CN114723413B - 一种流数据的实时处理方法、装置、设备及介质 - Google Patents
一种流数据的实时处理方法、装置、设备及介质 Download PDFInfo
- Publication number
- CN114723413B CN114723413B CN202210408628.XA CN202210408628A CN114723413B CN 114723413 B CN114723413 B CN 114723413B CN 202210408628 A CN202210408628 A CN 202210408628A CN 114723413 B CN114723413 B CN 114723413B
- Authority
- CN
- China
- Prior art keywords
- data
- time window
- granularity
- stream data
- granularity 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.)
- Active
Links
- 238000003672 processing method Methods 0.000 title claims description 12
- 238000012545 processing Methods 0.000 claims abstract description 131
- 238000000034 method Methods 0.000 claims abstract description 51
- 238000011156 evaluation Methods 0.000 claims description 20
- 238000004590 computer program Methods 0.000 claims description 16
- 238000003860 storage Methods 0.000 claims description 16
- 230000003111 delayed effect Effects 0.000 claims description 6
- 238000000638 solvent extraction Methods 0.000 claims 1
- 238000004458 analytical method Methods 0.000 abstract description 16
- 230000000694 effects Effects 0.000 abstract description 7
- 235000019580 granularity Nutrition 0.000 description 210
- 238000004891 communication Methods 0.000 description 8
- 230000008569 process Effects 0.000 description 8
- 238000010586 diagram Methods 0.000 description 7
- 239000002699 waste material Substances 0.000 description 5
- 230000005540 biological transmission Effects 0.000 description 4
- 238000005516 engineering process Methods 0.000 description 4
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 4
- 230000003287 optical effect Effects 0.000 description 3
- 230000009471 action Effects 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 2
- 238000004422 calculation algorithm Methods 0.000 description 2
- 230000006870 function Effects 0.000 description 2
- 230000003993 interaction Effects 0.000 description 2
- 238000005259 measurement Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000005457 optimization Methods 0.000 description 2
- 238000003491 array Methods 0.000 description 1
- 238000013473 artificial intelligence Methods 0.000 description 1
- 230000003139 buffering effect Effects 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 230000001413 cellular effect Effects 0.000 description 1
- 238000004140 cleaning Methods 0.000 description 1
- 238000007405 data analysis Methods 0.000 description 1
- 238000013479 data entry Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 238000009826 distribution Methods 0.000 description 1
- 239000000428 dust Substances 0.000 description 1
- 239000000284 extract Substances 0.000 description 1
- 230000004313 glare Effects 0.000 description 1
- 239000011521 glass Substances 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 238000010801 machine learning Methods 0.000 description 1
- 239000013307 optical fiber Substances 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 230000001953 sensory effect Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
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
