Glosario de conceptos y vocabulario comunes de Metrics Advisor
Importante
A partir del 20 de septiembre de 2023, no podrá crear nuevos recursos de Metrics Advisor. El servicio Metrics Advisor se va a retirar el 1 de octubre de 2026.
En este documento se explican los términos técnicos que se usan en Metrics Advisor. Use este artículo para obtener información sobre los conceptos y objetos comunes que puede encontrar al usar el servicio.
Fuente de distribución de datos
Nota
Varias métricas pueden compartir el mismo origen de datos, incluso la misma fuente de distribución de datos.
Una fuente de distribución de datos es lo que Metrics Advisor ingiere del origen de datos, como Azure Cosmos DB o SQL Server. Una fuente de distribución de datos contiene filas de:
- marcas de tiempo
- ninguna o varias dimensiones
- una o varias medidas.
Intervalo
Las métricas deben supervisarse con una granularidad determinada según los requisitos empresariales. Por ejemplo, los indicadores clave de rendimiento (KPI) empresariales se supervisan con granularidad diaria. Sin embargo, las métricas de rendimiento del servicio a menudo se supervisan en granularidad por minuto/hora. Por lo tanto, la frecuencia para recopilar datos de métricas de los orígenes es diferente.
Metrics Advisor captura continuamente datos de métricas en cada intervalo de tiempo, el intervalo es igual a la granularidad de las métricas. Cada vez que Metrics Advisor ejecuta la consulta que ha escrito, ingiere datos en este intervalo específico. En función de este mecanismo de ingesta de datos, el script de consulta no debe devolver todos los datos de métricas que existen en la base de datos, pero debe limitar el resultado a un intervalo único.
Métrica
Una métrica es una medida cuantificable que se usa para supervisar y evaluar el estado de un proceso empresarial específico. Puede ser una combinación de varios valores de serie temporal divididos en dimensiones. Por ejemplo, una métrica de mantenimiento de la Web podría contener dimensiones para recuento de usuarios y el mercado es-es.
Dimensión
Una dimensión es uno o más valores de categorías. La combinación de esos valores identifica una serie temporal univariante determinada, por ejemplo: país/región, idioma, inquilino, y así sucesivamente.
Métrica multidimensional
¿Qué es una métrica multidimensional? Vamos a usar dos ejemplos.
Ingresos de una empresa
Supongamos que tiene datos de los ingresos de su empresa. Los datos de la serie temporal podrían tener un aspecto similar al siguiente:
| Timestamp | Category | Mercado | Ingresos |
|---|---|---|---|
| 2020-6-1 | Alimentos | US | 1000 |
| 2020-6-1 | Ropa | US | 2000 |
| 2020-6-2 | Alimentos | Reino Unido | 800 |
| ... | ... | ... | ... |
En este ejemplo, Categoría y Mercado son dimensiones. Ingresos es el indicador clave de rendimiento (KPI) que se puede segmentar en diferentes categorías o mercados, y también se podría agregar. Por ejemplo, los ingresos de alimentos para todos los mercados.
Recuentos de errores para una aplicación compleja
Supongamos que tiene datos para el número de errores registrados en una aplicación. Los datos de la serie temporal podrían tener un aspecto similar al siguiente:
| Timestamp | Componente de la aplicación | Region | Recuento de errores |
|---|---|---|---|
| 2020-6-1 | Base de datos de empleados | OESTE DE EUROPA | 9000 |
| 2020-6-1 | Cola de mensajes | ESTE DE EE. UU. | 1000 |
| 2020-6-2 | Cola de mensajes | ESTE DE EE. UU. | 8000 |
| ... | ... | ... | ... |
En este ejemplo, Componente de la aplicación y Región son dimensiones. Recuento de errores es el KPI que se puede segmentar en diferentes categorías o mercados, y también se podría agregar. Por ejemplo, el recuento de errores de Cola de mensajes en todas las regiones.
Measure
Una medida es un término fundamental o específico de unidad y un valor cuantificable de la métrica.
Serie temporal
Una serie temporal es una serie de puntos de datos indexados (o enumerados o representados mediante grafos) en orden cronológico. Normalmente, una serie temporal es una secuencia tomada en puntos sucesivos igualmente espaciados en el tiempo. Es una secuencia de datos en tiempo discreto.
En Metrics Advisor, los valores de una métrica en una combinación de dimensiones específica se denominan serie.
Granularidad
La granularidad indica la frecuencia con la que se generarán los puntos de datos en el origen de datos. Por ejemplo, diariamente o cada hora.
