CN111080500A - 基于spark streaming的实时规则的布控预警方法及装置 - Google Patents
基于spark streaming的实时规则的布控预警方法及装置 Download PDFInfo
- Publication number
- CN111080500A CN111080500A CN201911175325.2A CN201911175325A CN111080500A CN 111080500 A CN111080500 A CN 111080500A CN 201911175325 A CN201911175325 A CN 201911175325A CN 111080500 A CN111080500 A CN 111080500A
- Authority
- CN
- China
- Prior art keywords
- data
- early warning
- deployment
- real
- time
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims abstract description 29
- 238000012545 processing Methods 0.000 claims abstract description 30
- 238000004140 cleaning Methods 0.000 claims abstract description 12
- 238000001914 filtration Methods 0.000 claims abstract description 12
- 238000004458 analytical method Methods 0.000 claims description 12
- 238000012986 modification Methods 0.000 claims description 6
- 230000004048 modification Effects 0.000 claims description 6
- 238000012544 monitoring process Methods 0.000 claims description 6
- 241001622623 Coeliadinae Species 0.000 claims description 4
- 238000004891 communication Methods 0.000 claims description 4
- 239000004744 fabric Substances 0.000 claims 1
- 230000003111 delayed effect Effects 0.000 abstract description 5
- 238000004364 calculation method Methods 0.000 description 5
- 238000012217 deletion Methods 0.000 description 2
- 230000037430 deletion Effects 0.000 description 2
- 238000011161 development Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 238000007792 addition Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000003203 everyday effect Effects 0.000 description 1
- 230000002452 interceptive effect Effects 0.000 description 1
- 238000012216 screening Methods 0.000 description 1
- 238000013024 troubleshooting Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Systems or methods specially adapted for specific business sectors, e.g. utilities or tourism
- G06Q50/10—Services
- G06Q50/26—Government or public services
Landscapes
- Business, Economics & Management (AREA)
- Tourism & Hospitality (AREA)
- Marketing (AREA)
- Primary Health Care (AREA)
- Health & Medical Sciences (AREA)
- Economics (AREA)
- General Health & Medical Sciences (AREA)
- Human Resources & Organizations (AREA)
