通过预定义 Schema 提高 eKuiper 数据处理吞吐
在本篇文章中，我们将介绍如何通过预定义上游流的 schema，使 eKuiper 在上述过程中在不降低吞吐的前提下，降低整体的 CPU 运算开销。
了解更多 →Why eKuiper
开放源码
LF Edge 沙箱项目, Apache 2.0 许可。
实时分析
边缘端快速决策,事件产生时立即分析。
轻量级
内存占用低至 12 MB。
智能决策
在新事件出现时立即运行 AI 分析。
易运维
轻松部署到主流边缘设备，并从云端进行管理。
简单而强大
使用基于 SQL 的语法或可视化 Flow 编辑器编写强大的分析规则。
快速开始
使用 Docker 运行
docker run -p 9081:9081 -d --name ekuiper -e MQTT_SOURCE__DEFAULT__SERVER=tcp://broker.emqx.io:1883 lfedge/ekuiper:latest
或者使用源码编译
git clone https://github.com/lf-edge/ekuiper.git cd ekuiper make # Run the built binary cd _build/kuiper-1.6.0-linux-amd64 bin/kuiperd
特性
极速处理
通过在最靠近数据源的边缘侧进行数据流式处理，实现超低的延迟。
整合异构数据
连接各种数据产品,消费或生产数据。
SQL 或 Flow 编辑器
使用 ANSI SQL 查询或可视化 Flow 编辑器快速实现物联网数据分析, 无需编写 Java 或 python 代码。
敏捷的 DevOps
用基于文本的规则热创建和热更新数据分析任务。
定制和进化
可扩展 source, sink 和函数。
流式 AI/ML 处理
集成机器学习算法并针对流数据运行。
集成
生态系统