Ingest data since (UTC) (Ingesta de datos desde [UTC])
Esta opción indica la hora a la que desea que Metrics Advisor empiece a ingerir datos del origen de datos. El origen de datos debe tener datos a la hora de inicio de la ingesta especificada.
Límites de confianza
Nota
Los límites de confianza no son la única medida que se usa para buscar anomalías. Es posible que el modelo de detección marque como normal los puntos de datos que se encuentran fuera de este límite.
En Metrics Advisor, los límites de confianza representan la sensibilidad del algoritmo utilizado y se usan para filtrar las anomalías demasiado sensibles. En el portal web, los límites de confianza aparecen como una banda azul transparente. Todos los puntos que se encuentran dentro de la banda se tratan como puntos normales.
Metrics Advisor proporciona herramientas para ajustar la sensibilidad de los algoritmos usados. Para más información, consulte Procedimientos: Configuración de métricas y ajuste de la configuración de la detección.
Enlace
Metrics Advisor le permite crear alertas en tiempo real y suscribirse a ellas. Estas alertas se envían a través de Internet mediante un enlace.
Incidente de anomalía
Una vez que se aplica una configuración de detección a las métricas, se generan incidentes siempre que alguna serie dentro de ella tenga una anomalía. En conjuntos de datos grandes, esto puede ser abrumador, por lo que Metrics Advisor agrupa series de anomalías dentro de una métrica en un incidente. El servicio también evaluará la gravedad y proporcionará herramientas para diagnosticar un incidente.
Árbol de diagnóstico
En Metrics Advisor, puede aplicar la detección de anomalías en las métricas y después Metrics Advisor supervisa automáticamente todas las series temporales de todas las combinaciones de dimensiones. Siempre que se detecta alguna anomalía, Metrics Advisor agrega anomalías a incidentes. Después de que ocurra un incidente, Metrics Advisor proporcionará un árbol de diagnóstico con una jerarquía de anomalías contribuyentes e identificará los que tengan el mayor impacto. Cada incidente tiene una anomalía de causa principal, que es el nodo superior del árbol.
Agrupación de anomalías
Metrics Advisor proporciona la capacidad de buscar series temporales relacionadas con patrones similares. También puede proporcionar conclusiones más detalladas sobre el impacto en otras dimensiones y correlacionar las anomalías.
Comparación de series temporales
Puede elegir varias series temporales para comparar tendencias en una sola visualización. Esto proporciona una manera clara y perspicaz de ver y comparar series relacionadas.
Configuración de detección
Nota
Las configuraciones de detección solo se aplican dentro de una métrica individual.
En el portal web de Metrics Advisor, se muestra una configuración de detección (como la sensibilidad, la posposición automática y la dirección) en el panel izquierdo cuando se visualiza una métrica. Los parámetros se pueden ajustar y aplicar a todas las series dentro de esta métrica.
Se requiere una configuración de detección para cada serie temporal y determina si un punto de la serie temporal es una anomalía. Metrics Advisor establecerá una configuración predeterminada para toda la métrica al incorporar los datos por primera vez.
Además, puede refinar la configuración aplicando parámetros de ajuste a un grupo de series o a una serie específica. Solo se aplicará una configuración a una serie temporal:
- Las configuraciones que se aplican a una serie específica sobrescribirán las configuraciones para un grupo
- Las configuraciones para un grupo sobrescribirán las configuraciones que se aplican a toda la métrica.
Metrics Advisor proporciona varios métodos de detección y puede combinarlos mediante operadores lógicos.
Detección inteligente
Detección de anomalías mediante el uso de varios algoritmos de aprendizaje automático.
Sensibilidad: Valor numérico para ajustar la tolerancia de la detección de anomalías. Visualmente, cuanto mayor sea el valor, menor serán los límites superior e inferior de la serie temporal.
Umbral saturado
Los valores que están fuera de los límites superior o inferior son anomalías.
Mínimo: El límite inferior.
Máximo: El límite superior.
Umbral de cambio
Use el valor del punto anterior para determinar si este punto es una anomalía.
Porcentaje de cambio: En comparación con el punto anterior, el punto actual es una anomalía si el porcentaje de cambio es mayor que este parámetro.
Cambio entre puntos: Número de puntos que se van a examinar.
Parámetros comunes
Dirección: Un punto es una anomalía solo cuando la desviación se produce en la direcciónarriba, abajo o en ambas.
Anomalía no válida hasta que: Un punto de datos solo es una anomalía si un porcentaje especificado de puntos anteriores también son anomalías.
Configuración de alertas
La configuración de alertas determina qué anomalías deben desencadenar una alerta. Puede establecer varias alertas con distintas configuraciones. Por ejemplo, puede crear una alerta para las anomalías con un menor impacto empresarial y otra para las alertas de mayor importancia.
