Echtzeit-Verarbeitung von Big Data via Complex Event Processing und Apache Flink - Evaluation mittels einer Beispielanwendung

Abstract

Complex Event Processing (CEP) ermöglicht die Echtzeitauswertung von Big Data, in dem Daten als Ereignisse interpretiert und weiterverarbeitet werden. Das Ziel dieser Bachelorarbeit war es, eine ereignisorientierte Anwendung mittels Apache Flink zu realisieren und abschließend zu evaluieren. Dafür wurde der fachliche Nutzen für Unternehmen und die technischen Konzepte Event-Driven Architecture (EDA) sowie CEP untersucht. Die Evaluation ergab, dass eine Realisierung in angemessener Zeit möglich ist. Durch die Nähe der CEP Bibliothek zum Programmcode konnten auch benachbarte Konzepte verwendet werden. Allerdings sorgt dies auch für eine höhere Intransparenz. Für Unternehmen bietet sich ein Nutzen durch eine Erhöhung der Agilität und eine verkürzte Reaktionszeit.

Complex Event Processing (CEP) enables real-time evaluation of Big Data by interpreting and processing data as events. The goal of this bachelor thesis was to realize and finally evaluate an event-oriented application using Apache Flink. The functional benefits for companies and the technical concepts of Event-Driven Architecture (EDA) and CEP were investigated. The evaluation showed that implementation is possible within a reasonable time. Due to the proximity of the CEP library to the program code, neighboring concepts could also be used. However, this also leads to greater intransparency. Companies benefit from an increase in agility and a shortened reaction time.