StreamSQL

English| 简体中文

StreamSQL 是为物联网边缘设计的、可嵌入的 SQL 流处理引擎。它介于「时序数据库」和「Apache Flink」之间——既能像 Flink 一样做实时计算，又能像时序数据库一样轻量部署：在 128MB 的网关进程内，用一条 SQL 跑实时过滤、窗口聚合、CDC 式变化检测和复杂事件模式识别。

时序数据库的实时性 + Flink 的计算能力 + 极简的部署与集成体验。

📖 官方文档 ｜ 🐙 GitHub · Gitee · GitCode

• 🪶 轻量可嵌入　纯内存、零外部依赖，作为基础库塞进 128MB 网关，秒级启动
• 🧩 全功能 SQL　滚动/滑动/计数/会话/全局窗口、事件时间 + Watermark、CASE、嵌套字段、HAVING
• 🔍 分析函数　lag / had_changed / changed_col / 累积统计，专攻 CDC 变化检测与上下文回溯
• 🧩 复杂事件识别（CEP）　MATCH_RECOGNIZE（SQL:2016，对齐 Flink）——轻量边缘引擎中独有
• 🚀 边缘级性能　x86 单核过滤 ~192 万 msg/s；128MB 可承载 10 万+ 设备分区状态
• 🔌 RuleGo 生态　借 RuleGo 组件接入 MQTT / HTTP / 消息队列 / 数据库等任意数据源

为什么用 StreamSQL

传统流处理只有两个极端：时序数据库存储强但实时计算弱；Flink / Storm 功能强但部署重、吃 GB 级内存，不适合边缘。StreamSQL 填补中间的空白——专为边缘端设计，在资源受限的环境里对海量数据做实时聚合与模式识别。

维度	StreamSQL	Apache Flink	eKuiper	时序数据库
部署复杂度	极简	复杂	简单	中等
资源占用	极低（~10MB）	高（GB 级）	极低（~10MB）	中等
可嵌入 / 作基础库	✅	❌	⚠️	⚠️
完整 SQL	✅	✅	✅	有限
复杂事件识别（CEP）	✅	✅	❌	❌
分析函数 / 变化检测	✅	✅	✅	❌
事件时间 + Watermark	✅	✅	⚠️	❌
边缘部署	✅	❌	✅	⚠️
集群水平扩展	单机	✅	单机	✅

适合：IoT 网关 / 工业控制器 / 车载系统的边缘实时计算、设备监控与异常检测、流处理原型验证、为 RuleGo 规则链补 SQL 能力。 不适合：需要水平扩展的大规模集群、需要持久化状态或 ACID 事务的场景。

安装

go get github.com/rulego/streamsql

快速开始

每条数据立即处理并输出——实时转换与过滤，无需等待窗口：

package main

import (
	"fmt"
	"github.com/rulego/streamsql"
)

func main() {
	ssql := streamsql.New()
	defer ssql.Stop()

	err := ssql.Execute(`SELECT deviceId,
	    temperature * 1.8 + 32 AS fahrenheit,
	    CASE WHEN temperature > 30 THEN 'hot' ELSE 'normal' END AS level
	    FROM stream WHERE temperature > 0`)
	if err != nil {
		panic(err)
	}

	ssql.AddSink(func(results []map[string]interface{}) {
		fmt.Printf("结果: %+v\n", results)
	})

	ssql.Emit(map[string]interface{}{"deviceId": "sensor01", "temperature": 32.5})
}
// => 结果: map[deviceId:sensor01 fahrenheit:90.5 level:hot]

核心能力

🧩 复杂事件识别（CEP）—— 轻量边缘引擎独有

识别按特定顺序出现的事件序列：连续越限防抖、先升后降、开停机工作流、乱序事件。SQL:2016 标准 MATCH_RECOGNIZE，对齐 Flink SQL，四道闸保证边缘内存有界。

-- 温度连续 3 次越限才算真报警（防抖，避免单点抖动误报）
SELECT * FROM stream
MATCH_RECOGNIZE (
    ORDER BY ts
    MEASURES MATCH_NUMBER() AS mn, LAST(A.temp) AS peak
    ONE ROW PER MATCH
    PATTERN (A{3}) WITHIN '1h'
    DEFINE A AS temp > 50
)

支持模式变量 + 量词（? * + {n}）、交替 |、PERMUTE、导航（PREV/NEXT/FIRST/LAST）、聚合、SUBSET、FINAL/RUNNING、WITHIN 主动过期。详见模式识别文档。

🔍 分析函数 —— CDC 变化检测与累积

在无窗口的连续事件流上做跨事件状态计算，每条事件到达立刻求值，状态跨事件保留。

-- CDC 变化检测：只在温度变化时输出，并带上一次的温度值
SELECT deviceId, temperature, lag(temperature) AS prev
FROM stream
WHERE had_changed(true, temperature)

-- 分区 + 累积：每个设备各自的状态、开服至今累计
SELECT deviceId, acc_sum(score) OVER (PARTITION BY deviceId) AS total
FROM stream