- Development Economics (AREA)
- Educational Administration (AREA)
- Strategic Management (AREA)
- Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- General Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Alarm Systems (AREA)
Abstract
本发明提供了一种基于spark streaming的实时规则的布控预警方法及装置，该方法包括以下步骤：从公安部署的硬件设备获取实时的卡口过车数据、wifi数据、电子围栏数据，并发送至实时消息队列kafka；采用内存数据库存储布控规则，以“通知”的方式，向订阅方下发实时变化的规则数据；订阅实时布控规则，根据布控规则对获取的海量实时数据进行数据清洗、过滤、比对处理，分析出对应的预警数据；将分析的预警数据推送至kafka并展示给用户，预警数据包括卡口预警数据、wifi预警数据、电子围栏预警数据。本发明解决了公安系统中大数据情况下，预警推送不及时、布控规则生效慢、数据处理延时等技术问题，能对不同种类，不同规模数据进行实时布控和实时预警。
Description
技术领域
本发明涉及数据处理技术领域，尤其涉及一种基于spark streaming的实时规则的布控预警方法及装置。
背景技术
随着科技的发展，平安城市建设是人类社会发展的必然趋势。随着城市人口增长，机动车和电子设备的使用率也越来越大，地方公安部署的硬件设备采集的数据量每天以十几亿条增长，传统的布控方法存在预警推送不及时、布控规则生效慢、数据处理延时等技术问题，不能在海量数据下实时查找重点人员的最新动态，不能做到有效拦截，对案发现场做到及时发现、对重点人员和嫌疑车量快速筛查，查缉布控。
发明内容
本发明的目的在于提供一种基于spark streaming的实时规则的布控预警方法及装置，旨在用于解决现有的公安系统中大数据情况下，预警推送不及时，布控规则生效慢、数据处理延时等问题。
本发明是这样实现的：
一方面，本发明提供一种基于spark streaming的实时规则的布控预警方法，包括以下步骤：
从公安部署的硬件设备获取实时的卡口过车数据、wifi数据、电子围栏数据，并发送至实时消息队列kafka；
采用内存数据库存储布控规则，以“通知”的方式，向订阅方下发实时变化的规则数据；
订阅实时布控规则，根据布控规则对获取的海量实时数据进行数据清洗、过滤、比对处理，分析出对应的预警数据；
将分析的预警数据推送至kafka并展示给用户，预警数据包括卡口预警数据、wifi预警数据、电子围栏预警数据。
进一步地，将获取的卡口过车数据、wifi数据、电子围栏数据根据数据源种类分别存入不同的kafkatopic中。
进一步地，采用内存数据库redis存储布控规则，根据数据源种类保存对应的布控规则，以数据源类别为key，订阅方订阅对应的key，采用redis的事件通知模式，实时通知响应订阅key的事件，当布控规则出现增删改查时，实时布控规则以通知的方式下发给订阅方。
进一步地，对于每个修改内存数据库redis的操作，键空间通知都会发送两种不同类型的事件消息：keyspace和keyevent，其中keyevent可实时监测key中规则的修改。
进一步地，单独创建线程用于监听规则key的键事件操作类型，当用户新增、修改、删除布控规则时，redis键事件通知以上事件操作类型，触发重新获取最新的规则数据，并实时下发至spark streaming中分布式处理单元executor。
进一步地，所述订阅实时布控规则，根据布控规则对获取的海量实时数据进行数据清洗、过滤、比对处理，分析出对应的预警数据的具体方法为：采用大数据流式计算框架spark streaming进行分布式计算，Spark streaming从kafka中接入实时数据，抽象为按照时间离散化的数据，将每一段数据转换成spark中的弹性分布式数据集RDD，对相应的RDD进行去重，过滤脏数据，转换为易比对的RDD，根据布控规则，将转化后的RDD与规则中的布控字段进行比对，符合规则的数据即是实时的预警数据。
进一步地，所述订阅实时布控规则，根据布控规则对获取的海量实时数据进行数据清洗、过滤、比对处理，分析出对应的预警数据具体包括：
根据布控规则中实际需要执行布控的行政区域代码，实现县际联动、地市联动、省际联动多个区域的布控，将布控的行政区域代码与采集的设备代码进行比较，定位重点人员对应的车量信息/mac/imsi，便于公安人员及时掌控重点人员的最新相关动态；
对于不确定的车量信息/mac/imsi，支持模糊布控规则，其中不确定的数字或者符号，使用”*”或者”？”代替，在规则解析时，使用模糊匹配的方式对相应字段进行实时比对；
对于已经确定的车量信息/mac/imsi，使用精确布控，分析结果仅对确定的重点人员进行布控；
对于民警较为关心的车量信息/mac/imsi，从不同维度进行实时比对，维度包括：卡口编号、车辆颜色、车辆类型、mac地址、采集设备编号、imei号。
进一步地，所述将分析的预警数据推送至kafka并展示给用户具体包括：将不同的数据源的分析结果发送至kafka指定topic，后台实时消费该topic中的预警数据，并实时推送至页面展示，或者通过通讯工具发送至布控人。
