随着互联网技术的飞速发展,各行各业都在使用信息化的手段来判断行业趋势,指导行业发展。各应用领域在信息化过程中所产生的数据也呈爆炸式增长。如何从这些数据中发现有价值的信息成了当今的热门研究领域之一。复杂事件处理技术被用来解决此类问题。复杂事件处理技术是流数据查询的常见手段。随着数据多元化的发展,查询的复杂度急剧提升,其处理性能面临极大地挑战。为了描述复杂的查询,复杂事件检测常采用正规式的方式来表示事件间的关系,正规式支持克林闭包操作,具有丰富的描述能力。为了提高多源复杂事件查询的处理效率,本文出一种针对正规式的查询分解方案。首先,对复杂事件处理系统针对以克林闭包操作结尾的事件检测表达式无法分解的情况进行了阐述;其次,对检测表达式进行细粒度分解,并生成对应的查询计划;最后,根据查询计划构造集群拓扑图,运行在分布式集群中。在多数据源的应用背景下,这种分解方案可以有效地提高集群资源的利用率从而提高系统的处理效率。本文在查询计划的基础上进行以下优化。对于影响处理性能的谓词筛选操作进行分析,根据筛选所针对事件源的不同,将其合理进行划分,有效提高处理效率。对于采用正规树模式作为事件源匹配的系统,可以将谓词表达式中仅作用于一个事件源的子表达式与正规树模式匹配相结合设计筛选合并的优化方案,可以极大化的降低系统内部通信开销。在查询语句中,对于同一事件源还可能会匹配多种不同的正规树模式。对于此种情况,结合前面提及的优化,根据筛选条件提取出一个公共模式,可以做到一次匹配多次使用,较好的提高系统性能。本文设计并实现了的CIEP系统,该系统运行在Storm分布式集群上,并进行多组实验测试。实验结果证明以上优化方法能够提高系统20%左右的查询效率。