一种实时流计算报警分析方法及系统与流程

本公开涉及信息处理领域，一种实时流计算报警分析方法及系统。

背景技术：

目前在工业领域，传统的报警通过scada（supervisorycontrolanddataacquisition，数据采集监控）提供的基础阈值报警为主。在scada系统中，对每个监测参数设置高值、高高值、低值、低低值四个限值：如果监测参数值在低值和高值之间则是正常的，如果监测参数值在低值和低低值之间、高值和高高值之间则需要预警，如果监测参数值大于高高值或小于低低值则需要报警。

复杂的数据预警分析，是基于批量数据处理模型，使用oltp系统构造数据存储，在线的数据服务通过构造sql访问上述数据存储并取得分析结果。这大数据时代，这类处理模型面临实时化的巨大挑战。而且上述分析都是由用户主动发起计算作业，该构成计算量可能涉及大量数据，耗时可达数分钟或数小时。

上述监控报警技术在应用初期满足了基本的管理需求，然而随着工业智能化、精细化管理要求的提高，该技术方案已经无法满足应用需要：一是简单阈值报警，比较单一，电气化过程伴随噪点数据产生，由很多误报；二是传统复杂的报警模型，时效性太低。工业控制，问题发生到处理往往需要很高的时效性；三是传统报警信息需要投入大量人力实时监控。

技术实现要素：

为了解决上述技术问题中的至少之一，本公开提供了一种实时流计算报警分析方法及系统。

根据本公开的一个方面，一种实时流计算报警分析方法，包括：

数据收集，建立数据收集适配器从现场实时采集服务模块获取实时流式数据；

规则搜索，根据采集的流式数据从配置的业务规则模型中检索可匹配的规则，对匹配的规则进行词法和语法解析，生成基础流；

报警分析，根据匹配的报警模型及报警应用范围，对单个或多个基础流进行衍生或合并，生成过程流，通过识别报警业务逻辑，进行报警分析；以及

报警推送，产生报警时，根据订阅推送机制，确定报警信息是否达到推送条件，如若满足推送条件则完成定向推送。

根据本公开的至少一个实施方式，通过建立数据收集适配器从现场实时采集服务模块获取数据，每个采集参数生成一个基础流线程，实现数据获取的稳定以及持续性，并实现线程监督模式，线程异常崩溃时可自动重启，保证数据采集的可用性与运行的稳定性。

根据本公开的至少一个实施方式，通过获取的监测的数据，从配置的规则业务模型中检索可应用匹配的规则，根据词法分析，报警模型，关联参数可能为单参数或多个参数，分别生成1个或n个基础数据流，对于匹配的报警模型，累积需分析时间周期的数据量，对于多余数据进行自动释放，使内存占用情况处于平稳状态。

根据本公开的至少一个实施方式，根据基础数据流，结合报警业务模型的报警等级、报警方式、延时条件过滤，将基础数据流，衍生成进一步分析过程流。

根据本公开的至少一个实施方式，通过分析前期建立报警分析处置建议知识库，根据报警问题匹配处置建议。

根据本公开的至少一个实施方式，在报警范围配置中，对报警配置信息的适用对象进行配置，可对知识库规则进行管理。

根据本公开的至少一个实施方式，基于报警配置的要求，按照业务逻辑关系，依次对数据进行查询和挖掘处理，并对每次分析结果自动形成新的中间流，报警频率如达到连续发生异常阈值，或指定时间周期累计达到指定异常，将当前报警信息自动发送下一级处理流程。

根据本公开的至少一个实施方式，在报警推送中，将达到报警延时规则的报警信息自动推送至报警信息订阅者。

根据本公开的另一方面，一种实时流计算报警分析系统，包括：

数据收集，建立数据收集适配器从现场实时采集服务模块获取数据；

规则搜索，根据采集数据从配置的业务规则模型中检索可匹配的规则，进行规则词法和语法解析，生产基础流；

报警分析，根据匹配的报警模型及报警应用范围，对单个或多个基础流进行衍生或合并，生成过程流，通过识别报警业务逻辑，进行报警分析；以及

报警推送，产生报警时，根据订阅推送机制，确定报警信息是否达到推送条件，如若满足推送条件则完成定向推送。

根据本公开的至少一个实施方式，其特征在于，利用数据收集适配器实现数据的实时获取，通过检索匹配报警规则，结合专家知识建立复杂报警模型库，通过词法和语法分析配置报警规则实现将基础数据流进行衍生为不同过程流，对于产生的报警问题在满足报警推送规则的前提下定向推送至相关负责人。