另一方面，本发明还提供一种基于spark streaming的实时规则的布控预警装置，包括：
实时数据采集模块，用于从公安部署的硬件设备获取实时的卡口过车数据、wifi数据、电子围栏数据，并发送至实时消息队列kafka；
实时布控规则模块，用于采用内存数据库存储布控规则，以“通知”的方式，向订阅方下发实时变化的规则数据；
实时数据处理模块，用于订阅实时布控规则，根据布控规则对获取的海量实时数据进行数据清洗、过滤、比对处理，分析出对应的预警数据；
预警推送模块，用于将分析的预警数据推送至kafka并展示给用户，预警数据包括卡口预警数据、wifi预警数据、电子围栏预警数据。
进一步地，所述实时数据采集模块还用于将获取的卡口过车数据、wifi数据、电子围栏数据根据数据源种类分别存入不同的kafkatopic中。
与现有技术相比，本发明具有以下有益效果：
本发明提供的这种基于spark streaming的实时规则的布控预警方法及装置，从公安部署的硬件设备获取实时的卡口过车数据、wifi数据、电子围栏数据，并发送至实时消息队列kafka，采用内存数据库存储布控规则，以“通知”的方式，向订阅方下发实时变化的规则数据，通过订阅实时布控规则，根据布控规则对获取的海量实时数据进行数据清洗、过滤、比对处理，基于spark streaming实现分布式流式计算，分析出对应的预警数据，将分析的预警数据推送至kafka并展示给用户。本发明基于内存数据库实现“通知-订阅”规则数据的方式，通过监听redis的键事件的操作类型，实现布控规则的实时变化，规则数据的及时下发；本发明解决了公安系统中大数据情况下，预警推送不及时、布控规则生效慢、数据处理延时等技术问题，能对不同种类，不同规模数据进行实时布控，并做出相应的实时预警，避免因海量数据比对计算时间长，导致预警延时长，错过布控目标的最佳追踪时间。
附图说明
图1为本发明实施例提供的一种基于spark streaming的实时规则的布控预警方法的步骤流程图；
图2为本发明实施例提供的一种基于spark streaming的实时规则的布控预警方法的具体流程图；
图3为本发明实施例提供的一种基于spark streaming的实时规则的布控预警装置的结构框图。
具体实施方式
下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其它实施例，都属于本发明保护的范围。
如图1和图2所示，本发明实施例提供一种基于spark streaming的实时规则的布控预警方法，包括以下步骤：
S1、从公安部署的硬件设备，包括过车记录采集设备，wifi采集设备，电子围栏采集设备，获取实时的卡口过车数据、wifi数据、电子围栏数据；
S2、采用内存数据库存储布控规则，以“通知”的方式，向订阅方下发实时变化的规则数据；
S3、订阅实时布控规则，根据布控规则对获取的海量实时数据进行数据清洗、过滤、比对处理，分析出对应的预警数据；
S4、将分析的预警数据推送至kafka并展示给用户，预警数据包括卡口预警数据、wifi预警数据、电子围栏预警数据。
本发明实施例提供的这种基于spark streaming的实时规则的布控预警方法及装置，从公安部署的硬件设备获取实时的卡口过车数据、wifi数据、电子围栏数据，并发送至实时消息队列kafka，采用内存数据库存储布控规则，以“通知”的方式，向订阅方下发实时变化的规则数据，通过订阅实时布控规则，根据布控规则对获取的海量实时数据进行数据清洗、过滤、比对处理，基于spark streaming实现分布式流式计算，分析出对应的预警数据，将分析的预警数据推送至kafka并展示给用户。本发明基于内存数据库实现“通知-订阅”规则数据的方式，通过监听redis的键事件的操作类型，实现布控规则的实时变化，规则数据的及时下发；本发明解决了公安系统中大数据情况下，预警推送不及时、布控规则生效慢、数据处理延时等技术问题，能对不同种类，不同规模数据进行实时布控，并做出相应的实时预警，避免因海量数据比对计算时间长，导致预警延时长，错过布控目标的最佳追踪时间。
下面对上述步骤进行详细说明。
所述步骤S1中，数据的采集适用于不同种类，不同规模的数据源，将获取的卡口过车数据、wifi数据、电子围栏数据根据数据源种类分别存入不同的kafka topic中，作为实时数据处理的输入数据源。
所述步骤S2中，为了保证规则数据可快速响应，采用内存数据库redis存储布控规则。基于内存的数据库redis具有读写速度快，性能好的特性，可支持大量的用户规则数据。根据数据源种类保存对应的布控规则，以数据源类别为key，订阅方订阅对应的key，采用redis的事件通知模式，实时通知响应订阅key的事件，当布控规则出现增删改查时，实时布控规则以通知的方式下发给订阅方，订阅方及时响应变化的规则数据，实现布控规则的快速下发，并及时生效。优选地，对于每个修改内存数据库redis的操作，键空间通知都会发送两种不同类型的事件消息：keyspace和keyevent，其中keyevent可实时监测key中规则的修改。
