我对Proton CEP有这样的问题：我目前有一个“序列”EPA;它的输入是2个事件 . 但是这些事件具有不同的粒度：假设我有A和B事件;我收到N“A”事件和M“B”事件，其中M << N.所以我想要一个规则，如“如果在X秒内没有消耗A型事件，则删除它”，否则我有一个很长的A事件队列;我只需要对最近（暂时）事件进行评估 . 实际上，我有一个假的室温传感器每5秒发送一次温度更新，我还有另一个程序可以检查外部天气并每分钟发送一次 .
知道如何解决这种情况吗？
非常感谢你！
我想在“消费”中你的意思是到达，所以你想评估A事件到达质子pcoressor的时间吗？还是A事件之间的时间？你想确保A事件在修正率方面确实是连续的吗？ “删除”事件意味着忽略它，因为事件不会保留在任何地方，只是处理完毕 . 最后，你想在这里发现什么？比如，与室外温度相比，室温的趋势是什么？然后，相应地发出输出事件？
谢谢 .
所有相关事件实例都保持在相应EPA的本地状态 . 对于每个EPA操作数，您都有策略规定如何收集状态以及如何构建事件派生的匹配集 . 例如，每个操作数定义的实例选择策略，其值为“Every”，“First”和“Last”将告诉您是否检查所有A实例是否与B实例匹配，或者第一个（按顺序）到达），或最后 . 一旦检测到序列，消费政策就会说明如何处理操作数状态 - 如果参与序列的A的实例从EPA的状态中删除（“消耗”策略的 Value ），或者它们是否应该保留 .
使用这些策略的组合应该为您提供所需的行为
2 回答
我想在“消费”中你的意思是到达，所以你想评估A事件到达质子pcoressor的时间吗？还是A事件之间的时间？你想确保A事件在修正率方面确实是连续的吗？ “删除”事件意味着忽略它，因为事件不会保留在任何地方，只是处理完毕 . 最后，你想在这里发现什么？比如，与室外温度相比，室温的趋势是什么？然后，相应地发出输出事件？
谢谢 .
所有相关事件实例都保持在相应EPA的本地状态 . 对于每个EPA操作数，您都有策略规定如何收集状态以及如何构建事件派生的匹配集 . 例如，每个操作数定义的实例选择策略，其值为“Every”，“First”和“Last”将告诉您是否检查所有A实例是否与B实例匹配，或者第一个（按顺序）到达），或最后 . 一旦检测到序列，消费政策就会说明如何处理操作数状态 - 如果参与序列的A的实例从EPA的状态中删除（“消耗”策略的 Value ），或者它们是否应该保留 .
使用这些策略的组合应该为您提供所需的行为