OVER (PARTITION BY ... WHEN ...) 控制分区与更新条件。详见分析函数文档。

何时用什么：相邻事件比较 → 分析函数；事件序列/顺序模式 → CEP；时间段统计 → 窗口聚合 + HAVING。

🪟 窗口聚合

将无界数据切成有界片段做统计，支持 5 种窗口：

-- 每 5 秒一个滚动窗口，按设备分组求均值
SELECT deviceId, AVG(temperature) AS avg_temp,
       window_start() AS start, window_end() AS end
FROM stream
GROUP BY deviceId, TumblingWindow('5s')

• 滚动窗口 TumblingWindow('5s')：固定大小，不重叠
• 滑动窗口 SlidingWindow('30s','10s')：固定大小，按步长滑动
• 计数窗口 CountingWindow(100)：按条数划分
• 会话窗口 SessionWindow('5m')：按数据活跃度动态开合
• 全局窗口 GLOBAL WINDOW TRIGGER WHEN ...：无时间边界，由聚合阈值谓词驱动，每分组 O(1) 运行态
• 内置聚合：MAX / MIN / AVG / SUM / COUNT / STDDEV / MEDIAN / PERCENTILE 等，支持 GROUP BY、HAVING

⏱ 事件时间与 Watermark

支持事件时间（数据自带时间戳）和处理时间（系统时钟）两种语义。事件时间用 Watermark 处理乱序与迟到数据：

SELECT deviceId, COUNT(*) AS cnt
FROM stream
GROUP BY deviceId, TumblingWindow('5m')
WITH (TIMESTAMP='eventTime', TIMEUNIT='ms',
      MAXOUTOFORDERNESS='5s',   -- 容忍 5 秒乱序
      ALLOWEDLATENESS='2s',     -- 触发后还能接受 2 秒迟到数据
      IDLETIMEOUT='5s')         -- 空闲 5 秒后按处理时间推进 watermark

🧩 嵌套字段

点号语法访问嵌套结构，数组下标访问数组元素：

SELECT device.info.name AS name, sensors[0].value AS v0
FROM stream WHERE device.info.type = 'temperature'

🔧 自定义函数

一行注册，立即在 SQL 中可用，支持 8 种函数类型（数学/字符串/转换/日期/聚合/分析/窗口/自定义），运行时可动态增删：

functions.RegisterCustomFunction("f2c", functions.TypeConversion,
    "温度转换", "华氏转摄氏", 1, 1,
    func(ctx *functions.FunctionContext, args []any) (any, error) {
        f, _ := functions.ConvertToFloat64(args[0])
        return (f - 32) * 5 / 9, nil
    })
// SELECT f2c(temperature) AS celsius FROM stream

性能

x86 单核 / 128MB / v1.0.3 实测（test/e2e/stress_test.go 的 BenchmarkGateway_*）：

规则	ns/op	allocs	msg/s
过滤	522	6	~192 万
转换	1359	12	~74 万
分析 + 分区	2095	18	~48 万

• 128MB 内存可承载 10 万+ 设备的分区状态——内存不是瓶颈，CPU 吞吐才是。
• 稳定性：无 goroutine 泄漏，堆不随负载/分区数线性增长。
• 一条规则吃满一个核是边缘网关的最优用法；多核靠并行多个独立实例扩展（GOGC 调优可近线性）。

ARM 网关数字为 x86 折算估算，上线前需在目标 SoC 实测。详见网关容量与性能基准。

概念

两种处理模式

• 非聚合模式：不含聚合函数，每条数据立即处理输出，超低延迟——数据清洗、实时告警、数据富化。
• 聚合模式：含聚合函数或 GROUP BY，数据进窗口，窗口触发时输出聚合结果。

窗口

流数据无界，无法整体处理。窗口把无界数据切成一系列有界片段：滚动、滑动、计数、会话、全局（见上）。

时间语义

• 事件时间：数据实际产生的时间（如 event_time 字段）。基于时间戳划分窗口，配合 Watermark 正确处理乱序/迟到数据，结果准确但有延迟。
• 处理时间：数据到达系统的当前时间（默认）。低延迟，但不处理乱序/迟到数据。

特性	事件时间	处理时间
时间来源	数据中的时间戳字段	系统当前时间
乱序/迟到	支持（Watermark）	不支持
结果准确性	准确	可能不准
延迟	较高	低
配置	WITH (TIMESTAMP='field')	默认（不指定 WITH）

深入概念（窗口、Watermark、迟到数据）见核心概念文档。

与 RuleGo 集成

StreamSQL 可作为RuleGo规则链节点，借其 60+ 组件接入任意数据源与第三方系统，并叠加规则引擎能力：

• streamTransform（x/streamTransform）：非聚合 SQL，逐条流式转换
• streamAggregator（x/streamAggregator）：聚合 SQL，窗口聚合

{
  "nodes": [{
    "id": "transform1", "type": "x/streamTransform",
    "configuration": { "sql": "SELECT deviceId, temperature*1.8+32 AS f FROM stream WHERE temperature>20" }
  }]
}

详见RuleGo 集成文档。

函数

60+ 内置函数：数学、字符串、转换、日期时间、聚合、分析、窗口等。函数使用指南。

贡献与社区

欢迎提交 Issue 和 Pull Request。代码请符合 Go 标准，并附测试用例。

• 代码：GitHub · Gitee
• 文档：rulego-doc，欢迎参与翻译与修订

License

Apache License 2.0