Kuiper-4-分享-kuiper
官网介绍：https://github.com/emqx/kuiper/blob/master/README-CN.md
简介
EMQ X Kuiper 是 Golang 实现的轻量级物联网边缘分析、流式处理开源软件，可以运行在各类资源受限的边缘设备上。Kuiper 设计的一个主要目标就是将在云端运行的实时流式计算框架（比如 Apache Spark，Apache Storm 和 Apache Flink 等）迁移到边缘端。Kuiper 参考了上述云端流式处理项目的架构与实现，结合边缘流式数据处理的特点，采用了编写基于源 (Source)，SQL (业务逻辑处理), 目标 (Sink) 的规则引擎来实现边缘端的流式数据处理。
kuiper的功能
接收mqtt协议的流数据，并处理，处理后的数据可以写入本地文件，以mqtt格式传出去或者用自定义的golang语言发送到其他地方。怎样处理数据，数据处理后发送给谁，都可以在规则中定义。
如何编写规则可以看官方文档：https://github.com/emqx/kuiper/blob/master/docs/en_US/extension/function.md
优点
官网列举了许多优点，我觉得最重要的三个优点是
- 轻量级
- 提供了与 EMQ X Edge 的无缝集成，实现在边缘端从消息接入到数据分析端到端的场景实现能力
- 扩展性
应用场景
参考官方：https://www.jianshu.com/p/dd2567db4614
- 车间的工业网关：实时分析来自于生产线的数据，并将分析结果推送至云端。车间本地可视化系统，或者远程监控系统可以查看生产线的实时状态
- 车联网车机：实时分析汽车总线的数据，经过分析将有价值的数据推送至云端或者本地存储，车载系统或者用户的手机应用可以实时查看汽车的状态
- 智能家居网关：通过实时分析家居采集的各类数据，将重要的结果通过本地显示设备，或者通过云端发送给用户的手机应用，实现对家庭设备的即时状态管理与控制
以上各类应用场景很好体现了边缘计算的价值：实时本地数据处理，提升用户体验；在本地数据处理，还提高了数据安全性，保护个人隐私；节省网络带宽和云端存储成本。Kuiper 可以运行在这些计算资源不足的边缘设备上，低成本地实现边缘端的流式数据处理。
使用步骤概述
Kuiper 的使用过程与传统的流式工具类似，主要包括三步：流定义，规则定义，提交规则执行
kuiper的命令
server命令
用来启动kuiper的接收消息服务，命令为
bin/server
cli命令
对流的增删查看，对规则的增删查看、启用停止，命令格式，如
bin/cli $命令
#如 bin/cli query
| 功能 | 解释 | 命令 | stream | rule |
|---|---|---|---|---|
| create | 创建流/规则 | create | create stream $stream_name | create rule $rule_name $rule_json / -f $rule_def_file |
| describe | 查看流/规则 | describe | describe stream $stream_name | describe rule $rule_name |
| drop | 删除流/规则 | drop | drop stream $stream_name | drop rule $rule_name |
| show | 显示所有规则/流 | show | show streams | show rules |
| query | 接收筛选 | query | query command line | |
| restart | 重启规则 | restart | restart rule $rule_name | |
| start | 开始规则 | start | start rule $rule_name | |
| stop | 结束规则 | stop | stop rule $rule_name | |
| getstatus | 查看规则状态 | getstatus | getstatus rule $rule_name | |
| help | 帮助 | h |