实时AI-StreamingML示例：实时异常检测

实时AI-StreamingML示例：实时异常检测
目录
一． 任务介绍
二． 学习背景
三． 学习目的
四． 操作步骤

本示例的github地址：huaweicloud-cs-examples实时流计算服务（Cloud Stream Service, 简称CS）提供实时处理流式大数据的全栈能力,简单易用,即时执行StreamSQL或自定义作业。无需关心计算集群,无需学习编程技能。完全兼容Apache Flink和Spark API。

一．任务介绍

在本示例中，从DIS数据源读数据，使用StreamingML的Holt-Winters算法和流式随机森林算法，实时检测异常数据,结果输出到可视化监控大盘。
本示例中你会学习到：

• 创建并运行Flink SQL（Holt-Winters算法和流式随机森林算法）
• 完成“异常数据检测”
• 完成“异常数据”实时告警和可视化展示

二．学习背景

传统的机器学习算法是批量模式的，假设所有的训练数据预先给定，通过最小化定义在所有训练数据上的经验误差得到分类器。这种学习方法在小规模上取得了巨大成功。

当数据规模大时，其计算复杂度高、响应慢，无法用于实时性要求高的应用。在线学习假设训练数据持续到来，通常利用一个训练样本更新当前的模型，大大降低了学习算法的空间复杂度和时间复杂度，实时性强。

在大数据时代，大数据高速增长的特点为机器学习带来了严峻的挑战，在线学习可以有效地解决该问题。

三．学习目的

了解针对流数据和批数据的分布式处理的Flink，SQL实时可视化编辑器
了解实时流的应用。
通过最后的SInk可视化查看实时数据，查找出明显异常的点。即实时异常检测。
应用到实际中可与车联网物联网等实际应用结合，解决实际问题。

四．操作步骤

第一步：创建Flink SQL作业

1. 进入CS控制台
直接进入 CS控制台
华为云官网 -> 产品 -> EI企业智能 -> 实时流计算服务，进入实时流计算的首页后，点击 立即使用

2. 新建Flink SQL作业
编辑器：Flink SQL作业支持SQL编辑器和SQL可视化编辑器
选择流式随机森林异常检测模板

3. SQL编辑器