进一步优选地，单独创建线程用于监听规则key的键事件操作类型，当用户新增、修改、删除布控规则时，redis键事件通知以上事件操作类型，触发重新获取最新的规则数据，并实时下发至spark streaming中分布式处理单元executor。
在不启用轮询获取key规则数据的情况下，当用户新增布控规则，基于redis的事件通知模式，可及时接收新增的规则数据通知，并下发新增的规则数据进行实时比对，自动排除不符合规则的数据内容。当用户更新布控规则，包括规则数据的起止时间、目标车辆标识信息、目标wifi标识信息等，可及时收到最新的规则数据通知，下发更新后的规则进行实时比对。当用户删除指定的规则，可及时响应删除操作，并及时剔除已删除的规则内容，避免多余的计算操作。对于交互式的规则数据，常采用轮询的方式定时获取全部规则数据，该方式获取规则延时依赖于轮询的时间，导致规则生效不及时，处理数据延时大、规则数据吞吐量低，且占用资源多。基于redis的事件通知模式，能够有效减少规则数据与输入数据源的运算量，从而提高了数据匹配吞吐量、数据比对速度和规则数据吞吐量，有效提高匹配的效率。
所述步骤S3中，采用大数据流式计算框架spark streaming进行分布式计算，Spark streaming从kafka中接入实时数据，抽象为按照时间离散化的数据，将每一段数据转换成spark中的弹性分布式数据集RDD，对相应的RDD进行去重，过滤脏数据，转换为易比对的RDD，根据布控规则，将转化后的RDD与规则中的布控字段进行比对，符合规则的数据即是实时的预警数据。上述数据处理支持区域布控、模糊布控、精确布控、数据比对多种布控方式，单条输入数据可匹配多条布控规则和多个种类的规则数据，具体方法如下：
根据布控规则中实际需要执行布控的行政区域代码，实现县际联动、地市联动、省际联动多个区域的布控，将布控的行政区域代码与采集的设备代码进行比较，定位重点人员对应的车量信息/mac/imsi，便于公安人员及时掌控重点人员的最新相关动态；
对于不确定的车量信息/mac/imsi，支持模糊布控规则，其中不确定的数字或者符号，使用”*”或者”？”代替，在规则解析时，使用模糊匹配的方式对相应字段进行实时比对；
对于已经确定的车量信息/mac/imsi，使用精确布控，分析结果仅对确定的重点人员进行布控，有效缩小重点人员的行动轨迹，可大幅度减少民警排查的工作量；
对于民警较为关心的车量信息/mac/imsi，从不同维度进行实时比对，维度包括：卡口编号、车辆颜色、车辆类型、mac地址、采集设备编号、imei号等。
所述步骤S4中，将不同的数据源的分析结果发送至kafka指定topic，后台实时消费该topic中的预警数据，并实时推送至页面展示，用户可通过web页面查看实时推送的最新预警数据，或者通过通讯工具发送至布控人，具体可发送至布控人的邮箱或手机号，方便布控人移动查看实时预警数据。
基于同一发明构思，本发明实施例还提供一种基于spark streaming的实时规则的布控预警装置，由于该装置所解决技术问题的原理与上述方法是类似的，因此该装置的实施可以参照上述方法实施例，重复之处不再赘述。
如图3所示，为本发明实施例提供的一种基于spark streaming的实时规则的布控预警装置，该装置包括：
实时数据采集模块，用于从公安部署的硬件设备获取实时的卡口过车数据、wifi数据、电子围栏数据，并发送至实时消息队列kafka；
实时布控规则模块，用于采用内存数据库存储布控规则，以“通知”的方式，向订阅方下发实时变化的规则数据；
实时数据处理模块，用于订阅实时布控规则，根据布控规则对获取的海量实时数据进行数据清洗、过滤、比对处理，分析出对应的预警数据；
预警推送模块，用于将分析的预警数据推送至kafka并展示给用户，预警数据包括卡口预警数据、wifi预警数据、电子围栏预警数据。
在一个实施例中，将获取的卡口过车数据、wifi数据、电子围栏数据根据数据源种类分别存入不同的kafkatopic中。
在一个实施例中，所述实时布控规则模块具体用于：采用内存数据库redis存储布控规则，根据数据源种类保存对应的布控规则，以数据源类别为key，订阅方订阅对应的key，采用redis的事件通知模式，实时通知响应订阅key的事件，当布控规则出现增删改查时，实时布控规则以通知的方式下发给订阅方。
在一个实施例中，所述实时布控规则模块还用于：对于每个修改内存数据库redis的操作，键空间通知都会发送两种不同类型的事件消息：keyspace和keyevent，其中keyevent可实时监测key中规则的修改。
在一个实施例中，所述实时布控规则模块还用于：单独创建线程用于监听规则key的键事件操作类型，当用户新增、修改、删除布控规则时，redis键事件通知以上事件操作类型，触发重新获取最新的规则数据，并实时下发至spark streaming中分布式处理单元executor。
在一个实施例中，所述数据处理模块具体用于：采用大数据流式计算框架sparkstreaming进行分布式计算，Spark streaming从kafka中接入实时数据，抽象为按照时间离散化的数据，将每一段数据转换成spark中的弹性分布式数据集RDD，对相应的RDD进行去重，过滤脏数据，转换为易比对的RDD，根据布控规则，将转化后的RDD与规则中的布控字段进行比对，符合规则的数据即是实时的预警数据。
