مسرد مصطلحات Metrics Advisor للمفردات والمفاهيم الشائعة
هام
اعتبارا من 20 سبتمبر 2023، لن تتمكن من إنشاء موارد Metrics Advisor جديدة. يتم إيقاف خدمة Metrics Advisor في 1 أكتوبر 2026.
يشرح هذا المستند المصطلحات التقنية المستخدمة في Metrics Advisor. استخدم هذه المقالة للتعرف على المفاهيم والعناصر الشائعة التي قد تواجهها عند استخدام الخدمة.
موجز بيانات
إشعار
يمكن أن تشترك مقاييس متعددة في نفس مصدر البيانات، وحتى نفس موجز البيانات.
موجز البيانات هو ما يتعرف عليه Metrics Advisor من مصدر البيانات الخاص بك، مثل Azure Cosmos DB أو خادم SQL. يحتوي موجز البيانات على صفوف من:
- الطوابع الزمنية
- أبعاد صفرية أو أكثر
- واحد أو أكثر من المقاييس.
الفاصل الزمني
يجب مراقبة المقاييس بدقة معينة وفقًا لمتطلبات العمل. على سبيل المثال، تتم مراقبة مؤشرات الأداء الرئيسية للأعمال (KPIs) في التفاصيل اليومية. ومع ذلك، غالبًا ما يتم مراقبة مقاييس أداء الخدمة بدقة دقيقة/ ساعة. لذا تختلف وتيرة جمع البيانات المترية من المصادر.
تستحوذ Metrics Advisor باستمرار على بيانات المقاييس في كل فاصل زمني، ويكون الفاصل الزمني مساويًا لدقة المقاييس. في كل مرة، تقوم Metrics Advisor بتشغيل الاستعلام الذي كتبته ويستوعب البيانات في هذا الفاصل الزمني المحدد. استنادا إلى آلية استيعاب البيانات هذه، يجب ألا يقوم البرنامج النصي للاستعلام بإرجاع كافة البيانات القياسية الموجودة في قاعدة البيانات، ولكنه يحتاج إلى تقييد النتيجة إلى فاصل زمني واحد.
مقياس
المقياس هو مقياس قابل للقياس يتم استخدامه لمراقبة وتقييم حالة عملية تجارية معينة. يُمكن أن يكون مزيجاً من قيم تسلسل زمني متعدد مُقسمة إلى أبعاد. على سبيل المثال، قد يحتوي مقياس صحة الويب على أبعاد عدد المستخدمين وسوق en-us.
البُعد
البُعد هو قيمة واحدة أو أكثر من القيم المطلقة. يحدد الجمع بين هذه القيم سلسلة زمنية أحادية المتغير معينة، على سبيل المثال: البلد/المنطقة واللغة والمستأجر وما إلى ذلك.
مقياس متعدد الأبعاد
ما هو المقياس مُتعدد الأبعاد؟ لنستخدم مثالين.
إيرادات الأعمال
لنفترض أن لديك بيانات لإيرادات عملك. قد تبدو بيانات السلسلة الزمنية الخاصة بك كما يلي:
| الطابع الزمني | فئة | السوق | الدخل |
|---|---|---|---|
| 2020-6-1 | الطعام | US | 1000 |
| 2020-6-1 | ثياب | US | 2000 |
| 2020-6-2 | الطعام | المملكة المتحدة | 800 |
| ... | ... | ... | ... |
في هذا المثال، الفئة والسوق هما أبعاد. الإيرادات هي مؤشر الأداء الرئيسي (KPI) الذي يمكن تقسيمه إلى فئات و أو أسواق مختلفة، ويمكن أيضًا تجميعه. على سبيل المثال، إيرادات الغذاء لجميع الأسواق.
عدد الأخطاء لتطبيق مُعقد
لنفترض أن لديك بيانات لعدد الأخطاء التي تم تسجيلها في أحد التطبيقات. قد تبدو بيانات السلسلة الزمنية الخاصة بك كما يلي:
| الطابع الزمني | مكوّن التطبيق | المنطقة | عدد الأخطاء |
|---|---|---|---|
| 2020-6-1 | قاعدة بيانات الموظفين | غرب الاتحاد الأوروبي | 9000 |
| 2020-6-1 | قائمة انتظار الرسائل | شرق الولايات المتحدة | 1000 |
| 2020-6-2 | قائمة انتظار الرسائل | شرق الولايات المتحدة | 8000 |
| ... | ... | ... | ... |
في هذا المثال، مكوّن التطبيق والمنطقة هما أبعاد. عدد الأخطاء هو مؤشر الأداء الرئيسي الذي يمكن تقسيمه إلى فئات و/أو أسواق مختلفة، ويمكن أيضًا تجميعه. على سبيل المثال، عدد الأخطاء في قائمة انتظار الرسائل في جميع المناطق.
