实时即未来，大数据项目车联网之电子围栏模型使用翻滚窗口（21）

theme: smartblue

持续创作，加速成长！这是我参与「掘金日新计划 · 10 月更文挑战」的第21天，点击查看活动详情

1. 电子围栏模型使用翻滚窗口

l 创建90秒翻滚窗口，计算中电子围栏信息(ElectricFenceModel中的值根据车辆是否在围栏内进行设置)

n 设置电子围栏水印

n 根据vin进行分组

n 创建翻滚窗口，90秒为一个窗口周期

n 自定义窗口函数，计算电子围栏中和围栏外车辆信息

1.1 创建90秒翻滚窗口

l 电子围栏分析任务中第三大步执行后的第四大步：电子围栏规则模型流生成水印、分组、创建翻滚窗口、创建窗口函数

n 自定义水印：ElectricFenceWatermark

n 根据vin进行分组：electricFenceModel.getVin

n 设置窗口为90间隔的翻滚窗口

n 自定义窗口函数：ElectricFenceWindowFunction

1.2 自定义窗口函数

自定义窗口函数，实现对90秒翻滚窗口中的每一个窗口进行计算，计算出电子围栏模型数据结果

l 电子围栏模型计算逻辑分析:

n 对单个窗口中的车辆数据根据terminalTime进行排序

n 从redis中获取车辆vin对应的flag标记(车辆在围栏中或不在)

n 遍历DStream<ElectricFenceModel>的元素

n 对当前一个翻滚窗口中vin有多条数据，计算车辆在围栏中和围栏外的次数

u 单个车辆出现在围栏中的次数和单个车辆出现在围栏外的次数

u 根据每个vin和窗口间隔时间划分的单个窗口，相邻两条数据当前电子围栏状态，设置电子围栏模型对象

n 写入车辆是否在电子围栏标记到***state***中作为缓存，flag：0代表在围栏中；flag：1，代表不在围栏中

n 判断同一车辆在电子围栏中的flag之前是否存在与***state***中 且 判断flag是否成功写入state中

n 如果经纬度、gpsTime都不为空，继续设置电子模型对象

n 根据车辆最后一次的围栏状态和本次车辆的flag，设置电子围栏状态警告、进出围栏时间

u 如果redis缓存中lastStatusRValue(flag)为1，现在flag为0，即是进围栏，则设置电子围栏状态警告为进围栏(1),设置终端时间为进围栏时间，反之则为出围栏

l 自定义WindowFunction编程实现

/**
 * 电子围栏自定义windowFunction，处理电子围栏判断逻辑
 */
public class ElectricFenceWindowFunction extends RichWindowFunction<ElectricFenceModel, ElectricFenceModel, String, TimeWindow> {
    String stateStartWith = "electricFence_";
    private MapState<String, Integer> state = null;

    /**
     * 初始化资源，只被执行一次
     * @param parameters
     * @throws Exception
     */

总结：

完成了实时分析车辆数据是否在电子围栏中，并得到分析后返回的DStream数据流：DataStream<ElectricFenceModel>；在电子围栏分析结果数据落地之前，要考虑到除第一个窗口之外的实时数据进来，需去查询结果表数据，合并数据之后再入库，如车辆已存在结果表中，需更新，不存在则插入。