- G06Q10/00—Administration; Management
- G06Q10/10—Office automation; Time management
- G06Q10/103—Workflow collaboration or project management
-
- 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—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/40—Business processes related to the transportation industry
-
- G—PHYSICS
- G08—SIGNALLING
- G08G—TRAFFIC CONTROL SYSTEMS
- G08G1/00—Traffic control systems for road vehicles
- G08G1/01—Detecting movement of traffic to be counted or controlled
- G08G1/0104—Measuring and analyzing of parameters relative to traffic conditions
- G08G1/0125—Traffic data processing
Landscapes
- Business, Economics & Management (AREA)
- Strategic Management (AREA)
- Engineering & Computer Science (AREA)
- Human Resources & Organizations (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Economics (AREA)
- Tourism & Hospitality (AREA)
- Theoretical Computer Science (AREA)
- Entrepreneurship & Innovation (AREA)
- General Business, Economics & Management (AREA)
- Marketing (AREA)
- Chemical & Material Sciences (AREA)
- Quality & Reliability (AREA)
- Operations Research (AREA)
- Analytical Chemistry (AREA)
- Data Mining & Analysis (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Information Transfer Between Computers (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明实施例公开了一种流数据的实时处理方法、装置、设备及介质。其中，该方法包括：若监听到流数据传入操作，则读取所述流数据的数据类型；通过主题与所述数据类型相适配的消息中间件接收所述流数据；若检测到第一触发事件，则按照第一粒度时间窗口以及第一粒度时间窗口的预留时段，对各主题的流数据进行处理，得到第一粒度时间窗口处理结果；其中，第一粒度时间窗口按照第一窗口跨度时长顺次连接；所述第一粒度时间窗口的预留时段为后一第一粒度时间窗口内与前一第一粒度时间窗口连接的第一预留时段跨度时长的时段；所述第一窗口跨度时长大于所述第一预留时段跨度时长。本技术方案，能够实现对流数据进行实时的业务分析和处理的效果。
Description
技术领域
本发明涉及数据分析领域，尤其涉及一种流数据的实时处理方法、装置、设备及介质。
背景技术
目前在交通行业，交通采集设备的用于越来越广泛，交通采集设备可运用在各种交通场景，如交叉口、高速以及桥梁隧道等。每一种使用场景，都会产生各种类数据，这些数据有的需要实时转发到其他设备，有的需要实时汇总分析。交通采集设备会源源不断的发送各类数据，我们把这种源源不断的数据称作为无界数据流。
现有处理交通采集的数据的基本上是先把数据存储到数据库中，然后在通过查询数据库的方式把数据提取出二次分析。然而这样的方式对数据进行分析，容易造成资源浪费和实时性问题。
发明内容
本发明提供了一种流数据的实时处理方法、装置、设备及介质，能够实现对流数据进行实时的业务分析和处理的效果，解决了二次分析造成的资源浪费和实时性问题。
根据本发明的一方面，提供了一种流数据的实时处理方法，所述方法包括：
若监听到流数据传入操作，则读取所述流数据的数据类型；
通过主题与所述数据类型相适配的消息中间件接收所述流数据；其中，所述消息中间件的主题是预先配置的；
若检测到第一触发事件，则按照第一粒度时间窗口以及第一粒度时间窗口的预留时段，对各主题的流数据进行处理，得到第一粒度时间窗口处理结果；其中，第一粒度时间窗口按照第一窗口跨度时长顺次连接；所述第一粒度时间窗口的预留时段为后一第一粒度时间窗口内与前一第一粒度时间窗口连接的第一预留时段跨度时长的时段；所述第一窗口跨度时长大于所述第一预留时段跨度时长。
可选的，在得到第一粒度时间窗口处理结果之后，所述方法还包括：
对所述第一粒度时间窗口处理结果进行入库操作。
可选的，按照第一粒度时间窗口以及第一粒度时间窗口的预留时段，对各主题的流数据进行处理，得到第一粒度时间窗口处理结果，包括：
按照第一粒度时间窗口确定待处理数据；
按照第一粒度时间窗口的预留时段，对存在延迟的流数据进行第一粒度时间窗口划分；
根据划分得到的各第一粒度时间窗口的待处理数据，对各第一粒度时间窗口的流数据进行处理，得到第一粒度时间窗口处理结果。
可选的，按照第一粒度时间窗口的预留时段，对存在延迟的流数据进行第一粒度时间窗口划分，包括：
对于在第一粒度时间窗口的预留时段接收到的流数据，读取流数据时间信息；
若所述时间信息落入前一第一粒度时间窗口，则确定所述流数据存在延迟，并将所述流数据划分至前一第一粒度时间窗口；
若所述时间信息落入后一第一粒度时间窗口，则将所述流数据划分至后一第一粒度时间窗口。
可选的，在得到第一粒度时间窗口处理结果之后，所述方法还包括：
若检测到第二触发事件，则按照第二粒度时间窗口以及第二粒度时间窗口的预留时段，对各主题的第一粒度时间窗口处理结果进行处理，得到第二粒度时间窗口处理结果；其中，第二粒度时间窗口按照第二窗口跨度时长顺次连接；所述第二粒度时间窗口的预留时段为后一第二粒度时间窗口内与前一第二粒度时间窗口连接的第二预留时段跨度时长的时段；所述第二窗口跨度时长大于所述第二预留时段跨度时长。
可选的，所述第二窗口跨度时长为所述第一窗口跨度时长的整数倍，且倍数大于1，所述第二预留时段跨度时长为所述第一窗口跨度时长的整数倍，且倍数大于或者等于1。
可选的，所述流数据包括交通雷达数据；
相应的，读取所述流数据的数据类型，包括：
读取所述流数据的数据类型，确定所述数据类型为统计数据、评价数据、过车数据以及区域数据中的一种或者多种；
相应的，通过主题与所述数据类型相适配的消息中间件接收所述流数据，包括：
若为统计数据，则采用与统计数据相适配的主题的消息中间件接收所述流数据；
