物聯網的發展為智慧型安防和自動監控帶來了更多的便利，同時，新城建設、智慧城市和智慧社群的發展也對門禁管理等安全問題的智慧型化提出了更高的要求。 在智慧型化發展的背景下，門禁已成為整合訪客、考勤、消費、巡視、電梯控制等更多功能的綜合便捷系統安防應用，隨著門禁系統的應用越來越廣泛，海量資料的實時快速處理成為越來越重要的問題。
作為一款高效能的分布式時序資料庫，DolphinDB 提供流表和流式計算引擎進行實時資料處理，為智慧型安全提供有力支撐。 今天，我們將介紹如何通過流計算引擎的多級級聯實現對訪問控制裝置異常狀態的實時監控，並為您提供一套基於 DolphinDB 流資料處理框架實時監控訪問控制裝置異常狀態的低延遲解決方案。
常見的智慧型安防系統一般包括監控、報警、門禁和遠端控制4大功能，可以單獨操作，也可以統一管理。 門禁是整個智慧型安防系統的基礎應用，在物聯網領域也涉及公共安全、城市管理、智慧型家居等方面。 首先，我們來看看門禁系統的具體應用場景和功能設定
1.門禁報警綜合管理系統伺服器：提供集中管理和監控、輸出、聯動功能。
2.門禁工作站：門禁工作站提供功能設定和事件監控。
3.門禁控制器：門禁管理系統的核心部分，直接管理和控制相關裝置，具有儲存功能，可儲存持卡人資訊和各種事件記錄。
4.讀卡器：工作在射頻模式下，採集感應卡的資料並傳輸給門禁控制器，以便控制器可以進行各種管理和相應的控制。
5.電鎖：電子開關，用於開鎖門，由門禁控制器直接控制。
6.開門按鈕：提供開啟門的便捷方式。
7.門磁性：檢測門的狀態資訊並將其傳輸給控制器。
8.報警輸入輸出裝置：為了加強系統的安全性，可以將輸入輸出裝置連線到門禁控制器的介面，實現系統的報警和聯動。
工業中心門禁管理系統結構。
上圖顯示了一種常見的門禁管理系統結構，報警系統是安防和門禁系統中確保安全的重要功能部件和環節，還可以實現與其他監控裝置的聯防聯控。
1.設計理念和方案
隨著接入智慧型門禁系統的終端越來越多，如何實時、高效、及時地計算出海量資料反饋報警資訊，成為智慧型門禁和智慧社群建設中的關鍵問題。 保持門禁的正常關閉是保證樓內居民安全的基本要求之一，假設有乙個監控系統，每5秒從所有門禁裝置收集一次資料，並且門開啟或關閉的事件都會主動上報資料，在這種情況下，門禁的異常狀態檢測要求是： 開門狀態持續存在5分鐘以上報警。首先，需要對採集到的資料進行重複資料刪除，然後檢測資料中連續超時的記錄。 此時，記錄將包括所有持續超過 5 分鐘的資料，因此仍然需要將資料連線到下一級發動機以移除關門報警，並且只保留開門狀態超時報警。 dolphindb響應狀態引擎用於完成對資料進行過濾和過濾的任務，超時資料由會話視窗引擎檢測。 將三個引擎級聯，實現檢測異常訪問控制狀態（開門時間大於5分鐘）的流水線處理模式。
訪問控制異常狀態的資料處理過程。
2.內建流計算引擎，監控訪問控制的異常狀態
DolphinDB 內建響應式狀態引擎和會話視窗引擎，實現對門控異常狀態的實時監控。
CreateReactiveStateEngine
有兩個因子計算：無狀態和有狀態。
無狀態因素僅依賴於最新資料，不需要歷史資料。
有狀態因素需要最新的歷史資料並更新狀態。
每條輸入資料都會觸發乙個結果輸出，輸入和輸出的資料量是相同的。
運算元只能包含向量函式，針對常用狀態運算元進行了優化，大大提高了計算效率。
CreatSessionWindowEngine：
適用於物聯網場景，解決裝置時間不均的問題。
視窗不是以固定的頻率生成的，視窗長度也不是固定的。
第一條資料的時間戳用作第乙個視窗的開始時間。
如果在指定的等待時間內未收到新資料，則當前視窗結束。
修復：無資料視窗在滑動視窗的計算中增加不必要的計算開銷的問題。
3.實施步驟
接下來，我們來詳細了解一下如何實現級聯多級引擎的流水線處理模式，通過dolphindb檢測異常訪問控制狀態。
3.1 定義和共享輸入和輸出流資料表
首先，定義乙個用於接收實時門禁裝置資料的流資料表，該錶結構共包含七列，並通過 enabletableshareandpersistence 函式共享流資料表並持久化到硬碟中。 接下來，為響應式狀態引擎的輸出定義異常狀態流資料表，並將其儲存到磁碟。
3.2 建立反應式狀態引擎以過濾重複資料
反應式狀態引擎將對每條輸入訊息做出計算響應，從而產生結果記錄，並且可以啟用過濾條件以確保只輸出滿足條件的結果。 在這種情況下，只有事件程式碼發生變化的資料才會輸出到設定的輸出表。 dolphindb 內建的流計算引擎實現了資料表的介面，因此流水線化多個引擎非常容易，只要後乙個引擎作為前乙個引擎的輸出即可。
3.3 通過級聯會話視窗引擎檢測狀態超時資料
首先，建立乙個 In-Memory 表，為響應式狀態引擎提供輸入，該錶的結構與上級引擎的輸出表結構相同。 在會話視窗引擎中，將分組列的 keycolumn 設定為 doornum 的門號，將 timecolumn 的 time 列設定為 eventdate 的時間。 檢測要求是五分鐘內沒有資料告警，所以會話間隔為300（秒），這意味著在收到某條資料後等待後沒有新資料到達，當前視窗終止。 metrics 設定為 last（dooreventcode），這將返回視窗中的最後一條記錄資料。 會話視窗引擎的輸入資料是上級反應式狀態引擎的輸出，輸出作為下一級反應式狀態引擎的輸入。
3.4 響應狀態發動機過濾器關門警報
父會話視窗引擎獲取的資料包括5分鐘以上的開門關門資料，因此需要通過反應狀態引擎過濾掉關門狀態超時資料，只保留開門報警。
3.5 訂閱流資料
過濾掉關機告警資料後，訂閱 doorrecord 表，將接收到的流資料寫入會話視窗引擎。
3.6 從MQTT伺服器接收資料
DolphinDB 提供了用於訂閱 MQTT 伺服器資料的 MQTT 外掛程式，訂閱時需要資料格式解析功能，目前外掛程式提供了 JSON 和 CSV 格式的解析功能，在本示例中，我們使用 MQTT：：createJSONparser 來解析 JSON 格式資料。 隨著網路和數位化技術的飛速發展，門禁系統早已不再是簡單的門和鑰匙管理，而是逐漸演變成一套完整的門禁安全管理系統，集微機自動識別技術和現代安全管理措施於一體。 DolphinDB 為實時監控訪問控制裝置的異常狀態提供了低延遲的解決方案，實現了會話視窗引擎和響應狀態引擎的級聯，降低了開發難度，有效提高了海量資料的實時計算效率，滿足了訪問控制系統的智慧型計算需求。
以上是基於 dolphindb 流資料處理框架的完整方案，用於引擎級聯監控訪問控制的異常狀態，想了解詳細的實現步驟並自行模擬驗證嗎？ 歡迎關注***dolphindb物聯網]了解更多。