[发明专利]基于storm面向用户个性化预警机制大数据计算方法

摘要

本发明公开一种基于storm面向用户个性化预警机制大数据计算方法，具体步骤是用户通过界面按照自身设备设置报警逻辑，设置成功后，系统将会按照约定的数据结构存储报警逻辑；数据缓存模块定时读取存储的数据结构，storm报警模块结合报警逻辑与服务器网关从终端读取发来的实时数据进行逻辑判断；若是报警数据，将进一步判断redis中是否已经存在报警历史，若存在则更新相应记录，若不存在则插入一条报警记录；若不是，判断redis中的报警历史，若存在,表示报警已经解除，则删除这条记录。本发明处理速度快，支持海量数据处理，在处理逻辑上使用了用户个性化预警方案，用户可根据自己设备的实际情况，定义报警方案。

主权项

一种基于storm面向用户个性化预警机制大数据计算方法，其特征在于，包括数据预处理模块、数据解析模块、数据存储模块和报警处理模块；数据预处理模块包括服务器网关和kafka消息队列，kafka消息队列负责服务网关数据与解析数据的桥梁，服务器网关从获取终端发来的原始数据存入kafka的topic中，作为数据解析模块处理的生产者；数据解析模块为storm解析模块，负责从kafka的topic中读取数据，并对topic中的原始数据根据协议定义进行解析；其中，storm的数据处理机制是流式处理，对数据进行逐条解析；数据存储模块包括数据缓存模块、缓存数据库更新模块和历史报警存储模块；报警处理模块为storm报警模块，一方面，从数据缓存模块中获取用户自定义报警方案，另一方面，根据这些报警方案分析出报警逻辑，并且分析出报警结果；基于storm面向用户个性化预警机制大数据计算方法的具体步骤是：步骤一、用户通过界面按照自身设备设置报警逻辑，设置成功后，系统将会按照约定的数据结构存储报警逻辑的参数和阈值；步骤二、数据缓存模块定时的从数据库中读取步骤一中存储的数据结构，并用于下一步storm报警模块；其中，定时的时间可由用户自己设定；步骤三、storm报警模块结合从数据缓存模块读取报警所需的参数和阈值与服务器网关从终端读取发来的实时数据进行逻辑判断；步骤四、经过步骤三的判断确定这条数据是否为报警数据，如果是报警数据，将进一步判断redis中是否已经存在设备的报警历史，如果存在则更新redis中的相应记录，如果不存在则向redis中插入一条报警记录；如果不是报警数据，同样要判断redis中的报警历史，如果存在,表示报警已经解除，则从redis中删除这条记录。