若为评价数据，则采用与评价数据相适配的主题的消息中间件接收所述流数据；
若为过车数据，则采用与过车数据相适配的主题的消息中间件接收所述流数据；
若为区域数据，则采用与区域数据相适配的主题的消息中间件接收所述流数据。
根据本发明的另一方面，提供了一种流数据的实时处理装置，包括：
数据类型读取模块，用于若监听到流数据传入操作，则读取所述流数据的数据类型；
流数据接收模块，用于通过主题与所述数据类型相适配的消息中间件接收所述流数据；其中，所述消息中间件的主题是预先配置的；
流数据处理模块，用于若检测到第一触发事件，则按照第一粒度时间窗口以及第一粒度时间窗口的预留时段，对各主题的流数据进行处理，得到第一粒度时间窗口处理结果；其中，第一粒度时间窗口按照第一窗口跨度时长顺次连接；所述第一粒度时间窗口的预留时段为后一第一粒度时间窗口内与前一第一粒度时间窗口连接的第一预留时段跨度时长的时段；所述第一窗口跨度时长大于所述第一预留时段跨度时长。
根据本发明的另一方面，提供了一种电子设备，所述电子设备包括：
至少一个处理器；以及
与所述至少一个处理器通信连接的存储器；其中，
所述存储器存储有可被所述至少一个处理器执行的计算机程序，所述计算机程序被所述至少一个处理器执行，以使所述至少一个处理器能够执行本发明任一实施例所述的流数据的实时处理方法。
根据本发明的另一方面，提供了一种计算机可读存储介质，所述计算机可读存储介质存储有计算机指令，所述计算机指令用于使处理器执行时实现本发明任一实施例所述的流数据的实时处理方法。
本发明实施例的技术方案，通过若监听到流数据传入操作，则读取所述流数据的数据类型；通过主题与所述数据类型相适配的消息中间件接收所述流数据；其中，所述消息中间件的主题是预先配置的；若检测到第一触发事件，则按照第一粒度时间窗口以及第一粒度时间窗口的预留时段，对各主题的流数据进行处理，得到第一粒度时间窗口处理结果；其中，第一粒度时间窗口按照第一窗口跨度时长顺次连接；所述第一粒度时间窗口的预留时段为后一第一粒度时间窗口内与前一第一粒度时间窗口连接的第一预留时段跨度时长的时段；所述第一窗口跨度时长大于所述第一预留时段跨度时长。本技术方案，能够实现对流数据进行实时的业务分析和处理的效果，解决了二次分析造成的资源浪费和实时性问题。
应当理解，本部分所描述的内容并非旨在标识本发明的实施例的关键或重要特征，也不用于限制本发明的范围。本发明的其它特征将通过以下的说明书而变得容易理解。
附图说明
为了更清楚地说明本发明实施例中的技术方案，下面将对实施例描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
图1是根据本发明实施例一提供的一种流数据的实时处理方法的流程图；
图2是根据本发明实施例一提供的一种第一粒度时间窗口的示例图；
图3是根据本发明实施例二提供的一种流数据的实时处理方法的流程图；
图4是根据本发明实施例二提供的一种第二粒度时间窗口的示例图；
图5是根据本发明实施例二提供的一种流数据处理整体流程示意图；
图6是根据本发明实施例三提供的一种流数据的实时处理装置的结构示意图；
图7是根据本发明实施例四提供的一种电子设备的结构示意图。
具体实施方式
为了使本技术领域的人员更好地理解本发明方案，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的实施例，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他实施例，都应当属于本发明保护的范围。
需要说明的是，本发明的说明书和权利要求书及上述附图中的术语“第一”、“第二”“目标”等是用于区别类似的对象，而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换，以便这里描述的本发明的实施例能够以除了在这里图示或描述的那些以外的顺序实施。此外，术语“包括”和“具有”以及他们的任何变形，意图在于覆盖不排他的包含，例如，包含了一系列步骤或单元的过程、方法、***、产品或设备不必限于清楚地列出的那些步骤或单元，而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。
实施例一
图1是根据本发明实施例一提供的一种流数据的实时处理方法的流程图，本实施例可适用于对流数据进行实时处理的情况，该方法可以由流数据的实时处理装置来执行，该流数据的实时处理装置可以采用硬件和/或软件的形式实现，该流数据的实时处理装置可配置于具有数据处理能力的电子设备中。如图1所示，该方法包括：
S110，若监听到流数据传入操作，则读取所述流数据的数据类型。
本实施例的技术方案可以由基于Flink框架的服务器执行。其中，Flink是一款开源的流处理框架，主要用于处理流数据。流数据可以包括交通雷达产生的数据。本实施例中的交通采集设备可以包括交通雷达设备，还可以是其他能够采集信息的设备，此处不作限制。例如交通雷达可以产生各类数据，还可以对数据进行统计和评价，并将各类数据发送到雷达数据采集服务中，由数据采集服务把雷达数据进行数据清洗和数据字段标准化，然后转发到Kafka的不同主题中，然后根据预先编写的触发事件对各主题的流数据进行处理，从而实现对流数据进行实时的业务分析和处理的效果。
其中，流数据可以是包含时间信息的数据。本实施例中流数据可以包括交通雷达数据。本实施例中流数据可以是由交通雷达产生的数据。交通雷达本身不受光线、污垢和灰尘的影响，可在眩光、全黑、烟雾等环境中可靠地工作，最远1000米的作用距离远超摄像头探测范围。先进的雷达阵列天线技术，高精度测角技术、目标识别和分类技术，实现了对车辆和行人等目标的超高精度的距离、速度和角度测量以及跟踪，并针对交通行业应用进行了20余项特殊算法优化。数据类型可以为统计数据、评价数据、过车数据以及区域数据中的一种或者多种。
本实施例中可以通过基于Flink框架的后台服务器监听由交通雷达数据，若监听到交通雷达数据传入操作，则读取交通雷达数据的数据类型。
S120，通过主题与所述数据类型相适配的消息中间件接收所述流数据；其中，所述消息中间件的主题是预先配置的。
其中，主题可以是消息中间件的数据主题，消息中间件的主题可以是预先配置的。示例性的，由于交通雷达推送的数据有好多种，比如过车数据，就放到过车数据主题中；然后5分钟之内的统计数据，就会推送到统计数据的主题当中。消息中间件可以是Kafka。Kafka是一款性能很高的消息组件，可以负责进行消息信息的推送，推送给指定的服务器；可以负责通过服务器获取消息的内容；还可以负责消息的存储，也就是当消费者来不及处理完全部消息的时候，可以在消息中间件之中进行消息内容的缓冲，所以消息中间件也往往被称为消息队列中间件。
本实施例中后台服务器可以使用Flink框架，配置好以Kafka作为服务的数据源，每一种数据主题都有一个方法进行单独处理。具体的，本实施例中交通雷达发送各类数据到雷达数据采集服务中，由数据采集服务把雷达数据进行数据清洗和数据字段标准化，然后数据采集服务把数据源推送到相应主题的Kafka消息中间件当中，再把消息中间件的内容采用相应的方法进行处理。
本实施例中基于Flink框架的后台服务器通过预先配置的主题与数据类型相适配的消息中间件接收对应的流数据。
