1.一種基于Spark平臺的Spark Streaming異常溫度數(shù)據(jù)報警方法，其特征在于：利用kafka作為消息隊列服務(wù)器，不斷地接受物聯(lián)網(wǎng)傳感器傳遞來的數(shù)據(jù)流，SparkStreaming把接收的數(shù)據(jù)流分成數(shù)據(jù)塊存放在Spark Streaming的數(shù)據(jù)塊隊列中，并且在一定的批處理時間間隔對數(shù)據(jù)塊隊列中的數(shù)據(jù)進行批處理，Spark通過任務(wù)調(diào)度器對批處理的數(shù)據(jù)塊進行計算，篩選出異常溫度數(shù)據(jù)，并把計算結(jié)果存入數(shù)據(jù)庫中；
其處理數(shù)據(jù)具體流程如下：
步驟1：初始化——創(chuàng)建一個StreamingContext對象，該對象中的參數(shù)包括：SparkContext和批處理時間兩個，對批處理時間這個參數(shù)進行設(shè)置，具體包括：
1）StreamingContext中的批處理時間設(shè)置為8s；
2）如果提交的數(shù)據(jù)流未被快速處理，數(shù)據(jù)滯留，減少批處理時間；
3）如果提交的數(shù)據(jù)流很快被處理，當(dāng)前又沒有數(shù)據(jù)流進入，處理時間過快，增加批處理時間；
4）重復(fù)步驟2）和步驟3）操作，直到數(shù)據(jù)流進入Spark中，Spark剛好處理結(jié)束上一個作業(yè)，從而找出合理的批處理時間；
步驟2：加載溫度數(shù)據(jù)；
創(chuàng)建createStream，Receiver被調(diào)起執(zhí)行；
連接ZooKeeper，讀取相應(yīng)的Consumer、Topic配置信息，通過consumerConnector連接到kafka集群，收取kafka隊列中相應(yīng)topic的數(shù)據(jù)；
創(chuàng)建KafkaMessageHandler線程池來對溫度數(shù)據(jù)進行處理，通過ReceiverInputDStream中的方法，將數(shù)據(jù)轉(zhuǎn)換成BlockRDD，供后續(xù)計算；
步驟3：異常溫度數(shù)據(jù)檢測：
Spark Streaming把從kafka隊列中的topic數(shù)據(jù)的每行字符串解析出的溫度數(shù)據(jù)，轉(zhuǎn)換為Double型，分而治之，將同一個topic中的溫度放入一個組中，設(shè)定一個溫度閾值，統(tǒng)計每組出現(xiàn)的大于和小于溫度閾值的異常溫度數(shù)據(jù)的次數(shù)，如果出現(xiàn)異常數(shù)據(jù)，就向外發(fā)出異常警報；
步驟4：數(shù)據(jù)存儲：
使用創(chuàng)建的SparkContext對象中的saveAstextFile()函數(shù)將獲取的異常溫度數(shù)據(jù)和次數(shù)存入到Orancle數(shù)據(jù)庫中，以方便web端的查詢和訪問。
2.根據(jù)權(quán)利要求1所述的基于Spark平臺的Spark Streaming異常溫度數(shù)據(jù)報警方法，其特征在于，所述溫度閾值設(shè)置為25～40攝氏度。