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
边云协同
eKuiper 部署在边缘侧，在边缘应用和云应用之间起到流式处理、规则引擎、消息路由等方面的作用。
了解更多 →车云协同
车端 eKuiper 配合云端 EMQX，实现数据采集、车辆 AI 和车辆规则引擎等功能。
了解更多 →EdgeX Foundry 的规则引擎
通过与 EdgeX Foundry 的集成，eKuiper 可以帮助用户处理连接的设备的数据，并将结果进行路由，或通过规则控制设备。
了解更多 →KubeEdge 的分析引擎
KubeEdge 和 eKuiper 的整合使 eKuiper 实例的容器化部署成为可能，并在边缘组件上提供多功能的分析能力，以实现低延迟计算。
了解更多 →生态系统