S130，若检测到第一触发事件，则按照第一粒度时间窗口以及第一粒度时间窗口的预留时段，对各主题的流数据进行处理，得到第一粒度时间窗口处理结果；其中，第一粒度时间窗口按照第一窗口跨度时长顺次连接；所述第一粒度时间窗口的预留时段为后一第一粒度时间窗口内与前一第一粒度时间窗口连接的第一预留时段跨度时长的时段；所述第一窗口跨度时长大于所述第一预留时段跨度时长。
其中，第一触发事件可以是对各主题的流数据进行处理的事件，本实施例中的触发事件可以根据实际需求进行设置，例如可以是存入数据库以及对数据进行汇总分析等事件。各主题的流数据可以是预先设置的Kafka消息中间件的各个主题的流数据。第一粒度时间窗口处理结果可以是根据第一触发事件，按照第一粒度时间窗口以及第一粒度时间窗口的预留时段对各主题的流数据进行处理得到的结果。具体的，本实施例中可以根据第一粒度时间窗口确定待处理数据，按照第一粒度时间窗口的预留时段，对存在延迟的流数据进行第一粒度时间窗口划分，然后对划分的流数据进行处理。
其中，第一粒度时间窗口可以按照第一窗口跨度时长顺次连接；第一粒度时间窗口的预留时段可以为后一第一粒度时间窗口内与前一第一粒度时间窗口连接的第一预留时段跨度时长的时段；第一窗口跨度时长大于第一预留时段跨度时长。本实施例中第一粒度时间窗口跨度时长可以是根据用户实际需求进行设置的时间窗口，例如可以设置为5分钟、30分钟、1个小时以及24个小时等跨度时长的时间窗口，还可以根据实际需求进行设置。
示例性的，本实施例中的第一粒度时间窗口可以是以5分钟的跨度时长为粒度的时间窗口。第一粒度时间窗口的预留时段可以是1分钟的跨度时长。如图2所示，先根据时间窗口进行接收对应时间的数据，然后存储到List数据，并对数据进行汇总，再将汇总的数据进行入库。本实施例中可以从流数据的数据类型对应主题的消息中间件kafka中接收交通雷达各类数据。本实施例中可以根据第一粒度时间窗口对每一类数据，例如5分钟内产生100条数据，对100条数据进行汇总，例如可以变成5条数据，就可以把5条进行入库。由于每个流数据都有时间戳，因此可以根据该时间戳确定预留时段内的数据是否需要划分在第一个时间窗口的数据。如果是，则可以直接将该数据存储到第一个时间窗口中，并参与到第一个时间窗口的数据统计当中。以此周而复始，可以一直按照这样的时间窗口划分运行。
本实施例中接收到交通雷达数据后，首先对数据进行简单清洗，可以根据需要将本来就是JSON形式的数据对象，推到消息中间件Kafka编程16进制数据，然后再转换后还是JSON数据对象，能够便于计算。本实施例中可以根据业务划分时间窗口根据业务划分时间窗口(window)，时间窗口就是一个时间段，把无界的流数据分割成为一段一段的数据，从而变成有界流数据，然后按照时间窗口的概念，分段进行处理。
本实施例中基于Flink框架的后台服务器若检测到预先设置的第一触发事件，则按照第一粒度时间窗口确定待处理数据，并按照第一粒度时间窗口的预留时段对存在延迟的流数据进行第一粒度时间窗口划分，对划分得到的各第一粒度时间窗口的流数据进行处理，从而得到第一粒度时间窗口处理结果。
本发明实施例的技术方案，通过若监听到流数据传入操作，则读取所述流数据的数据类型；通过主题与所述数据类型相适配的消息中间件接收所述流数据；其中，所述消息中间件的主题是预先配置的；若检测到第一触发事件，则按照第一粒度时间窗口以及第一粒度时间窗口的预留时段，对各主题的流数据进行处理，得到第一粒度时间窗口处理结果；其中，第一粒度时间窗口按照第一窗口跨度时长顺次连接；所述第一粒度时间窗口的预留时段为后一第一粒度时间窗口内与前一第一粒度时间窗口连接的第一预留时段跨度时长的时段；所述第一窗口跨度时长大于所述第一预留时段跨度时长。本技术方案，能够实现对流数据进行实时的业务分析和处理的效果，解决了二次分析造成的资源浪费和实时性问题。
在本实施例中，可选的，在得到第一粒度时间窗口处理结果之后，所述方法还包括：对所述第一粒度时间窗口处理结果进行入库操作。
本实施例中由第一粒度时间窗口处理的结果可以输出到数据库，进行入库操作。
本方案通过这样的设置，能够实现对流数据进行实时的业务分析和处理的效果，并对处理结果进行入库操作，便于对数据进行处理操作。
在本实施例中，可选的，按照第一粒度时间窗口以及第一粒度时间窗口的预留时段，对各主题的流数据进行处理，得到第一粒度时间窗口处理结果，包括：按照第一粒度时间窗口确定待处理数据；按照第一粒度时间窗口的预留时段，对存在延迟的流数据进行第一粒度时间窗口划分；根据划分得到的各第一粒度时间窗口的待处理数据，对各第一粒度时间窗口的流数据进行处理，得到第一粒度时间窗口处理结果。
其中，第一粒度时间窗口和第一粒度时间窗口的预留时段可以根据实际需求进行设置。待处理数据可以是按照第一粒度时间窗口确定的交通雷达数据。存在延迟的流数据可以理解为在第一粒度时间窗口的预留时段内接收到的数据。本实施例中根据第一粒度时间窗口和第一粒度时间窗口的预留时段可以将待处理数据划分为多个第一粒时间窗口的数据。
本实施例中基于Flink框架的后台服务器按照第一粒度时间窗口确定待处理数据，按照第一粒度时间窗口的预留时段，对存在延迟的流数据进行第一粒度时间窗口划分，根据划分得到的各第一粒度时间窗口的待处理数据，对各第一粒度时间窗口的流数据进行处理，从而得到第一粒度时间窗口处理结果。
本方案通过这样的设置，可以将流数据按照第一粒度时间窗口以及第一粒度时间窗口的预留时段将数据进行划分，更加便于进行实时处理。
在本实施例中，可选的，按照第一粒度时间窗口的预留时段，对存在延迟的流数据进行第一粒度时间窗口划分，包括：对于在第一粒度时间窗口的预留时段接收到的流数据，读取流数据时间信息；若所述时间信息落入前一第一粒度时间窗口，则确定所述流数据存在延迟，并将所述流数据划分至前一第一粒度时间窗口；若所述时间信息落入后一第一粒度时间窗口，则将所述流数据划分至后一第一粒度时间窗口。
其中，流数据时间信息可以是交通雷达采集到该数据的时间信息。
本实施例中基于Flink框架的后台服务器对于第一粒度时间窗口的预留时段接收到的流数据，读取流数据时间信息，若读取流数据的时间信息在前一第一粒度时间窗口的预留时间段中，则确定流数据存在延迟，并将流数据划分至前一第一粒度时间窗口；若时间信息落入后一粒度时间窗口中，也就是不在前一第一粒度时间窗口的预留时间段中，则将流数据划分至后一第一粒度时间窗口。
示例性的，若当前的第一粒度时间窗口的预留时间段为1分钟，第一粒度时间窗口为5分钟，前一第一粒度时间窗口为8:25-8:30，当读取到流数据的时间信息为8:31，则落入到前一第一粒度时间窗口；当读取到流数据的时间信息超过了8:35，则落入到后一第一粒度时间窗口。
本方案通过这样的设置，通过设置第一粒度时间窗口的预留时段，对存在延迟的流数据进行第一粒度时间窗口的划分，能够解决处理数据传输延迟的问题。
实施例二
图3是根据本发明实施例二提供的一种流数据的实时处理方法的流程图，本实施例以上述实施例为基础进行优化。具体优化为：在得到第一粒度时间窗口处理结果之后，所述方法还包括：若检测到第二触发事件，则按照第二粒度时间窗口以及第二粒度时间窗口的预留时段，对各主题的第一粒度时间窗口处理结果进行处理，得到第二粒度时间窗口处理结果；其中，第二粒度时间窗口按照第二窗口跨度时长顺次连接；所述第二粒度时间窗口的预留时段为后一第二粒度时间窗口内与前一第二粒度时间窗口连接的第二预留时段跨度时长的时段；所述第二窗口跨度时长大于所述第二预留时段跨度时长。
