[发明专利]一种流式数据监听与响应方法、终端设备及存储介质

说明书

本发明涉及一种流式数据监听与响应方法、终端设备及存储介质，该方法中包括：搭建CDC环境来监听患者临床数据的数据变化；构建数据监听服务并集成CDC大数据组件、Apache Kafka消息中间件环境和分布式处理引擎；数据监听服务接收监听到的患者临床数据，并生成消息报文；数据监听服务调用生产者API将生成的消息报文推送到Apache Kafka中的对应类型的Topic主题上；主动从Topic主题上拉取消息报文后，数据监听服务调用相应的触发出口对监听到的患者临床数据进行处理。本发明通过监听数据变化并做出响应的方式，以低代码的配置的方式，弥补了消息中心没有预先埋点引发的缺陷。

技术领域

本发明涉及数据监听领域，尤其涉及一种流式数据监听与响应方法、终端设备及存储介质。

背景技术

在医疗软件信息行业中，医院已上线并稳定运行的业务系统，通常还会被要求增加诸多附加定制需求，这其中包含通用类型的需求，其模式诸如“当满足什么某条件的时候，需要做出某通知或响应”，此类需求也称为事件触发或事件监听类需求。对于该类需求，按传统的方式，可以直接采用硬编码的方式，直接快速处理。但随之而来的问题就是仅仅为了这一小需求改动，就需要重新走一次开发-测试-发布的流程，影响线上服务的稳定性，并且该代码逻辑通常在其他医院是不通用。

针对上述情况，业内普遍做法是引入消息中间件，基于模块化的设计理念，采用事件驱动架构，借助事件消息的通讯完成模块间的协作。各业务模块只需要将常见业务触发点定义为事件主题，该事件节点需要触发的后续接口类交互，都通过消息中心的发布/订阅模式处理。

消息中间件的引入解决了很多此类需求场景的问题，也达到了模块解耦的目的，但消息中心依赖于事件埋点，如果针对没有预先埋点的场景，也就无法通过配置方式满足此类需求。那么，如何解决上述问题，输出一个适用范围宽广的需求处理方案，是一个难题。

发明内容

为了解决上述问题，本发明提出了一种流式数据监听与响应方法、终端设备及存储介质。

具体方案如下：

一种流式数据监听与响应方法，包括以下步骤：

S1：搭建CDC环境来监听患者临床数据的数据变化；

S2：构建基于SSM框架的数据监听服务，在数据监听服务中集成CDC大数据组件、Apache Kafka消息中间件环境和分布式处理引擎Apache Flink；

数据监听服务通过创建的多个不同类型的处理器类来利用CDC大数据组件接收监听到的不同数据源的患者临床数据，并根据患者临床数据中数据内容的不同采用不同类型的消息报文模板生成消息报文；

将不同类型的处理器类设定为Apache Kafka中的生产者，数据监听服务调用生产者API将生成的消息报文推送到Apache Kafka中的对应类型的Topic主题上；

分布式处理引擎Apache Flink主动从Topic主题上拉取消息报文，当拉取到消息报文后，数据监听服务通过线程池技术，开辟对应的处理线程，线程根据预先设置的数据监听规则，判断是否满足触发出口的触发条件，如果满足，则调用相应的触发出口对监听到的患者临床数据进行处理。

进一步的，CDC大数据组件和分布式处理引擎Apache Flink以Maven的方式进行集成。

进一步的，消息报文格式为JSON或XML格式。

进一步的，Apache Flink通过不同的Flink API订阅不同的Topic主题。

进一步的，触发出口包括：执行SQL语法段、触发远程调用请求、运行线上脚本和调用固定模板。