المقياس
المقياس هو مصطلح أساسي أو وحدة محددة وقيمة قابلة للقياس الكمي.
السلاسل الزمنية
السلسلة الزمنية هي سلسلة من نقاط البيانات المفهرسة (أو المدرجة أو البيانية) بترتيب زمني. الأكثر شيوعًا، السلسلة الزمنية هي تسلسل يتم أخذه في نقاط متتالية ومتباعدة بالتساوي في الوقت المناسب. إنه تسلسل من البيانات المُنفصلة.
في Metrics Advisor، تُسمى قيم مقياس واحد على مجموعة أبعاد معينة سلسلة واحدة.
النقاوة
تشير الدقة إلى مدى تكرار إنشاء نقاط البيانات في مصدر البيانات. على سبيل المثال، يوميًا، كل ساعة.
استيعاب البيانات مُنذ (UTC)
استيعاب البيانات مُنذ (UTC) هو الوقت الذي تريد أن تبدأ فيه Metrics Advisor في استيعاب البيانات من مصدر البيانات الخاص بك. يجب أن يحتوي مصدر البيانات على بيانات في وقت بدء الاستيعاب المحدد.
حدود الثقة
إشعار
حدود الثقة ليست القياس الوحيد المستخدم للعثور على الحالات الشاذة. من الممكن وضع علامة على نقاط البيانات خارج هذه الحدود كالمعتاد بواسطة نموذج الكشف.
في Metrics Advisor، تمثل حدود الثقة حساسية الخوارزمية المُستخدمة، وتستخدم لتصفية الحالات الشاذة الحساسة للغاية. على مدخل الويب، تظهر حدود الثقة كنطاق أزرق شفاف. يتم التعامل مع جميع النقاط داخل النطاق كنقاط عادية.
توفر Metrics Advisor أدوات لضبط حساسية الخوارزميات المُستخدمة. راجع كيفية: تكوين المقاييس وضبط تكوين الكشف لمزيد من المعلومات.
الخطاف
تتيح لك Metrics Advisor إنشاء التنبيهات في الوقت الحقيقي والاشتراك فيها. يتم إرسال هذه التنبيهات عبر الإنترنت، باستخدام خطاف.
حدث شاذ
بعد تطبيق تكوين الكشف على المقاييس، يتم إنشاء الحوادث كلما كانت أي سلسلة داخلها بها حالة شاذة. في مجموعات البيانات الكبيرة، يمكن أن يكون هذا أمرًا صعبًا، لذلك تقوم Metrics Advisor بتجميع سلسلة من الحالات الشاذة داخل المقياس في حدث. ستقوم الخدمة أيضًا بتقييم الخطورة وتوفير أدوات لتشخيص الحدث.
شجرة التشخيص
في Metrics Advisor، يمكنك تطبيق الكشف عن الحالات الشاذة على المقاييس، ثم تراقب Metrics Advisor تلقائيًا جميع السلاسل الزمنية لجميع مجموعات الأبعاد. كلما تم الكشف عن أي حالة شاذة، تقوم Metrics Advisor بتجميع الحالات الشاذة في أحداث. بعد وقوع حدث، سوف توفر Metrics Advisor شجرة تشخيصية مع تسلسل هرمي للحالات الشاذة المساهمة، وتحديد الحالات ذات التأثير الأكبر. كل حدث له سبب جذري للشذوذ، وهو العقدة العلوية من الشجرة.
تجميع الحالات الشاذة
توفر Metrics Advisor القدرة على العثور على سلاسل زمنية ذات صلة بأنماط مماثلة. كما يمكن أن توفر رؤى أعمق حول التأثير على الأبعاد الأخرى، وربط الحالات الشاذة.
مقارنة السلاسل الزمنية
يمكنك اختيار سلاسل زمنية متعددة لمقارنة الاتجاهات في تصور واحد. يوفر هذا طريقة واضحة وثاقبة لعرض السلاسل ذات الصلة ومقارنتها.
تكوين الكشف
إشعار
يتم تطبيق تكوينات الكشف فقط ضِمن مقياس فردي.