如图3所示，本实施例的方法具体包括如下步骤：
S310，若监听到流数据传入操作，则读取所述流数据的数据类型。
S320，通过主题与所述数据类型相适配的消息中间件接收所述流数据；其中，所述消息中间件的主题是预先配置的
S330，若检测到第一触发事件，则按照第一粒度时间窗口以及第一粒度时间窗口的预留时段，对各主题的流数据进行处理，得到第一粒度时间窗口处理结果；其中，第一粒度时间窗口按照第一窗口跨度时长顺次连接；所述第一粒度时间窗口的预留时段为后一第一粒度时间窗口内与前一第一粒度时间窗口连接的第一预留时段跨度时长的时段；所述第一窗口跨度时长大于所述第一预留时段跨度时长。
S340，若检测到第二触发事件，则按照第二粒度时间窗口以及第二粒度时间窗口的预留时段，对各主题的第一粒度时间窗口处理结果进行处理，得到第二粒度时间窗口处理结果；其中，第二粒度时间窗口按照第二窗口跨度时长顺次连接；所述第二粒度时间窗口的预留时段为后一第二粒度时间窗口内与前一第二粒度时间窗口连接的第二预留时段跨度时长的时段；所述第二窗口跨度时长大于所述第二预留时段跨度时长。
其中，第二触发事件可以是对各主题的第一粒度时间窗口处理结果进行处理的事件，本实施例中的触发事件可以根据实际需求进行设置。本实施例中在得到各主题的第一粒度时间窗口处理结果后，可以再次开启一个时间窗口再进行其他分析和处理。其中，第二粒度时间窗口按照第二窗口跨度时长顺次连接；所述第二粒度时间窗口的预留时段为后一第二粒度时间窗口内与前一第二粒度时间窗口连接的第二预留时段跨度时长的时段；所述第二窗口跨度时长大于所述第二预留时段跨度时长。第二窗口的跨度时长为第一窗口跨度时长的整数倍，且倍数大于1，可以根据实际需求进行设置。第二预留时段跨度时长可以为第一窗口跨度时长的整数倍，且倍数大于或者等于1。
本实施例中基于Flink框架的后台服务器检测到第二触发事件，则按照第二粒度时间窗口的跨度时长以及第二粒度时间窗口的预留时段对各主题的第一粒度时间窗口结果进行处理，从而得到第二粒度时间窗口处理结果。
本实施例中可以从流数据的数据类型对应主题的消息中间件Kafka中接收交通雷达各类数据。本实施例中可以对每一类数据，例如第一粒度时间窗口为5分钟内产生100条数据，对100条数据进行汇总，例如可以变成5条数据，就可以把5条进行入库，然后对第一粒度时间窗口数据的结果再开启第二粒度时间窗口为30分钟的窗口来使用。
示例性的，本实施例中的第二粒度时间窗口可以是以30分钟的跨度时长为粒度的时间窗口。本实施例中可以以第一粒度时间窗口为5分钟粒度的统计数据转换为第二粒度时间窗口为30分钟粒度数据为例，如图4所示：开启第一粒度时间窗口为5分钟的时间窗口，每到5分钟就对数据进行存储，也就是得到第一时间窗口的结果；若检测到第二触发事件，也就是得到第一时间窗口的处理结果，当存储到30分钟对数据进行处理，可以理解为每存储到30分钟处理一次数据，并设置第二预留时段跨度时长为5分钟的水位线，当存储到30分钟的数据时，在这个30分钟的时间窗口里，对统计数据汇总，最后得到一条30分钟粒度的数据。其中，设置第二时间窗口的预留时段为5分钟水位线是为了处理数据传输延迟的问题，当因为数据传输延迟导致在30-35分钟之间才传输过来，这样的数据也可以接收并处理。
本方案通过这样的设置，可以将通过编写触发事件，对时间窗口处理的结果再次开启时间窗口进行其他分析和处理，便于进行数据的多方面处理分析。本实施例中使用流处理技术，可实时对海量交通雷达数据进行分析。
本发明实施例的技术方案，能够实现对流数据进行实时的业务分析和处理的效果，并对处理结果进行入库操作，解决了二次分析造成的资源浪费和实时性问题。
示例性的，流数据处理流程整体示意图如图5所示，消息中间件Kafka可以包括多个主题，如过车数据、统计数据、评价数据以及其他数据，可以根据需要转换为JSON数据对象。本实施例中的各流数据可以包含有5分钟原始数据、各粒度数据以及迟到数据处理。水位线可以理解为预留时段。Window就是按照时间跨度划分的时间窗口。其中，各粒度数据可以是按照时间窗口的粒度进行划分的数据。5分钟原始数据可以当做是各粒度数据30分钟第一个数据库，即可以理解为30分钟里第一个5分钟的数据。迟到数据就是超过水位线未到的数据，如图中以6分钟为例，也就是说如果数据超过6分钟未到，就把这些数据放在一起，然后可以把这些数据推送到原始库或者迟到数据库。
在本实施例中，可选的，所述第二窗口跨度时长为所述第一窗口跨度时长的整数倍，且倍数大于1，所述第二预留时段跨度时长为所述第一窗口跨度时长的整数倍，且倍数大于或者等于1。
本实施例中的第二窗口跨度时长可以为第一窗口跨度时长的整数倍，且倍数大于1，第二预留时段跨度时长可以为第一窗口跨度时长的整数倍，且倍数大于或者等于1。
本方案通过这样的设置，可以设置不同粒度的时间窗口对流数据进行分析处理，更加方便快捷。
在本实施例中，可选的，所述流数据包括交通雷达数据；相应的，读取所述流数据的数据类型，包括：读取所述流数据的数据类型，确定所述数据类型为统计数据、评价数据、过车数据以及区域数据中的一种或者多种；相应的，通过主题与所述数据类型相适配的消息中间件接收所述流数据，包括：若为统计数据，则采用与统计数据相适配的主题的消息中间件接收所述流数据；若为评价数据，则采用与评价数据相适配的主题的消息中间件接收所述流数据；若为过车数据，则采用与过车数据相适配的主题的消息中间件接收所述流数据；若为区域数据，则采用与区域数据相适配的主题的消息中间件接收所述流数据。
其中，交通雷达数据就是通过交通雷达产生的流数据。统计数据可以理解为交通雷达照射区域内5分钟有多少辆过车，多少辆排队，分布以及平均车速等数据。统计数据可以是针对某一车道进行统计的。评价数据可以理解为交通雷达针对一个区域，例如转向区、评价转向比、左直右、空间占有率等区域。过车数据可以是交通雷达照射区域在多长时间内有多少辆车通过的数据。本实施例中可以从Kafka中接收交通雷达各类数据，其数据类型可以为统计数据、评价数据、过车数据以及区域数据等中的一种或者多种。本实施例中的数据类型一共可以有9类。
本实施例中流数据可以包括交通雷达数据，读取交通雷达数据的数据类型，确定数据类型为统计数据、评价数据、过车数据以及区域数据中的一种或者多种；若读取的数据类型为评价数据，则采用与评价数据相适配的主题的消息中间件接收流数据；若为过车数据，则采用与过车数据相适配的主题的消息中间件接收流数据；若为区域数据，则采用与区域数据相适配的主题的消息中间件接收流数据。
本方案通过这样的设置，基于Flink框架的后台服务器，配置好以Kafka中间件作为服务的数据源，根据数据类型采用不同主题的消息中间件进行接收，更加方便数据进行分析处理。
实施例三
图6为本发明实施例三提供的一种流数据的实时处理装置的结构示意图，该装置可执行本发明任意实施例所提供的流数据的实时处理方法，具备执行方法相应的功能模块和有益效果。如图6所示，该装置包括：
数据类型读取模块610，用于若监听到流数据传入操作，则读取所述流数据的数据类型。
流数据接收模块620，用于通过主题与所述数据类型相适配的消息中间件接收所述流数据；其中，所述消息中间件的主题是预先配置的。