附图说明

附图示出了本公开的示例性实施方式，并与其说明一起用于解释本公开的原理，其中包括了这些附图以提供对本公开的进一步理解，并且附图包括在本说明书中并构成本说明书的一部分。

图1示出了根据本公开的一种实时流计算报警分析方法的示意图。

图2示出了根据本公开一个实施方式的报警分析的示意图。

具体实施方式

下面结合附图和实施方式对本公开作进一步的详细说明。可以理解的是，此处所描述的具体实施方式仅用于解释相关内容，而非对本公开的限定。另外还需要说明的是，为了便于描述，附图中仅示出了与本公开相关的部分。

需要说明的是，在不冲突的情况下，本公开中的实施方式及实施方式中的特征可以相互组合。下面将参考附图并结合实施方式来详细说明本公开。

本公开提供了一种实时流计算报警分析方法。下面将对本方法的步骤进行详细的描述，本领域的技术人员应当理解，并不是所有的步骤均是必须的，本领域的技术人员可以根据实际情况选择其中的某些步骤来实现本公开的实时流计算报警分析。

图1示出了本公开的实时流计算报警分析的示意图。

在步骤s1中，获取实时数据收集。在该步骤中，通过建立数据收集适配器从现场实时采集服务模块获取数据，作为下述流式计算的基础数据。

在步骤s2中，实现报警规则搜索。在该步骤中，将步骤s1获取的数据从配置的业务规则模型中检索可匹配的规则，进行规则词法和语法解析，生成基础流。

在步骤s3中，进行报警分析。在该步骤中，匹配的报警模型及报警应用范围，对单个或多个基础流进行衍生或合并，生成过程流，通过识别报警业务逻辑，进行报警分析。

在步骤s4中，完成报警推送。在该步骤中，将步骤s3产生的报警信息与订阅人进行自动关联匹配，并根据匹配结果推送至相关订阅人。

图2示出了步骤s3的报警分析的示意图。

在步骤s3中，通过步骤s1和s2，获取的实时数据作为数据处理触发机制，根据词法和语法分析报警规则，推动流计算持续进行数据计算。每个基础数据流都是后续流计算作业的数据输入源，通过基础流，根据业务规则，通过不同语法解析，可应用形成accumulate（累积数据流）、map（数据映射流）、filter（数据过滤流）、merge（数据合并流）、fold（报警触发流）不同数据流，如满足触发源，就形成一次有效报警。通过步骤s1不断的数据收集，一旦有新的流数据进入流计算，流计算立刻发现并进行新的一次计算任务，因此流计算持续进行计算，保证实时性。

本公开还提供了一种实时流计算报警分析系统，包括：数据收集模块、规则检索模块、报警分析模块、报警推送模块。需要注意的是，本领域的技术人员可以根据实际情况选择其中的某些步骤来实现本公开的实时流计算报警系统。

下面结合具体实施例对本公开进一步地说明。

实施例中，以锅炉净化水罐液位异常报警为例。

通过获取净化水罐液位数据后，形成流式计算输入源。根据液位参数对象通过同知识库规则匹配，找到待分析的报警规则，通过词法分析得到规则如下：在连续1小时时间范围内，液位持续上升1米，并且大于13.5米，并连续出现5次则报警。根据词法分析，通过accumulate语法，累积1个满足1小时数据的基础流(f1)，根据数据特征，将1小时数据通过前后半小时数据累计求和取平均数作差，通过map语法将基础流（f1）映射形成新的数据流(f2)，根据规则判断是否上升达到1米，通过filter语法过滤生成数据流（f3），判断当前数据是否大于13.5米，通过filter语法过滤生成数据流（f4），通过merge语法合并上升数据流f3和数据流f4，形成数据流（f5），对于上述数据流f5，通过fold语法，如果连续出现5次，则产生报警信息。

本领域的技术人员应当理解，上述实施方式仅仅是为了清楚地说明本公开，而并非是对本公开的范围进行限定。对于所属领域的技术人员而言，在上述公开的基础上还可以做出其它变化或变型，并且这些变化或变型仍处于本公开的范围内。