【翻译】五步快速使用LINQPad尝鲜StreamInsight

StreamInsight  学习地址：http://www.cnblogs.com/StreamInsight/archive/2011/10/26/StreamInsight-Query-Series-Summarizing.html

有的时候我就想快速地试验一个技术想法，而不想因此去构建一个完整的解决方案。StreamInsight作为一个新产品，也有这样的问题。理想情况，我们应当可以试验一个产品，将其运行在某一个场景下并作出快速的评估。现在有了LINQPad，StreamInsight的快速试验变为了可能。这篇博文将一步步介绍如何安装组件和使用各种各样的数据源测试StreamInsight查询。如果你能坚持阅读下来，作为奖励，我会告诉你怎样使用OData数据，并在其上执行LINQ查询。

第一步：安装StreamInsight 1.1

你需要安装StreamInsight的第二个发布版本来使用LINQPad集成功能，从微软下载中心可以下载到StreamInsight 1.1。安装StreamInsight时，你可以选择评估版本，也可以使用SQL Server 2008 R2 许可密钥（可以在SQL Server安装媒介x86\DefaultSetup.ini中找到）来进行激活。

第二步：安装LINQPad 4.0

你可以选择LINQPad的免费版本（从这里下载），也可以选择具有内置智能感知功能的付费版本。

第三步：添加StreamInsight的LINQPad驱动

当运行LINQPad时，你可以看到一个叫做“Add connection”的选项。

之后你会看到一些内置的驱动，包括LINQ-to-SQL和OData等。

选择“View more drivers…”按钮，你会看到由微软创建的最新StreamInsight驱动。

这个驱动安装时间大约200毫秒，然后你就可以在LINQPad驱动列表中看到它了。

第四步：创建与StreamInsight驱动的新连接

如果窗口还处于打开状态选择驱动，否则回到LINQPad，选择“Add connection”，接下去在“Choose Data Context”向导页上点击Next按钮。现在你会看到一个标题为“StreamInsight Context Chooser”的弹出窗口，在其中你可以选择微软提供的数据集，也可以选择新的上下文。这里我选择Default Context。

第五步：编写简单的查询

现在我们连接到了StreamInsight的上下文，在编写查询之前请确保“Language”值选择为“C# Statements”，且“Database”值为“StreamInsight: Default Context”。

由于默认上下文中并没有一个输入数据源，因此我们创建了一个简单的点事件集合，并将其转换为流进行处理。我们的第一个查询获取所有Count大于4的事件。

//define event collection
var source = new[]
{
   PointEvent.CreateInsert(new DateTime(2010, 12, 1), new { ID = "ABC", Type="Customer", Count=4 }),
   PointEvent.CreateInsert(new DateTime(2010, 12, 2), new { ID = "DEF", Type="Customer", Count=9 }),
   PointEvent.CreateInsert(new DateTime(2010, 12, 3), new { ID = "GHI", Type="Partner", Count=5 })
};
//convert to stream
var input = source.ToStream(Application,AdvanceTimeSettings.IncreasingStartTime);
var largeCount = from i in input
       where i.Count > 4
       select i;
//emit results to LINQPad
largeCount.Dump();

输出结果如下，注意只有两条记录输出。

（译者注：StartTime是GMT时间，不同时区下结果会不一样）

为了更多地展示一些StreamInsight的能力，我创建了另外一个查询，该查询在三个事件（放在同一天以使得所有的点事件在同一个快照中）之上创建一个快照窗口，并对每一个类型计算Count值之和。

var source = new[]
{
   PointEvent.CreateInsert(new DateTime(2010, 12, 1), new { ID = "ABC", Type="Customer", Count=4 }),
   PointEvent.CreateInsert(new DateTime(2010, 12, 1), new { ID = "DEF", Type="Customer", Count=9 }),
   PointEvent.CreateInsert(new DateTime(2010, 12, 1), new { ID = "GHI", Type="Partner", Count=5 })
};

var input = source.ToStream(Application, AdvanceTimeSettings.IncreasingStartTime);

var custSum = from i in input
              group i by i.Type into TypeGroups
              from window in TypeGroups.SnapshotWindow(SnapshotWindowOutputPolicy.Clip)
              select new { Type = TypeGroups.Key, TypeSum = window.Sum(e => e.Count) };

custSum.Dump();

