuses industries profitent du CEP. Les sociétés de cartes de crédit utilisent CEP pour mieux gérer la fraude. Lorsqu'un schéma de fraude apparaît, l'entreprise peut fermer la carte de crédit avant que l'entreprise subisse des pertes importantes. Le système sous-jacent va corréler les transactions entrantes, suivre le flux de données d'événements et déclencher un processus. CEP est également implémenté dans les applications de trading financier, les applications de reporting météo et les applications de gestion des ventes, pour n'en nommer que quelques-unes.
Ce que toutes ces applications ont en commun est que les applications ont une norme prédéfinie pour la température, la pression, la taille de la transaction ou la valeur de la vente.Un changement d'état déclenchera une action. Si vous conduisez une voiture de dernière minute, vous avez probablement remarqué que lorsque la pression d'un pneu a chuté, la voiture déclenchera un indicateur de tableau de bord qui avertira le conducteur de prendre des mesures (obtenir le pneu fixe).
De nombreux fournisseurs proposent des solutions CEP. De nombreux outils CEP sur le marché permettent la création d'applications événementielles en temps réel. Ces applications peuvent ingérer des données provenant de flux, mais elles peuvent également ingérer des données provenant de sources de bases de données traditionnelles. La plupart des offres incluent des fonctionnalités communes, notamment un environnement de développement graphique basé sur Eclipse, une connectivité aux flux de données en temps réel, ainsi que des API vers des sources de données historiques.
La plupart de ces produits incluent un langage de flux d'événements graphiques et prennent en charge SQL. Esper (fournisseur open source), IBM avec IBM Operational Decision Manager, Informatica avec RulePoint, Oracle avec sa solution de traitement des événements complexes, StreamInsights de Microsoft et le moteur de traitement des flux d'événements SAS DataFlux, et CEP de Streambase. De nombreuses startups émergent sur ce marché.