También puede crear una alerta a través de las métricas. Por ejemplo, una alerta que solo se desencadena si dos métricas especificadas tienen anomalías.
Ámbito de alerta
El ámbito de alerta hace referencia al ámbito al que se aplica la alerta. Hay cuatro opciones:
Anomalías de todas las series: Las alertas se desencadenarán para las anomalías de todas las series dentro de la métrica.
Anomalías del grupo de series: Solo se desencadenarán alertas para las anomalías de dimensiones específicas del grupo de series. El número de dimensiones especificadas debe ser menor que el número total de dimensiones.
Anomalías de series favoritas: Solo se desencadenarán alertas para las anomalías que se agreguen como favoritos. Puede elegir un grupo de series como favorito para cada configuración de detección.
Anomalías en las N series principales de todas las series: Las alertas solo se desencadenarán para las anomalías de las N series principales. Puede establecer parámetros para especificar el número de marcas de tiempo que se deben tener en cuenta y cuántas anomalías deben encontrarse en ellas para enviar la alerta.
Gravedad
La gravedad es una calificación que Metrics Advisor utiliza para describir la gravedad del incidente; las opciones son Alta, Media y Baja.
Actualmente, Metrics Advisor usa los siguientes factores para medir la gravedad de alerta:
- La proporción del valor y la proporción de la cantidad de anomalías de la métrica.
- Confianza de anomalías.
- La configuración favorita también contribuye a la gravedad.
Posponer automáticamente
Algunas anomalías son problemas transitorios, especialmente para métricas de granularidad pequeña. Puede posponer una alerta para un número específico de puntos de tiempo. Si se encuentran anomalías en el número especificado de puntos, no se desencadenará ninguna alerta. El comportamiento de la posposición automática se puede establecer en el nivel de métrica o de serie.
El comportamiento de la posposición se puede establecer en el nivel de métrica o de serie.
Configuración de la fuente de distribución de datos
Desfase en el tiempo de ingesta
De forma predeterminada, los datos se ingieren según la granularidad (por ejemplo, diariamente). Mediante el uso de un entero positivo, puede retrasar la ingesta de los datos según el valor especificado. Con un número negativo, puede adelantar la ingesta según el valor especificado.
Ingesta máxima por minuto
Establezca este parámetro si el origen de datos admite la simultaneidad limitada. De lo contrario, deje la configuración predeterminada.
Detener reintento después de
Si se ha producido un error en la ingesta de datos, Metrics Advisor volverá a intentarlo automáticamente transcurrido un período de tiempo. El comienzo del período es la hora a la que se produjo la primera ingesta de datos. La duración del período de reintento se define según la granularidad. Si usa el valor predeterminado (-1), el período de reintento se determinará en función de la granularidad:
| Granularidad | Stop Retry After (Detener reintento después) |
|---|---|
| Diariamente, Personalizado (>= 1 día), Semanalmente, Mensualmente y Anualmente | 7 días |
| Cada hora y Personalizado (< 1 día) | 72 horas |
Intervalo de reintento mínimo
Puede especificar el intervalo mínimo al reintentar la extracción de datos del origen. Si usa el valor predeterminado (-1), el intervalo de reintento se determinará en función de la granularidad:
| Granularidad | Intervalo mínimo de reintento |
|---|---|
| Diariamente, Personalizado (>=1 día), Semanalmente y Mensualmente | 30 minutos |
| Cada hora y Personalizado (< 1 día) | 10 minutos |
| Anual | 1 día |
Período de gracia
Nota
El período de gracia comienza en el tiempo de ingesta normal, más el desplazamiento de tiempo de ingesta especificado.
Un período de gracia es un período de tiempo en el que Metrics Advisor seguirá capturando datos del origen de datos, pero no activará ninguna alerta. Si no se ingirió ningún dato después del período de gracia, se desencadenará la alerta Fuente de distribución de datos no disponible.
Posponer alertas en
Cuando esta opción se establece en cero, cada marca de tiempo con No disponible desencadenará una alerta. Cuando se establece en un valor distinto de cero, el número especificado de alertas de tipo No disponible se pospondrá si no se ha capturado ningún dato.
Permisos de fuente de distribución de datos
Existen dos roles para administrar los permisos de fuente de distribución de datos: Administrador y Espectador.
Un administrador tiene control total sobre la fuente de distribución de datos y las métricas que contiene. Pueden activar, pausar y eliminar la fuente de distribución de datos, así como efectuar actualizaciones en fuentes y configuraciones. Normalmente, un administrador es el propietario de las métricas.
Un espectador puede ver la fuente de distribución de datos o las métricas, pero no puede realizar cambios.