Apache spark 如何使用火花流对特定事件作出反应

我是Spark streaming的新手，有以下情况：

• 多个（健康）设备将其数据发送到我的服务，每个事件中至少包含以下数据（用户名、时间戳、脉搏、血压）
• 在DB中，我为每个用户设置了脉搏和血压的阈值

用例：

• 我想用Spark streaming制作一个滑动窗口，计算每个用户的脉搏和血压的平均值，比如说10分钟内
• 10分钟后，我想检查数据库中的值是否超过每个用户的阈值，，并执行操作，例如调用rest服务发送警报

---

有没有人能告诉我，在Spark中，这通常是可能的，如果是，请给我指出正确的方向？

这绝对是可能的。不过，这并不一定是最好的工具。这取决于您期望的输入量。如果你有几十万台设备每秒发送一个事件，也许Spark是合理的。无论如何，验证您的体系结构选择并不取决于我，但请记住，只有在单个计算机无法处理大量数据的情况下，对这些用例使用Spark才有意义

此外，如果警报的延迟很重要，一两秒钟就可以改变，那么Spark不是最好的工具。单机上的处理器可以实现更低的延迟。否则，请使用更面向流的工具，如ApacheFlink

---

作为一般建议，如果您想在Spark中执行此操作，只需创建一个源（我不知道您的数据来自何处），将阈值加载到广播变量中（假设它们随时间保持不变），然后编写逻辑。要进行rest调用，请使用

forEachRdd

作为输出接收器，并在那里实现调用逻辑。

感谢@Chobeat的回答。我的数据来自卡夫卡。延迟不是一个大因素，在几秒钟内就可以了。您是否可以制作一个小代码段？不，这超出了本网站的范围。