流数据处理模块630，用于若检测到第一触发事件，则按照第一粒度时间窗口以及第一粒度时间窗口的预留时段，对各主题的流数据进行处理，得到第一粒度时间窗口处理结果；其中，第一粒度时间窗口按照第一窗口跨度时长顺次连接；所述第一粒度时间窗口的预留时段为后一第一粒度时间窗口内与前一第一粒度时间窗口连接的第一预留时段跨度时长的时段；所述第一窗口跨度时长大于所述第一预留时段跨度时长。
可选的，所述装置还包括：
处理结果入库模块，用于在得到第一粒度时间窗口处理结果之后，对所述第一粒度时间窗口处理结果进行入库操作。
可选的，所述流数据处理模块630，包括：
待处理数据确定单元，用于按照第一粒度时间窗口确定待处理数据；
时间窗口划分单元，用于按照第一粒度时间窗口的预留时段，对存在延迟的流数据进行第一粒度时间窗口划分；
处理结果得到单元，用于根据划分得到的各第一粒度时间窗口的待处理数据，对各第一粒度时间窗口的流数据进行处理，得到第一粒度时间窗口处理结果。
可选的，所述时间窗口划分单元，具体用于：
对于在第一粒度时间窗口的预留时段接收到的流数据，读取流数据时间信息；
若所述时间信息落入前一第一粒度时间窗口，则确定所述流数据存在延迟，并将所述流数据划分至前一第一粒度时间窗口；
若所述时间信息落入后一第一粒度时间窗口，则将所述流数据划分至后一第一粒度时间窗口。
可选的，所述装置还包括：
时间窗口结果处理模块，用于在得到第一粒度时间窗口处理结果之后，若检测到第二触发事件，则按照第二粒度时间窗口以及第二粒度时间窗口的预留时段，对各主题的第一粒度时间窗口处理结果进行处理，得到第二粒度时间窗口处理结果；其中，第二粒度时间窗口按照第二窗口跨度时长顺次连接；所述第二粒度时间窗口的预留时段为后一第二粒度时间窗口内与前一第二粒度时间窗口连接的第二预留时段跨度时长的时段；所述第二窗口跨度时长大于所述第二预留时段跨度时长。
可选的，所述第二窗口跨度时长为所述第一窗口跨度时长的整数倍，且倍数大于1，所述第二预留时段跨度时长为所述第一窗口跨度时长的整数倍，且倍数大于或者等于1。
可选的，所述流数据包括交通雷达数据；
相应的，所述数据类型读取模块610，具体用于：
读取所述流数据的数据类型，确定所述数据类型为统计数据、评价数据、过车数据以及区域数据中的一种或者多种；
相应的，所述流数据接收模块620，具体用于：
若为统计数据，则采用与统计数据相适配的主题的消息中间件接收所述流数据；
若为评价数据，则采用与评价数据相适配的主题的消息中间件接收所述流数据；
若为过车数据，则采用与过车数据相适配的主题的消息中间件接收所述流数据；
若为区域数据，则采用与区域数据相适配的主题的消息中间件接收所述流数据。
本发明实施例所提供的一种流数据的实时处理装置可执行本发明任意实施例所提供的一种流数据的实时处理方法，具备执行方法相应的功能模块和有益效果。
实施例四
图7是根据本发明实施例四提供的一种电子设备10的结构示意图。电子设备旨在表示各种形式的数字计算机，诸如，膝上型计算机、台式计算机、工作台、个人数字助理、服务器、刀片式服务器、大型计算机、和其它适合的计算机。电子设备还可以表示各种形式的移动装置，诸如，个人数字处理、蜂窝电话、智能电话、可穿戴设备(如头盔、眼镜、手表等)和其它类似的计算装置。本文所示的部件、它们的连接和关系、以及它们的功能仅仅作为示例，并且不意在限制本文中描述的和/或者要求的本发明的实现。
如图7所示，电子设备10包括至少一个处理器11，以及与至少一个处理器11通信连接的存储器，如只读存储器(ROM)12、随机访问存储器(RAM)13等，其中，存储器存储有可被至少一个处理器执行的计算机程序，处理器11可以根据存储在只读存储器(ROM)12中的计算机程序或者从存储单元18加载到随机访问存储器(RAM)13中的计算机程序，来执行各种适当的动作和处理。在RAM 13中，还可存储电子设备10操作所需的各种程序和数据。处理器11、ROM 12以及RAM 13通过总线14彼此相连。输入/输出(I/O)接口15也连接至总线14。
电子设备10中的多个部件连接至I/O接口15，包括：输入单元16，例如键盘、鼠标等；输出单元17，例如各种类型的显示器、扬声器等；存储单元18，例如磁盘、光盘等；以及通信单元19，例如网卡、调制解调器、无线通信收发机等。通信单元19允许电子设备10通过诸如因特网的计算机网络和/或各种电信网络与其他设备交换信息/数据。
处理器11可以是各种具有处理和计算能力的通用和/或专用处理组件。处理器11的一些示例包括但不限于中央处理单元(CPU)、图形处理单元(GPU)、各种专用的人工智能(AI)计算芯片、各种运行机器学习模型算法的处理器、数字信号处理器(DSP)、以及任何适当的处理器、控制器、微控制器等。处理器11执行上文所描述的各个方法和处理，例如流数据的实时处理方法。
在一些实施例中，流数据的实时处理方法可被实现为计算机程序，其被有形地包含于计算机可读存储介质，例如存储单元18。在一些实施例中，计算机程序的部分或者全部可以经由ROM 12和/或通信单元19而被载入和/或安装到电子设备10上。当计算机程序加载到RAM 13并由处理器11执行时，可以执行上文描述的流数据的实时处理方法的一个或多个步骤。备选地，在其他实施例中，处理器11可以通过其他任何适当的方式(例如，借助于固件)而被配置为执行流数据的实时处理方法。
本文中以上描述的***和技术的各种实施方式可以在数字电子电路***、集成电路***、场可编程门阵列(FPGA)、专用集成电路(ASIC)、专用标准产品(ASSP)、芯片上***的***(SOC)、负载可编程逻辑设备(CPLD)、计算机硬件、固件、软件、和/或它们的组合中实现。这些各种实施方式可以包括：实施在一个或者多个计算机程序中，该一个或者多个计算机程序可在包括至少一个可编程处理器的可编程***上执行和/或解释，该可编程处理器可以是专用或者通用可编程处理器，可以从存储***、至少一个输入装置、和至少一个输出装置接收数据和指令，并且将数据和指令传输至该存储***、该至少一个输入装置、和该至少一个输出装置。
用于实施本发明的方法的计算机程序可以采用一个或多个编程语言的任何组合来编写。这些计算机程序可以提供给通用计算机、专用计算机或其他可编程数据处理装置的处理器，使得计算机程序当由处理器执行时使流程图和/或框图中所规定的功能/操作被实施。计算机程序可以完全在机器上执行、部分地在机器上执行，作为独立软件包部分地在机器上执行且部分地在远程机器上执行或完全在远程机器或服务器上执行。
在本发明的上下文中，计算机可读存储介质可以是有形的介质，其可以包含或存储以供指令执行***、装置或设备使用或与指令执行***、装置或设备结合地使用的计算机程序。计算机可读存储介质可以包括但不限于电子的、磁性的、光学的、电磁的、红外的、或半导体***、装置或设备，或者上述内容的任何合适组合。备选地，计算机可读存储介质可以是机器可读信号介质。机器可读存储介质的更具体示例会包括基于一个或多个线的电气连接、便携式计算机盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦除可编程只读存储器(EPROM或快闪存储器)、光纤、便捷式紧凑盘只读存储器(CD-ROM)、光学储存设备、磁储存设备、或上述内容的任何合适组合。
