【发布时间】:2013-09-10 07:49:07
【问题描述】:
我正在考虑使用 Streaminsight 来识别驾驶员行为数据中的模式,这些模式将包括在短期(几秒钟)和长期(超过 1 周)内发生的模式。我一直在努力寻找有关最大窗口长度或所需资源与窗口长度或在较长时间内使用复杂事件处理的示例的任何信息。
我发现的最大窗口长度的唯一指示是它是流数据速率、有效负载大小、内存和 CPU 的函数,但并不准确。给定服务器的规格和它必须处理的数据量,如何计算最大窗口长度?
我是否在寻找用于处理长时间流的错误技术,或者是否存在涉及操纵流以降低资源需求的解决方法?
【问题讨论】:
标签: c# complex-event-processing streaminsight temporal