在一个实施例中，所述数据处理模块具体用于：
根据布控规则中实际需要执行布控的行政区域代码，实现县际联动、地市联动、省际联动多个区域的布控，将布控的行政区域代码与采集的设备代码进行比较，定位重点人员对应的车量信息/mac/imsi，便于公安人员及时掌控重点人员的最新相关动态；
对于不确定的车量信息/mac/imsi，支持模糊布控规则，其中不确定的数字或者符号，使用”*”或者”？”代替，在规则解析时，使用模糊匹配的方式对相应字段进行实时比对；
对于已经确定的车量信息/mac/imsi，使用精确布控，分析结果仅对确定的重点人员进行布控；
对于民警较为关心的车量信息/mac/imsi，从不同维度进行实时比对，维度包括：卡口编号、车辆颜色、车辆类型、mac地址、采集设备编号、imei号。
在一个实施例中，所述预警推送模块具体用于：所述将分析的预警数据推送至kafka并展示给用户具体包括：将不同的数据源的分析结果发送至kafka指定topic，后台实时消费该topic中的预警数据，并实时推送至页面展示，或者通过通讯工具发送至布控人。
以上所述仅为本发明的较佳实施例而已，并不用以限制本发明，凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。
Claims (10)
1.一种基于spark streaming的实时规则的布控预警方法，其特征在于，包括以下步骤：
从公安部署的硬件设备获取实时的卡口过车数据、wifi数据、电子围栏数据，并发送至实时消息队列kafka；
采用内存数据库存储布控规则，以“通知”的方式，向订阅方下发实时变化的规则数据；
订阅实时布控规则，根据布控规则对获取的海量实时数据进行数据清洗、过滤、比对处理，分析出对应的预警数据；
将分析的预警数据推送至kafka并展示给用户，预警数据包括卡口预警数据、wifi预警数据、电子围栏预警数据。
2.如权利要求1所述的基于spark streaming的实时规则的布控预警方法，其特征在于：将获取的卡口过车数据、wifi数据、电子围栏数据根据数据源种类分别存入不同的kafka topic中。
3.如权利要求1所述的基于spark streaming的实时规则的布控预警方法，其特征在于，所述采用内存数据库存储布控规则，以“通知”的方式，向订阅方下发实时变化的规则数据具体包括：采用内存数据库redis存储布控规则，根据数据源种类保存对应的布控规则，以数据源类别为key，订阅方订阅对应的key，采用redis的事件通知模式，实时通知响应订阅key的事件，当布控规则出现增删改查时，实时布控规则以通知的方式下发给订阅方。
4.如权利要求3所述的基于spark streaming的实时规则的布控预警方法，其特征在于，还包括：对于每个修改内存数据库redis的操作，键空间通知都会发送两种不同类型的事件消息：keyspace和keyevent，其中keyevent可实时监测key中规则的修改。
5.如权利要求3所述的基于spark streaming的实时规则的布控预警方法，其特征在于，还包括：单独创建线程用于监听规则key的键事件操作类型，当用户新增、修改、删除布控规则时，redis键事件通知以上事件操作类型，触发重新获取最新的规则数据，并实时下发至spark streaming中分布式处理单元executor。
6.如权利要求1所述的基于spark streaming的实时规则的布控预警方法，其特征在于，所述订阅实时布控规则，根据布控规则对获取的海量实时数据进行数据清洗、过滤、比对处理，分析出对应的预警数据的具体方法为：采用大数据流式计算框架spark streaming进行分布式计算，Spark streaming从kafka中接入实时数据，抽象为按照时间离散化的数据，将每一段数据转换成spark中的弹性分布式数据集RDD，对相应的RDD进行去重，过滤脏数据，转换为易比对的RDD，根据布控规则，将转化后的RDD与规则中的布控字段进行比对，符合规则的数据即是实时的预警数据。
7.如权利要求1所述的基于spark streaming的实时规则的布控预警方法，其特征在于，所述订阅实时布控规则，根据布控规则对获取的海量实时数据进行数据清洗、过滤、比对处理，分析出对应的预警数据具体包括：
根据布控规则中实际需要执行布控的行政区域代码，实现县际联动、地市联动、省际联动多个区域的布控，将布控的行政区域代码与采集的设备代码进行比较，定位重点人员对应的车量信息/mac/imsi，便于公安人员及时掌控重点人员的最新相关动态；
对于不确定的车量信息/mac/imsi，支持模糊布控规则，其中不确定的数字或者符号，使用”*”或者”？”代替，在规则解析时，使用模糊匹配的方式对相应字段进行实时比对；
对于已经确定的车量信息/mac/imsi，使用精确布控，分析结果仅对确定的重点人员进行布控；
对于民警较为关心的车量信息/mac/imsi，从不同维度进行实时比对，维度包括：卡口编号、车辆颜色、车辆类型、mac地址、采集设备编号、imei号。
8.如权利要求1所述的基于spark streaming的实时规则的布控预警方法，其特征在于，所述将分析的预警数据推送至kafka并展示给用户具体包括：将不同的数据源的分析结果发送至kafka指定topic，后台实时消费该topic中的预警数据，并实时推送至页面展示，或者通过通讯工具发送至布控人。
