Merge branch 'master' of https://github.com/DawnsonLi/onlineDetectFor…

…Hadoop

README.md

@@ -5,5 +5,7 @@
  针对源源不断的metrics流，我提出了一个新颖的方法用于hadoop系统的监控，这个方法的特点如下：<br>(1)与基于阈值的监控方法相互结合，使用机器学习的方法<br>(2)在数据流模型上建立基于滑动窗口的探测模型，探测模型是无监督的，当前版本使用隔离森林作为探测器<br>(3)使用探测模型对数据的标签，用于进一步的原因分析（使用机器学习和统计模型）<br>(4)利用hadoop REST API体现hadoop Queue,history job的状态，协助分析<br>(5)对hadoop系统的不同组件，和使用ganglia收集而来的系统指标分别探测，定位更加精准<br>
 ## 项目使用工具 <br>
 使用ganglia API获取时间序列数据，并存储到时间序列数据库InfluxDB中，使用grafana进行可视化
+## 项目延伸意义 <br>
+给出了基于时间序列进行异常探测及原因解释的整体框架，具有很强的延伸价值