في مدخل ويب Metrics Advisor، يتم سرد تكوين الكشف (مثل الحساسية والتأجيل التلقائي والاتجاه) على اللوحة اليمنى عند عرض مقياس. يمكن ضبط المعلمات وتطبيقها على جميع السلاسل ضمن هذا المقياس.
مطلوب تكوين الكشف لكل سلسلة زمنية، ويحدد ما إذا كانت نقطة في السلسلة الزمنية هي حالة شاذة. سوف تقوم Metrics Advisor بإعداد تكوين افتراضي للمقياس بأكمله عند إلحاق البيانات لأول مرة.
يمكنك بالإضافة إلى ذلك تحسين التكوين عن طريق تطبيق معلمات الضبط على مجموعة من السلاسل، أو مجموعة معينة. سوف يتم تطبيق تكوين واحد فقط على سلسلة زمنية:
- سوف تقوم التكوينات المطبقة على سلسلة معينة بالكتابة فوق التكوينات لمجموعة
- سوف تقوم تكوينات المجموعة بالكتابة فوق التكوينات المطبقة على المقياس بأكمله.
توفر Metrics Advisor العديد من أساليب الكشف، ويمكنك دمجها باستخدام عوامل التشغيل المنطقية.
الكشف الذكي
الكشف عن الحالات الشاذة باستخدام خوارزميات التعلم الآلي المتعددة.
الحساسية: قيمة رقمية لضبط التسامح مع الكشف عن الحالات الشاذة. بصريًا، كلما ارتفعت القيمة، كان الحدان العلوي والسفلي أضيق حول السلسلة الزمنية.
حد صعب
القيم خارج الحدود العليا أو السفلية هي حالات شاذة.
الحد الأدنى: الحد السفلي
الحد الأقصى: الحد العلوي
تغيير الحد
استخدم قيمة النقطة السابقة لتحديد ما إذا كانت هذه النقطة شاذة.
النسبة المئوية للتغيير: مقارنة بالنقطة السابقة، فإن النقطة الحالية هي حالة شاذة إذا كانت النسبة المئوية للتغيير أكثر من هذه المعلمة.
تغيير النقاط: عدد النقاط التي يجب النظر إليها.
معلمات شائعة:
الاتجاه: النقطة هي حالة شاذة فقط عندما يحدث الانحراف في الاتجاه لأعلى أو لأسفل أو كليهما.
الشذوذ غير صحيح حتى: نقطة البيانات هي فقط حالة شاذة إذا كانت نسبة مئوية محددة من النقاط السابقة هي أيضًا حالات شاذة.
إعدادات التنبيه
تحدد إعدادات التنبيه الحالات الشاذة التي يجب أن تؤدي إلى تشغيل التنبيه. يمكنك تعيين تنبيهات متعددة بإعدادات مختلفة. على سبيل المثال، يمكنك إنشاء تنبيه للحالات الشاذة ذات التأثير المنخفض على الأعمال، وآخر للتنبيهات ذات الأهمية الأكبر.
يمكنك أيضًا إنشاء تنبيه عبر المقاييس. على سبيل المثال، يتم تشغيل تنبيه فقط إذا كان هناك قياسان محددان بهما حالات شاذة.
نطاق التنبيه
يشير نطاق التنبيه إلى النطاق الذي ينطبق عليه التنبيه. هناك أربعة خيارات:
الحالات الشاذة لجميع السلاسل: سوف يتم تشغيل التنبيهات للحالات الشاذة في جميع السلاسل داخل المقياس.
الحالات الشاذة في مجموعة السلاسل: سوف يتم تشغيل التنبيهات فقط للحالات الشاذة في أبعاد محددة من مجموعة السلسلة. يجب أن يكون عدد الأبعاد المحددة أصغر من إجمالي عدد الأبعاد.
الحالات الشاذة في السلسلة المفضلة: سوف يتم تشغيل التنبيهات فقط للحالات الشاذة التي تتم إضافتها كمفضلة. يمكنك اختيار مجموعة من السلاسل كمفضلة لكل تكوين للكشف.
الحالات الشاذة في أعلى N من جميع السلاسل: سيتم تشغيل التنبيهات فقط للحالات الشاذة في سلسلة N العلوية. يمكنك تعيين المعلمات لتحديد عدد الطوابع الزمنية التي يجب أخذها في الاعتبار، وعدد الحالات الشاذة التي يجب أن تكون فيها لإرسال التنبيه.
