Drasi 是一个简化数据变化检测并能立即禁受当作的数据处理平台。它提供了一个全面的科罚有筹画，内置了追踪系统日记和特定事件变化源的能力少女 自慰，评估其关联性，并自动脱手顺应的反馈。拜访咱们的文档网站 https://drasi.io 得到留神信息。

概览

Drasi 提供了实时的可操作瞻念察，而无需传统数据处理边幅的复杂包袱。它梗概追踪系统变化和事件，无需将数据复制到聚拢式数据湖或反复查询数据源。Drasi 使用查询抓续评估传入的数据变化。当这些变化得当查询中指定的轮番和条款时，查询成果聚合更新。这些更新将触发基于凹凸文的反应，依照您的具体需求进行调整。

Drasi 通过以下三个组件运作：

数据源（Sources）：相连到软件系统中的数据存储库，监控日记和数据流，追踪数据的变化。

抓续查询（Continuous Queries）：通过诓骗轮番和条款知道监控到的变化，以识别进军的变化。在 Drasi 中，这些抓续查询是使用 Cypher 查询言语编写的。

反应（Reactions）：基于抓续查询成果集的更新触发专诚想真谛的反馈。

为了阐述 Drasi 怎样知道事件并触发顺应的反馈，沟通一个在线点餐工作的配送系统。订单通过订单管束系统处理，而配送司机需要在订单准备好取货时实时收到讲述。Drasi 自动化了这个经过：

建设一个数据源来监控订单管束系统中的订单景况变化，另一个数据源来检测司机何时可用于配送任务。

创建一个抓续查询，连合两个数据源的数据，匹配准备好取货的订单和可用的司机。

界说一个反应，向司机发送讲述，奉告他们前去取货区域。此精简的开拓确保司机梗概实时收到讲述，通过实时数据集成和自动化反馈优化了配送经过。

快速初学

请奴隶 快速初学教程 体验 Drasi。教程将指示您完成以下才略：

诓骗一个数据源，代表您但愿不雅察其变化的数据源。

创建抓续查询，界说要不雅察的数据、评估变化的条款，以及输出的结构。

诓骗调试反应（Debug Reaction），检察由一个或多个抓续查询生成的输出。前去咱们的网站 文档页面，拜访 教程 和 怎样操作 指南，了解更多 Drasi 的关联信息。

版块景况

这是 Drasi 的一个早期版块，旨在让社区了解该平台并进行观念考据试验。请共享您对 Drasi 的看法，并通过 GitHub 忽视您发现的任何问题或功能肯求，以匡助校正 Drasi。此仓库包含构建基于 Drasi 的科罚有筹画所需的一切少女 自慰，包括数据源、反应，以及用于开发和测试的器具。