随着信息技术的发展,越来越多的数据流涌入到人们的眼前。由于目前普通的数据库系统在高速处理海量数据流方面存在一定的缺陷,越来越多的学者开始关注如何开发一种新的研究方法,以便高速并实时地处理这些不断到来的数据流或事件流。复杂事件流处理是当前事件流处理的问题之一,它需要通过一定的筛选算法,来过滤出有用的事件,进而检测出复杂事件,推动上层应用做出相应处理。针对事件流的数据特点,对比分析了复杂事件流检测技术在海量事件流处理方面相对于数据库系统的优势,并进一步概述分析了当前国内外比较突出的复杂事件流检测技术。在当前复杂事件处理技术的基础上,提出了一种基于有向图的复杂事件共享检测机制,该机制由有向图链接与检测两大部分组成。所采用的事件和复杂事件模式描述语言以现有的针对单项复杂事件处理的SASE语言为参考,通过其改进和扩充,可以更灵活细致的处理多重复杂事件的定义与检测,机制中的编译模块负责描述语言的处理。针对有向图的生成提出复杂事件模式链接成有向图的算法,给出多重复杂事件共享有向图的共享因子,以此作为有向图的共享度高低的评价依据。提出的基于有向图的复杂事件处理算法,是采用事件流中的单个有效事件来作为有向图遍历的驱动因子。当有向图遍历到某些特殊的结点时,复杂事件即被检测出,从而推动上层应用对该复杂事件做出相应的处理。最后,仿真试验针对共享因子的不同取值来对该多重复杂事件检测算法的时间复杂度进行了对比。同时,还与传统的基于NFA的复杂事件检测方法进行了对比。通过对比,证明了基于有向图的复杂事件检测方法在短寿命复杂事件检测方面存在一定的优势。