1.一种人群踩踏预警方法，其特征在于，所述人群踩踏预警方法包括以下步骤：
步骤一，通过指定数据获取方式获取人群移动位置数据；
步骤二，对人群移动位置数据进行分布式并行计算以得到人群踩踏预警区域；
步骤三，将所述人群踩踏预警区域显示及预警。
2.根据权利要求1所述的人群踩踏预警方法，其特征在于：所述指定数据获取方式包括：通过Web服务数据获取方式、通过数据库数据获取方式、和/或通过消息中间件数据获取方式。
3.根据权利要求2所述的人群踩踏预警方法，其特征在于：
通过数据库数据获取方式包括Mongodb数据库、HDFS文件系统中获取人群移动位置数据；
通过消息中间件数据获取方式包括通过TCPsocket接口，Kafka、Flume、RocketMQ消息中间件获取人群移动位置数据。
4.根据权利要求1所述的人群踩踏预警方法，其特征在于：所述步骤二具体包括以下几个步骤：
将步骤一中获取的人群移动位置数据生成人群分布式数据集；
按照人群位置对所述人群分布式数据集进行网格划分以获取n个人群分布式数据子集；其中，n为大于等于2的正整数；
将划分后的n个人群分布式数据子集结合给定计算聚类参数执行密度聚类以获取多个局部聚类的局部簇；
从每一个局部聚类的局部簇中选择具有数据分布特征的特殊核心点集作为局部代表点；
对从n个人群分布式数据子集中选出的局部代表点再次执行所述密度聚类以获取多个全局聚类的全局簇，将获取的多个全局聚类的全局簇标识为人群踩踏预警区域。
5.根据权利要求4所述的人群踩踏预警方法，其特征在于：所述步骤二还包括：
计算n个人群分布式数据子集中每一数据点与全局聚类的全局簇中的数据点之间的距离，根据簇归属规则确定人群分布式数据子集中的数据点属于多个全局聚类的全局簇中的哪一个簇。
6.根据权利要求5所述的人群踩踏预警方法，其特征在于：所述簇归属规则为将计算的n个人群分布式数据子集中每一数据点与全局聚类的全局簇中的数据点之间的距离与预设距离阈值进行比较，若小于等于所述预设距离阈值，则确定人群分布式数据子集中的数据点属于与其之间的距离小于等于所述预设距离阈值的全局聚类的全局簇中的数据点所在全局簇。
7.根据权利要求6所述的人群踩踏预警方法，其特征在于：计算的n个人群分布式数据子集中每一数据点与全局聚类的全局簇中的数据点之间的距离为计算n个人群分布式数据子集中每一数据点与全局聚类的全局簇中的数据点之间的欧几里得距离。
8.根据权利要求4所述的人群踩踏预警方法，其特征在于：所述从每一个局部聚类的局部簇中选择具有数据分布特征的特殊核心点集作为局部代表点的步骤具体包括以下几个步骤：
定义n个放置特殊核心点的核心点集合；
计算n个人群分布式数据子集中每一数据点的第一统计量，将计算的各个数据点的第一统计量按递减的方式排序；
选取与最大的第一统计量对应的数据点，并将其放于与其对应的核心点集合中；
循环执行以上两个步骤，直至所述核心点集合中数据点的数量与其对应的人群分布式数据子集中数据点的数量的比值大于等于预定比值时，返回计算n个人群分布式数据子集中每一数据点的第一统计量，将计算的各个数据点的第一统计量按递减的方式排序的步骤。
9.根据权利要求8所述的人群踩踏预警方法，其特征在于：所述核心点集合中数据点的数量与其对应的人群分布式数据子集中数据点的数量的比值用于表示放置特殊核心点的核心点集合对人群分布式数据子集的代表能力。
10.根据权利要求4所述的人群踩踏预警方法，其特征在于：所述给定计算聚类参数包括给定的区域半径，以该区域半径的邻域，及在该领域内数据点的最小数目。
11.一种人群踩踏预警系统，其特征在于，所述人群踩踏预警系统包括：
数据获取模块，用于通过指定数据获取方式获取人群移动位置数据；
处理模块，与所数据获取模块连接，用于对人群移动位置数据进行分布式并行计算以得到人群踩踏预警区域；
前端展示模块，用于将所述人群踩踏预警区域显示及预警。
12.根据权利要求11所述的人群踩踏预警系统，其特征在于：所述处理模块包括：
数据集生成单元，用于将所述数据获取模块中获取的人群移动位置数据生成人群分布式数据集；
划分单元，与所述数据集生成单元连接，用于按照人群位置对所述人群分布式数据集进行网格划分以获取n个人群分布式数据子集；其中，n为大于等于2的正整数；
第一处理单元，与所述划分单元连接，用于将划分后的n个人群分布式数据子集结合给定计算聚类参数执行密度聚类以获取多个局部聚类的局部簇；
选择单元，与所述第一处理单元连接，用于从每一个局部聚类的局部簇中选择具有数据分布特征的特殊核心点集作为局部代表点；
第二处理单元，与所述第一处理单元和选择单元连接，用于对从n个人群分布式数据子集中选出的局部代表点再次执行所述密度聚类以获取多个全局聚类的全局簇，将获取的多个全局聚类的全局簇标识为人群踩踏预警区域。
13.根据权利要求12所述的人群踩踏预警系统，其特征在于：所述人群踩踏预警系统还包括与所述第二处理单元连接的第三处理单元，所述第三处理单元用于计算n个人群分布式数据子集中每一数据点与全局聚类的全局簇中的数据点之间的距离，根据簇归属规则确定人群分布式数据子集中的数据点属于多个全局聚类的全局簇中的哪一个簇。
14.根据权利要求12所述的人群踩踏预警系统，其特征在于：所述簇归属规则预存在所述第三处理单元中，所述簇归属规则为将计算的n个人群分布式数据子集中每一数据点与全局聚类的全局簇中的数据点之间的距离与预设距离阈值进行比较，若小于等于所述预设距离阈值，则确定人群分布式数据子集中的数据点属于与其之间的距离小于等于所述预设距离阈值的全局聚类的全局簇中的数据点所在全局簇。
15.根据权利要求14所述的人群踩踏预警系统，其特征在于：若大于所述预设距离阈值，所述第三处理单元将大于所述预设距离阈值的个人群分布式数据子集中数据点标识为噪声点。
16.根据权利要求14所述的人群踩踏预警系统，其特征在于：所述第三处理单元计算的n\t个人群分布式数据子集中每一数据点与全局聚类的全局簇中的数据点之间的距离为计算n个人群分布式数据子集中每一数据点与全局聚类的全局簇中的数据点之间的欧几里得距离。
17.根据权利要求12所述的人群踩踏预警系统，其特征在于：所述选择单元具体用于：
定义n个放置特殊核心点的核心点集合；
计算n个人群分布式数据子集中每一数据点的第一统计量，将计算的各个数据点的第一统计量按递减的方式排序；
选取与最大的第一统计量对应的数据点，并将其放于与其对应的核心点集合中；
循环执行计算和选取功能，直至所述核心点集合中数据点的数量与其对应的人群分布式数据子集中数据点的数量的比值大于等于预定比值时，返回执行计算n个人群分布式数据子集中每一数据点的第一统计量，将计算的各个数据点的第一统计量按递减的方式排序。
18.一种服务器，其特征在于，包括如权利要求11-17中任一项所述的人群踩踏预警系统。