为了提供与用户的交互，可以在电子设备上实施此处描述的***和技术，该电子设备具有：用于向用户显示信息的显示装置(例如，CRT(阴极射线管)或者LCD(液晶显示器)监视器)；以及键盘和指向装置(例如，鼠标或者轨迹球)，用户可以通过该键盘和该指向装置来将输入提供给电子设备。其它种类的装置还可以用于提供与用户的交互；例如，提供给用户的反馈可以是任何形式的传感反馈(例如，视觉反馈、听觉反馈、或者触觉反馈)；并且可以用任何形式(包括声输入、语音输入或者、触觉输入)来接收来自用户的输入。
可以将此处描述的***和技术实施在包括后台部件的计算***(例如，作为数据服务器)、或者包括中间件部件的计算***(例如，应用服务器)、或者包括前端部件的计算***(例如，具有图形用户界面或者网络浏览器的用户计算机，用户可以通过该图形用户界面或者该网络浏览器来与此处描述的***和技术的实施方式交互)、或者包括这种后台部件、中间件部件、或者前端部件的任何组合的计算***中。可以通过任何形式或者介质的数字数据通信(例如，通信网络)来将***的部件相互连接。通信网络的示例包括：局域网(LAN)、广域网(WAN)、区块链网络和互联网。
计算***可以包括客户端和服务器。客户端和服务器一般远离彼此并且通常通过通信网络进行交互。通过在相应的计算机上运行并且彼此具有客户端-服务器关系的计算机程序来产生客户端和服务器的关系。服务器可以是云服务器，又称为云计算服务器或云主机，是云计算服务体系中的一项主机产品，以解决了传统物理主机与VPS服务中，存在的管理难度大，业务扩展性弱的缺陷。
应该理解，可以使用上面所示的各种形式的流程，重新排序、增加或删除步骤。例如，本发明中记载的各步骤可以并行地执行也可以顺序地执行也可以不同的次序执行，只要能够实现本发明的技术方案所期望的结果，本文在此不进行限制。
上述具体实施方式，并不构成对本发明保护范围的限制。本领域技术人员应该明白的是，根据设计要求和其他因素，可以进行各种修改、组合、子组合和替代。任何在本发明的精神和原则之内所作的修改、等同替换和改进等，均应包含在本发明保护范围之内。
Claims (9)
1.一种流数据的实时处理方法，其特征在于，所述方法包括：
若监听到流数据传入操作，则读取所述流数据的数据类型；其中，所述流数据包括交通雷达数据；
通过主题与所述数据类型相适配的消息中间件接收所述流数据；其中，所述消息中间件的主题是预先配置的，一种主题对应的一个处理方式；
若检测到第一触发事件，则按照第一粒度时间窗口以及第一粒度时间窗口的预留时段，对各主题的流数据进行处理，得到第一粒度时间窗口处理结果；其中，第一粒度时间窗口按照第一窗口跨度时长顺次连接；所述第一粒度时间窗口的预留时段为后一第一粒度时间窗口内与前一第一粒度时间窗口连接的第一预留时段跨度时长的时段；所述第一窗口跨度时长大于所述第一预留时段跨度时长；
在得到第一粒度时间窗口处理结果之后，所述方法还包括：
若检测到第二触发事件，则按照第二粒度时间窗口以及第二粒度时间窗口的预留时段，对各主题的第一粒度时间窗口处理结果进行处理，得到第二粒度时间窗口处理结果；其中，第二粒度时间窗口按照第二窗口跨度时长顺次连接；所述第二粒度时间窗口的预留时段为后一第二粒度时间窗口内与前一第二粒度时间窗口连接的第二预留时段跨度时长的时段；所述第二窗口跨度时长大于所述第二预留时段跨度时长。
2.根据权利要求1所述的方法，其特征在于，在得到第一粒度时间窗口处理结果之后，所述方法还包括：
对所述第一粒度时间窗口处理结果进行入库操作。
3.根据权利要求1所述的方法，其特征在于，按照第一粒度时间窗口以及第一粒度时间窗口的预留时段，对各主题的流数据进行处理，得到第一粒度时间窗口处理结果，包括：
按照第一粒度时间窗口确定待处理数据；
按照第一粒度时间窗口的预留时段，对存在延迟的流数据进行第一粒度时间窗口划分；
根据划分得到的各第一粒度时间窗口的待处理数据，对各第一粒度时间窗口的流数据进行处理，得到第一粒度时间窗口处理结果。
4.根据权利要求3所述的方法，其特征在于，按照第一粒度时间窗口的预留时段，对存在延迟的流数据进行第一粒度时间窗口划分，包括：
对于在第一粒度时间窗口的预留时段接收到的流数据，读取流数据时间信息；
若所述时间信息落入前一第一粒度时间窗口，则确定所述流数据存在延迟，并将所述流数据划分至前一第一粒度时间窗口；
若所述时间信息落入后一第一粒度时间窗口，则将所述流数据划分至后一第一粒度时间窗口。
5.根据权利要求1所述的方法，其特征在于，所述第二窗口跨度时长为所述第一窗口跨度时长的整数倍，且倍数大于1，所述第二预留时段跨度时长为所述第一窗口跨度时长的整数倍，且倍数大于或者等于1。
6.根据权利要求1所述的方法，其特征在于，相应的，读取所述流数据的数据类型，包括：
读取所述流数据的数据类型，确定所述数据类型为统计数据、评价数据、过车数据以及区域数据中的一种或者多种；
相应的，通过主题与所述数据类型相适配的消息中间件接收所述流数据，包括：
若为统计数据，则采用与统计数据相适配的主题的消息中间件接收所述流数据；
若为评价数据，则采用与评价数据相适配的主题的消息中间件接收所述流数据；
若为过车数据，则采用与过车数据相适配的主题的消息中间件接收所述流数据；
若为区域数据，则采用与区域数据相适配的主题的消息中间件接收所述流数据。
7.一种流数据的实时处理装置，其特征在于，所述装置包括：
数据类型读取模块，用于若监听到流数据传入操作，则读取所述流数据的数据类型；其中，所述流数据包括交通雷达数据；
流数据接收模块，用于通过主题与所述数据类型相适配的消息中间件接收所述流数据；其中，所述消息中间件的主题是预先配置的，一种主题对应的一个处理方式；
流数据处理模块，用于若检测到第一触发事件，则按照第一粒度时间窗口以及第一粒度时间窗口的预留时段，对各主题的流数据进行处理，得到第一粒度时间窗口处理结果；其中，第一粒度时间窗口按照第一窗口跨度时长顺次连接；所述第一粒度时间窗口的预留时段为后一第一粒度时间窗口内与前一第一粒度时间窗口连接的第一预留时段跨度时长的时段；所述第一窗口跨度时长大于所述第一预留时段跨度时长；
时间窗口结果处理模块，用于在得到第一粒度时间窗口处理结果之后，若检测到第二触发事件，则按照第二粒度时间窗口以及第二粒度时间窗口的预留时段，对各主题的第一粒度时间窗口处理结果进行处理，得到第二粒度时间窗口处理结果；其中，第二粒度时间窗口按照第二窗口跨度时长顺次连接；所述第二粒度时间窗口的预留时段为后一第二粒度时间窗口内与前一第二粒度时间窗口连接的第二预留时段跨度时长的时段；所述第二窗口跨度时长大于所述第二预留时段跨度时长。
8.一种电子设备，其特征在于，所述电子设备包括：
至少一个处理器；以及
与所述至少一个处理器通信连接的存储器；其中，
所述存储器存储有可被所述至少一个处理器执行的计算机程序，所述计算机程序被所述至少一个处理器执行，以使所述至少一个处理器能够执行权利要求1-6中任一项所述的流数据的实时处理方法。
9.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质存储有计算机指令，所述计算机指令用于使处理器执行时实现权利要求1-6中任一项所述的流数据的实时处理方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202210408628.XA CN114723413B (zh) | 2022-04-19 | 2022-04-19 | 一种流数据的实时处理方法、装置、设备及介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202210408628.XA CN114723413B (zh) | 2022-04-19 | 2022-04-19 | 一种流数据的实时处理方法、装置、设备及介质 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN114723413A CN114723413A (zh) | 2022-07-08 |