الأهمية
الخطورة هي درجة تستخدمها Metrics Advisor لوصف خطورة الحدث، بما في ذلك عاليةومتوسطةومنخفضة.
حاليًا، تستخدم Metrics Advisor العوامل التالية لقياس خطورة التنبيه:
- نسبة القيمة ونسبة الكمية من الحالات الشاذة في المقياس.
- الثقة في الحالات الشاذة.
- تساهم إعداداتك المفضلة أيضًا في الخطورة.
التأجيل التلقائي
بعض الحالات الشاذة هي مشكلات عابرة، خاصة بالنسبة إلى مقاييس الدقة الصغيرة. يمكنك تأجيل تنبيه لعدد معين من النقاط الزمنية. إذا تم العثور على حالات شاذة ضمن هذا العدد المحدد من النقاط، فلن يتم تشغيل أي تنبيه. يمكن تعيين سلوك التأجيل التلقائي إما على مستوى المقياس أو مستوى السلسلة.
يمكن تعيين سلوك التأجيل إما على مستوى المقياس أو مستوى السلسلة.
إعدادات موجز البيانات
إزاحة وقت الاستيعاب
بشكل افتراضي، يتم استيعاب البيانات وفقًا للدقة (مثل يوميًا). باستخدام عدد صحيح موجب، يمكنك تأخير استيعاب البيانات بالقيمة المحددة. باستخدام رقم سالب، يمكنك التقدم في الاستيعاب بالقيمة المحددة.
الحد الأقصى للاستيعاب في الدقيقة
قم بتعيين هذه المعلمة إذا كان مصدر البيانات يدعم التزامن المحدود. وإلا، اترك الإعدادات الافتراضية.
إيقاف إعادة المحاولة بعد
إذا فشل استيعاب البيانات، فسوف تعيد Metrics Advisor المحاولة تلقائيًا بعد فترة زمنية. بداية الفترة هي الوقت الذي حدث فيه استيعاب البيانات الأول. يتم تحديد طول فترة إعادة المحاولة وفقًا للدقة. إذا كنت تستخدم القيمة الافتراضية (-1)، فسيتم تحديد فترة إعادة المحاولة وفقًا للدقة:
| النقاوة | إيقاف إعادة المحاولة بعد |
|---|---|
| يومي، مخصص (>= يوم واحد)، أسبوعي، شهري، سنوي | 7 أيام |
| كل ساعة، مخصص (< يوم واحد) | 72 ساعة |
الحد الأدنى للفاصل الزمني لإعادة المحاولة
يمكنك تحديد الحد الأدنى للفاصل الزمني عند إعادة محاولة سحب البيانات من المصدر. إذا كنت تستخدم القيمة الافتراضية (-1)، فسيتم تحديد الفاصل الزمني لإعادة المحاولة وفقًا للدقة:
| النقاوة | الحد الأدنى للفاصل الزمني لإعادة المحاولة |
|---|---|
| يومي، مخصص (>= يوم واحد)، أسبوعي، شهري | 30 دقيقة |
| كل ساعة، مخصص (< يوم واحد) | 10 دقيقة |
| سنوية | يوم واحد |
فترة السماح
إشعار
تبدأ فترة السماح في وقت الاستيعاب العادي، بالإضافة إلى إزاحة وقت الاستيعاب المحددة.
فترة السماح هي فترة زمنية سوف تستمر فيها Metrics Advisor في جلب البيانات من مصدر البيانات، ولكنها لن تطلق أي تنبيهات. إذا لم يتم استيعاب أي بيانات بعد فترة السماح، فسوف يتم تشغيل تنبيه موجز بيانات غير متوفر.
تأجيل التنبيهات في
عند تعيين هذا الخيار على صفر، فإن كل طابع زمني به غير متاح سيطلق تنبيهًا. عند التعيين على قيمة بخلاف الصفر، سيتم تأجيل العدد المحدد لتنبيهات غير متاح إذا لم يتم جلب أي بيانات.
أذونات موجز البيانات
هناك دوران لإدارة أذونات موجز البيانات: المسؤول والعارض.
يتمتع المسؤول بالتحكم الكامل في موجز البيانات والمقاييس داخله. يمكنهم تنشيط موجز البيانات وإيقافه مؤقتًا وحذفه وإجراء تحديثات للموجزات والتكوينات. عادةً ما يكون المسؤول هو مالك المقاييس.
يستطيع العارض عرض موجز البيانات أو المقاييس، ولكنه غير قادر على إجراء تغييرات.