这个查询同样得到两个消息，但是请注意新的TypeSum值是所有Type值相同事件的聚合。

通过上面5个步骤（花费大约8分钟的时间），我们安装了本机组件并且成功执行了一对StreamInsight查询。

其实现在我就可以停笔了，但是还是让我们尝试一下更有趣的事情吧。试想如何在一个已有的OData数据源执行一个查询？下面的另外三个步骤将进一步展示LINQPad和StreamInsight。

*第六步：编写Northwind条目的OData连接

点击LINQPad中的“Add connection”按钮，选择“WCF Data Services(OData)”驱动，接下去选择OData作为提供者，并在“URI”文本框中填入OData源

（http://services.odata.org/Northwind/Northwind.svc），点击OK。在LINQPad中你会看到Northwind OData源中包含的所有实体。

现在让我们执行一个非常简单的查询。这个查询遍历所有的员工（Employee）记录，最后输出每一个员工的ID，受雇日期和国家。

var emps = from e in Employees
           orderby e.HireDate ascending
           select new
           {
               HireDate = (DateTime)e.HireDate,
               EmpId = e.EmployeeID,
               Country = e.Country
           };
emps.Dump();

输出结果如下：

*第七步：在Northwind数据之上增添StreamInsight查询能力

如果希望在一个特定窗口时间内，按照国家分类来查看员工的雇佣情况该怎么做呢？我们完全可以通过一个直接的LINQ查询做到，但是这样又有什么乐趣呢？言归正传，想想看在员工数据上使用实时分析能做出什么样的有趣事情，当然这个话题并不是这篇博文要谈的重点。

LINQPad仅允许一次使用一个数据上下文，因此想要同时使用OData源和StreamInsight查询，我们需要做一点变通。Mark Simms已经写了一篇颇有深度的文章来解释这个问题，这里我给出一个简短的版本。

右击包含OData查询的LINQPad查询选项卡，选择“Query Properties”，添加StreamInsight dll的引用。点击“Additional Reference”选项卡中的“Add”按钮，查找并选择Microsoft.ComplexEventProcessing.dll和Microsoft.ComplexEventProcessing.Observable.dll（如果看不到这两个dll的话，记得选中Show GAC Assemblies选项）。

切换到“Additional Namespace Imports”选项卡，手工输入查询所需要的命名空间。

现在我们准备在OData源上使用StreamInsight LINQ查询了。

*第八步：在Northwind数据之上增添StreamInsight查询能力

我把先前写好的查询拷贝过来，在此基础上进行后续工作。

查询下方，我实例化了一个StreamInsight “server”用来托管查询，并定义了一个StreamInsight 应用来包含查询。接下去，我将OData结果转换为了CEP流，并创建了一个使用Tumbling窗口的StreamInsight查询，用以输出每60天窗口中的每个国家的雇用人数，最后将结果输出到LINQPad中。

var emps = from e in Employees
           orderby e.HireDate ascending
           select new
           {
               HireDate = (DateTime)e.HireDate,
               EmpId = e.EmployeeID,
               Country = e.Country
           };

//define StreamInsight server
using (Server siServer = Server.Create("RSEROTERv2"))
{
    //create StreamInsight app
    Application empApp = siServer.CreateApplication("demo");

    //map odata query to the StreamInsight input stream
    var empStream = emps.ToPointStream(empApp, s => PointEvent.CreateInsert(s.HireDate, s), AdvanceTimeSettings.IncreasingStartTime);

    var counts = from f in empStream
                 group f by f.Country into CountryGroup
                 from win in CountryGroup.TumblingWindow(TimeSpan.FromDays(60), HoppingWindowOutputPolicy.ClipToWindowEnd)
                 select new { EmpCountry = CountryGroup.Key, Count = win.Count() };

    //turn results into enumerable
    var sink = from g in counts.ToPointEnumerable()
               where g.EventKind == EventKind.Insert
               select new { WinStart = g.StartTime, Country = g.Payload.EmpCountry, Count = g.Payload.Count };

    sink.Dump();
}

查询的结果如下图：

小结

现在你应该有所了解了！前面5个步骤大概可以在10分钟内完成，而剩下的星号步骤可以在另外5分钟内完成。

这是一个相当快速，低投资的方法来尝鲜一个强大产品。