基於Spark技術實現大規模時間序列異常檢測成功落地

最近一直忙於異常檢測項目的上線，一直沒有時間來更新博客，該系統已經在大規模時間序列場景穩定運行1個多月，簡單總結一下。java 達到的目標，經過Spark對3萬個服務器進行預測，每一個服務器包括5個指標，每一個指標對應一個時間序列，模型全量15萬，全量訓練用21個Core耗時3個小時，預測程序12個core運行狀態良好，整個系統已經平穩運行一個月，整個系統預估可以支持上億個模型進行同時訓練和預測。

>>阅读原文<<