基于Spark的时间序列并行分解模型

摘要：

为了应对大数据时代下的时间序列分解问题,基于分布式内存计算框架Spark,提出了一种并行的时间序列分解模型.模型首先将完整的时间序列切分成一系列的时间子序列,通过对时间子序列两端冗余数据的方式保护内部数据免受端点数据污染;然后将带有冗余的时间子序列分发给Spark集群的计算节点,每个节点使用时间序列分解算法对时间子序列进行处理;最后去除分解结果的冗余部分,再将其合并.针对模型实例进行实验,结果证明了该模型可以高效准确地分析大规模时间序列.

关键词：时间序列分解、Spark、云计算、并行计算、STL、SSA

所属期刊栏目：12

分类号：TP311(计算技术、计算机技术)

资助基金：The Opening Project of State Key Laboratory of Rail Transit Engineering Informatization under Grant No. SKLK16-04;the Science and Technology Service Industry Demonstra-tion Project of Sichuan Province under Grant No. 2016GFW0167;the Soft Science Foundation of Si-chuan Province under Grant No. 2016ZR0034

在线出版日期：2018-08-14（万方平台首次上网日期，不代表论文的发表时间）

页数：共9页

页码：1055-1063