Moderne Softwaresysteme werden immer verteilter, reaktiver und datenintensiver. In diesem Zusammenhang sind Ereignisse eine wesentliche Abstraktion für die Repräsentation und Kommunikation von interessanten Situationen, die lose gekoppelte und skalierbare Systeme ermöglichen. Ein integraler Bestandteil dieser Systeme ist die Ereigniskorrelation, d. h., die Berechnung von Beziehungen zwischen Ereignisbenachrichtigungen in Raum und Zeit. Zum Beispiel wird dies zur programmatischen Inferenz des Systemzustands, zur Reaktion auf Änderungen, zur Synchronisation, zur Koordination oder zur Datenverarbeitung genutzt.

Die Bedeutung der Ereigniskorrelation wird durch die beachtliche Aufmerksamkeit belegt, die sie bisher durch unterschiedliche Forschungsgemeinschaften erhielt, teilweise unter anderen Namen geführt. Dies hatte zufolge, dass verschiedene Arten von "Familien" von Ereigniskorrelationsansätzen enstanden sind, jeweils mit einer schier unglaublichen Menge an spezialisierten Korrelationssemantiken und Softwareabstraktionen. Wir unterscheiden zwischen vier Familien: komplexe Ereignisverarbeitung, Datenstrom-Verarbeitung, reaktive Programmierung und nebenläufige Programmierung.

Der Ist-Zustand im Bereich der Ereigniskorrelation ist inakzeptabel: Bestehende Ansätze zur Ereigniskorrelation haben eine unklare Semantik, und die meisten von ihnen sind weder auf Anpassbarkeit noch Komponierbarkeit ausgelegt. Softwaresysteme entwickeln sich ständig weiter und ändern ihre Anforderungen im Laufe der Zeit. Jedoch ist kein einziger Ansatz ausreichend anpassungsfähig, um alle Anforderungen zu erfüllen. Wir haben keine geeigneten mentalen Modelle und Softwareabstraktionen für modulare, erweiterbare und familienübergreifende Kompositionen von Funktionalitäten und Merkmalen aus den bestehenden Familien der Ereigniskorrelation. Dieser Zustand erschwert die Anpassbarkeit und Veränderbarkeit von reaktiven Softwaresystemen.

Es ist Zeit für eine neue Generation vereinheitlichter, hoch anpassungsfähiger und veränderbarer reaktiver Softwaresysteme. Sie muss Ereigniskorrelation "à la carte" beherrschen können. Das heißt, wir brauchen Programmiersprachenkonzepte, die Funktionalität und Merkmale aus allen Familien der Ereigniskorrelation in einer einheitlichen, erweiterbaren und frei komponierbaren Form ausdrücken können.

Mit der vorliegenden Arbeit wird die Ereigniskorrelation "à la carte" zur Realität. Wir lösen dieses Problem mithilfe von Prinzipien der funktionalen Programmierung, insbesondere algebraischer Effekte und Effektbehandler. Diese sind eine moderne Form der Modellierung und Integration von Seiteneffekten in funktionale Programmierprachen und stellen hierfür einen modularen und erweiterbaren Ansatz bereit. Die Hauptthese dieser Arbeit ist, dass algebraische Effekte und Effektbehandler eine gute Programmierabstraktion sind, mit deren Hilfe fundierte und vielseitige Ereigniskorrelationssysteme konzipiert werden können.

Um die These zu validieren, entwickeln wir Cartesius, das erste Berechnungsmodell, das die Essenz der Ereigniskorrelation erfasst. Es verfügt über eine erweiterbare und anpassbare Semantik, die auf algebraischen Effekten und Effektbehandlern basiert. Wir betrachten Ereigniskorrelationen als kartesische Produkte über Datenströme von Ereignissen, bei denen benutzerdefinierte Effektbehandler den Kontrollfluss der Berechnung lokal anpassen, um semantische Varianten zu erhalten, die sich anders verhalten. Effektbehandler sind enschränkungslos komponierbar und neuartige Korrelationsfunktionalität kann durch die Einführung weiterer benutzerdefinierter Seiteneffekte hinzugefügt werden.

Darüber hinaus ergänzen wir Cartesius mit PolyJoin, einer erweiterbaren Programmiersprachenintegration von deklarativer Spezifikationssyntax für Ereigniskorrelationssysteme. PolyJoin kann unabhängig von Cartesius verwendet werden für eine typsichere Programmiersprachenintegration anderer Ereigniskorrelationssysteme. PolyJoin subsumiert vorherrschende Techniken zur Programmiersprachenintegration.

Um unseren Ansatz zu evaluieren, führen wir eine Erhebung durch, in der wir die Ausdrucksstärke von Cartesius durch Vergleichen mit repräsentativen Systemen aus den oben genannten Ereigniskorrelationsfamilien untersuchen. Unsere Ergebnisse zeigen, dass Cartesius die Essenz der Funktionalitäten aller anderen Ereigniskorrelationsansätze adäquat erfasst. Es ist wesentlich veränderbarer und anpassbarer als alle untersuchten Ansätze. Zusätzlich evaluieren wir die Leistungsfähigkeit unseres Ansatzes mithilfe synthetischer Mikrobenchmarks, in denen wir häufig genutzte Ereigniskorrelationsvarianten in Cartesius modellieren und messen. Die Messresultate zeigen, dass der Entwurf von Cartesius praktikabel ist, trotz der modularen Zerlegung in ein rechenintensives kartesisches Produkt und benutzerdefinierte Erweiterungen. Wir erreichen eine charakteristische zeitliche und räumliche Komplexität der betrachteten Ereigniskorrelationsvarianten.

Unser "à la carte" Ansatz, der auf algebraischen Effekten und Effektbehandlern basiert, weist einen hohen Grad an Uniformität, Anpassungsfähigkeit und Hybridisierung auf, die keine vorherige Arbeit zur Ereigniskorrelation in dieser Form erreicht hat.