9.一种基于spark streaming的实时规则的布控预警装置，其特征在于，包括：
实时数据采集模块，用于从公安部署的硬件设备获取实时的卡口过车数据、wifi数据、电子围栏数据，并发送至实时消息队列kafka；
实时布控规则模块，用于采用内存数据库存储布控规则，以“通知”的方式，向订阅方下发实时变化的规则数据；
实时数据处理模块，用于订阅实时布控规则，根据布控规则对获取的海量实时数据进行数据清洗、过滤、比对处理，分析出对应的预警数据；
预警推送模块，用于将分析的预警数据推送至kafka并展示给用户，预警数据包括卡口预警数据、wifi预警数据、电子围栏预警数据。
10.如权利要求9所述的基于spark streaming的实时规则的布控预警装置，其特征在于：所述实时数据采集模块还用于将获取的卡口过车数据、wifi数据、电子围栏数据根据数据源种类分别存入不同的kafkatopic中。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201911175325.2A CN111080500A (zh) | 2019-11-26 | 2019-11-26 | 基于spark streaming的实时规则的布控预警方法及装置 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201911175325.2A CN111080500A (zh) | 2019-11-26 | 2019-11-26 | 基于spark streaming的实时规则的布控预警方法及装置 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN111080500A true CN111080500A (zh) | 2020-04-28 |
Family
ID=70311798
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201911175325.2A Pending CN111080500A (zh) | 2019-11-26 | 2019-11-26 | 基于spark streaming的实时规则的布控预警方法及装置 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN111080500A (zh) |
Cited By (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN111884831A (zh) * | 2020-06-24 | 2020-11-03 | 江西江铃集团新能源汽车有限公司 | 车辆网告警风险控制方法及系统 |
| CN112508761A (zh) * | 2020-12-17 | 2021-03-16 | 青岛以萨数据技术有限公司 | 实时预警方法、装置及系统 |
| CN113268642A (zh) * | 2021-06-25 | 2021-08-17 | 浪潮云信息技术股份公司 | 一种实现物联设备数据精细化存取的方法 |
| CN113805783A (zh) * | 2021-08-09 | 2021-12-17 | 广东润联信息技术有限公司 | 订阅式业务数据分析的界面显示处理方法及相关设备 |
| CN114090302A (zh) * | 2021-11-29 | 2022-02-25 | 云知声智能科技股份有限公司 | 一种获取电梯实时数据的方法和装置 |
Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN107832475A (zh) * | 2017-12-01 | 2018-03-23 | 浪潮软件集团有限公司 | 一种布控方法、布控引擎及布控系统 |
| CN108494815A (zh) * | 2018-02-06 | 2018-09-04 | 北京极智感科技有限公司 | 一种传输消息的方法和系统 |
| CN109800239A (zh) * | 2019-01-15 | 2019-05-24 | 科大国创软件股份有限公司 | 基于Redis的分布式架构数据共享方法 |
| CN109977158A (zh) * | 2019-02-28 | 2019-07-05 | 武汉烽火众智智慧之星科技有限公司 | 公安大数据分析处理系统及方法 |
-
2019
- 2019-11-26 CN CN201911175325.2A patent/CN111080500A/zh active Pending
Patent Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN107832475A (zh) * | 2017-12-01 | 2018-03-23 | 浪潮软件集团有限公司 | 一种布控方法、布控引擎及布控系统 |
| CN108494815A (zh) * | 2018-02-06 | 2018-09-04 | 北京极智感科技有限公司 | 一种传输消息的方法和系统 |
