我们的事件日志流量很大（由入侵检测系统NIDS和HIDS生成但无论如何）
流量是异步的，事件不一样，但每个事件至少都有这些细节：
- 日期＆amp;时间，
- 协议，
- 源IP和端口，
-Destination IP和端口，
-Payload和......。
我们想要创建一个关联引擎，首先接收此事件日志（对于ie syslog），然后解析事件并分离上述参数，最后重要的部分是我们希望将这些参数相互关联并生成新警报。 />
因为关联规则可以是：如果源ip在一分钟内重复超过20次，并且如果这样的一分钟每天重复超过40次，则生成警报。
最大的问题是通常每秒超过30,000个事件的事件数量!! 应该通过超过 100 相关规则进行关联。如上所述。
以前和流行的解决方案大多用 C / C ++ 编写，使用MySQL（Maria dB），但由于某种原因，我们更喜欢 python 和 PostgreSQL 。登记/>
1-首先，我想知道瓶颈是依赖于编程语言还是独立于编程语言，数据库还是其他。（
2-第二，如果第一个问题的回答是“是”，那么 python 和postgres能为我们处理这样的表现吗？是否有一个有效的案例研究之前做过类似的事情？（或任何基准测试）