| CN114723413B true CN114723413B (zh) | 2023-12-19 |
Family
ID=82244049
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202210408628.XA Active CN114723413B (zh) | 2022-04-19 | 2022-04-19 | 一种流数据的实时处理方法、装置、设备及介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN114723413B (zh) |
Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN109271412A (zh) * | 2018-09-28 | 2019-01-25 | 中国-东盟信息港股份有限公司 | 智慧城市的实时流数据处理方法及*** |
| CN110019386A (zh) * | 2017-09-05 | 2019-07-16 | ***通信有限公司研究院 | 一种流数据处理方法及设备 |
| CN112685426A (zh) * | 2021-01-21 | 2021-04-20 | 浪潮云信息技术股份公司 | 一种基于NiFi的Kafka消费NewSQL CDC流数据转换方法 |
| CN114116802A (zh) * | 2021-11-26 | 2022-03-01 | 南京星云数字技术有限公司 | Flink计算框架的数据处理方法、装置、设备和存储介质 |
Family Cites Families (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US9548910B2 (en) * | 2014-05-21 | 2017-01-17 | Sap Se | Distributed system architecture using event stream processing |
-
2022
- 2022-04-19 CN CN202210408628.XA patent/CN114723413B/zh active Active
Patent Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN110019386A (zh) * | 2017-09-05 | 2019-07-16 | ***通信有限公司研究院 | 一种流数据处理方法及设备 |
| CN109271412A (zh) * | 2018-09-28 | 2019-01-25 | 中国-东盟信息港股份有限公司 | 智慧城市的实时流数据处理方法及*** |
| CN112685426A (zh) * | 2021-01-21 | 2021-04-20 | 浪潮云信息技术股份公司 | 一种基于NiFi的Kafka消费NewSQL CDC流数据转换方法 |
| CN114116802A (zh) * | 2021-11-26 | 2022-03-01 | 南京星云数字技术有限公司 | Flink计算框架的数据处理方法、装置、设备和存储介质 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN114723413A (zh) | 2022-07-08 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US11005700B2 (en) | System and method for quickly determining reasonable alarm threshold of network | |
| CN109379305B (zh) | 一种数据下发方法、装置、服务器及存储介质 | |
| CN112615742A (zh) | 用于预警的方法、装置、设备以及存储介质 | |
| CN110662024A (zh) | 基于多帧的视频质量诊断方法、装置及电子设备 | |
| CN116245865A (zh) | 一种图像质量的检测方法、装置、电子设备及存储介质 | |
| CN113206797A (zh) | 一种流量控制方法、装置、电子设备和存储介质 | |
| CN114885014A (zh) | 一种外场设备状态的监测方法、装置、设备及介质 | |
| CN114723413B (zh) | 一种流数据的实时处理方法、装置、设备及介质 | |
| CN112991735B (zh) | 交通流量监测***的测试方法、装置及设备 | |
| CN113312321A (zh) | 一种业务量的异常监测方法及相关设备 | |
| CN115168154B (zh) | 一种基于动态基线的异常日志检测方法、装置及设备 | |
| CN116069774A (zh) | 基于无线超时智能分析的数据清洗方法、装置及介质 | |
| CN115391158A (zh) | 一种时延确定方法、***、装置及电子设备 | |
| CN114428711A (zh) | 数据检测方法、装置、设备及存储介质 | |
| CN115022722A (zh) | 视频监控方法、装置、电子设备及存储介质 | |
| CN115914064A (zh) | 网络***服务性能评估方法、装置、计算设备和存储介质 | |
| CN115330140A (zh) | 一种基于数据挖掘的建筑风险预测方法及其预测*** | |
| CN114329238A (zh) | 数据处理方法、装置、设备和存储介质 | |
| CN113760989A (zh) | 一种无界流数据处理方法、装置、设备及存储介质 | |
| CN113626707A (zh) | 一种兴趣描述信息获得方法、装置、电子设备及存储介质 | |
| CN114500255B (zh) | 一种日志数据上报方法、装置、设备及存储介质 | |
| CN114785717A (zh) | 时间敏感型网络的最大时延确定方法、装置、设备及介质 | |
| CN117689379A (zh) | 一种针对支付高并发场景的实时监控方法和装置 | |
| CN116028228A (zh) | 一种位图内存占用检测方法、装置、设备及存储介质 | |
| CN116595067A (zh) | 一种实时指标的生成方法、装置、电子设备及存储介质 |
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 | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |