Esper 和 Apache Storm 之间的区别？
Difference between Esper and Apache Storm?
我的目标是创建一个包含发布者和消费者的分布式应用程序，我在其中使用 CEP 处理数据流以生成事件通知给事件消费者。
Esper 和 Apache Storm 有什么区别？
我可以只用 Esper 实现 Storm 的功能吗？我什么时候应该考虑将 Esper 与 Storm 集成？
我很困惑，我以为 Esper 提供了相同的功能。
Storm 是一个分布式实时计算系统，通常可以用于任何目的，而 Esper 是一个 Event Stream Processing 和事件关联引擎（复杂事件处理），因此 Esper 更具体。
以下是它们的一些用例：
- Storm 可用于实时使用来自 Twitter 的数据并计算以找到每个主题最常用的主题标签。
- Esper 可用于检测以下事件：普通火车的速度为每小时 100 英里，其速度是其次报告的。如果火车的速度在 10 分钟内增加到每小时 130 英里，将生成一个事件并通知火车操作员。
当 select 介于它们之间时，您可以考虑更多条件：
- Storm 是为分布式处理而设计的，而 Esper 似乎不是（我的团队评估了 2016）
- 开源许可证 (Storm) 与商业许可证 (Esper)
在我看来，storm可以提供很好的资源管理，比如负载均衡，机器宕机时自动重启，更简单的添加机器或任务的方法等等，如果只使用esper，你必须自己处理.
Storm 为 运行 段代码提供了抽象，并提供了管理分布方面的价值，例如工作人员、管理、重启。无论您插入哪一段代码都是您的工作，您的代码必须考虑如何以及在何处保持状态，例如计数或其他派生信息。 Storm 通常用于提取-转换-加载或将流摄取到某些存储中。
Esper 通过提供符合 SQL92 的 "Event Processing Language (EPL)" 为检测事件序列中的情况提供了抽象。它是一种富有表现力、简洁和可扩展的方法，无需编写任何或很少的代码即可检测内容。 EPL 可以动态注入和管理，因此您可以在 运行 时间内实现添加和删除规则，而无需重新启动。如果您要使用代码执行此操作，您将始终必须重新启动 JVM/workers/topology.
Esper 通过直接与 Kafka Streams 集成，具有横向可扩展性。但是目前，这方面的代码不是开源的。
我的目标是创建一个包含发布者和消费者的分布式应用程序，我在其中使用 CEP 处理数据流以生成事件通知给事件消费者。
Esper 和 Apache Storm 有什么区别？
我可以只用 Esper 实现 Storm 的功能吗？我什么时候应该考虑将 Esper 与 Storm 集成？
我很困惑，我以为 Esper 提供了相同的功能。
Storm 是一个分布式实时计算系统，通常可以用于任何目的，而 Esper 是一个 Event Stream Processing 和事件关联引擎（复杂事件处理），因此 Esper 更具体。 以下是它们的一些用例：
- Storm 可用于实时使用来自 Twitter 的数据并计算以找到每个主题最常用的主题标签。
- Esper 可用于检测以下事件：普通火车的速度为每小时 100 英里，其速度是其次报告的。如果火车的速度在 10 分钟内增加到每小时 130 英里，将生成一个事件并通知火车操作员。
当 select 介于它们之间时，您可以考虑更多条件：
- Storm 是为分布式处理而设计的，而 Esper 似乎不是（我的团队评估了 2016）
- 开源许可证 (Storm) 与商业许可证 (Esper)
在我看来，storm可以提供很好的资源管理，比如负载均衡，机器宕机时自动重启，更简单的添加机器或任务的方法等等，如果只使用esper，你必须自己处理.
Storm 为 运行 段代码提供了抽象，并提供了管理分布方面的价值，例如工作人员、管理、重启。无论您插入哪一段代码都是您的工作，您的代码必须考虑如何以及在何处保持状态，例如计数或其他派生信息。 Storm 通常用于提取-转换-加载或将流摄取到某些存储中。
Esper 通过提供符合 SQL92 的 "Event Processing Language (EPL)" 为检测事件序列中的情况提供了抽象。它是一种富有表现力、简洁和可扩展的方法，无需编写任何或很少的代码即可检测内容。 EPL 可以动态注入和管理，因此您可以在 运行 时间内实现添加和删除规则，而无需重新启动。如果您要使用代码执行此操作，您将始终必须重新启动 JVM/workers/topology.
Esper 通过直接与 Kafka Streams 集成，具有横向可扩展性。但是目前，这方面的代码不是开源的。