| CN109800239A (zh) * | 2019-01-15 | 2019-05-24 | 科大国创软件股份有限公司 | 基于Redis的分布式架构数据共享方法 |
| CN109977158A (zh) * | 2019-02-28 | 2019-07-05 | 武汉烽火众智智慧之星科技有限公司 | 公安大数据分析处理系统及方法 |
Cited By (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN111884831A (zh) * | 2020-06-24 | 2020-11-03 | 江西江铃集团新能源汽车有限公司 | 车辆网告警风险控制方法及系统 |
| CN112508761A (zh) * | 2020-12-17 | 2021-03-16 | 青岛以萨数据技术有限公司 | 实时预警方法、装置及系统 |
| CN113268642A (zh) * | 2021-06-25 | 2021-08-17 | 浪潮云信息技术股份公司 | 一种实现物联设备数据精细化存取的方法 |
| CN113805783A (zh) * | 2021-08-09 | 2021-12-17 | 广东润联信息技术有限公司 | 订阅式业务数据分析的界面显示处理方法及相关设备 |
| CN113805783B (zh) * | 2021-08-09 | 2022-06-10 | 广东润联信息技术有限公司 | 订阅式业务数据分析的界面显示处理方法及相关设备 |
| CN114090302A (zh) * | 2021-11-29 | 2022-02-25 | 云知声智能科技股份有限公司 | 一种获取电梯实时数据的方法和装置 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN111080500A (zh) | 基于spark streaming的实时规则的布控预警方法及装置 | |
| CN102340415B (zh) | 一种服务器集群系统的监控方法和一种服务器集群系统 | |
| CN104881352A (zh) | 基于移动端的系统资源监控装置 | |
| CN106649670A (zh) | 基于流式计算的数据监控方法及装置 | |
| CN105718351A (zh) | 一种面向Hadoop集群的分布式监控管理系统 | |
| CN106940677A (zh) | 一种应用日志数据告警方法及装置 | |
| CN104506373A (zh) | 网络信息采集与处理的装置和方法 | |
| CN102638378B (zh) | 一种集成异构存储设备的海量存储系统监控方法 | |
| CN109254901B (zh) | 一种指标监测方法及系统 | |
| CN110866642A (zh) | 安全监控方法、装置、电子设备和计算机可读存储介质 | |
| CN111143158B (zh) | 一种监控数据实时存储方法、系统、电子设备及存储介质 | |
| US20160092452A1 (en) | Large-scale processing and querying for real-time surveillance | |
| CN111245672A (zh) | 一种通用可扩展的追踪业务全链路的监控方法及系统 | |
| CN110347888A (zh) | 订单数据的处理方法、装置及存储介质 | |
| CN111062562A (zh) | 一种社区网格服务联动处置控制方法及系统 | |
| CN111400376B (zh) | 基于电信数据建设人口分析平台的方法和装置 | |
| CN109800133A (zh) | 一种统一监控告警的方法、一站式监控告警平台及系统 | |
| CN110928681A (zh) | 数据的处理方法和装置、存储介质及电子装置 | |
| CN110493140A (zh) | 信息网络系统中链路事件的感知方法及其运行系统 | |
| CN111221890B (zh) | 通用指标类自动监控预警方法及装置 | |
| CN104778355B (zh) | 基于广域分布交通系统的异常轨迹检测方法 | |
| CN117076426A (zh) | 基于流批一体化的交通智能引擎系统构建方法及装置 | |
| CN112035534A (zh) | 一种实时大数据处理方法、装置及电子设备 | |
| CN107147547A (zh) | 一种集群整体性能监控实现方法 | |
| CN115981950A (zh) | 监控告警方法、装置、设备及计算机可读存储介质 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| RJ01 | Rejection of invention patent application after publication |
Application publication date: 20200428 |
|
| RJ01 | Rejection of invention patent application after publication |