Bagikan melalui


Apa itu Azure AI Metrics Advisor?

Penting

Mulai tanggal 20 September 2023, Anda tidak akan dapat membuat sumber daya Metrics Advisor baru. Layanan Metrics Advisor dihentikan pada 1 Oktober 2026.

Metrics Advisor adalah bagian dari layanan Azure AI yang menggunakan AI untuk melakukan pemantauan data dan deteksi anomali dalam data rangkaian waktu. Layanan ini mengotomatiskan proses penerapan model ke data Anda, dan menyediakan sekumpulan API dan ruang kerja berbasis web untuk menyerap data, deteksi ketidakwajaran, dan diagnostik - tanpa perlu mengetahui pembelajaran mesin. Pengembang dapat membangun AIOps, pemeliharaan prediktif, dan aplikasi pemantauan bisnis berdasarkan layanan. Gunakan Azure Metrics Advisor untuk:

  • Menganalisis data multi-dimensi dari beberapa sumber data
  • Mengidentifikasi dan menghubungkan anomali
  • Mengonfigurasi dan menyempurnakan model deteksi anomali yang digunakan pada data Anda
  • Diagnosa anomali dan bantu analisis akar penyebab

Ringkasan Advisor Metrik

Dokumentasi ini berisi jenis artikel berikut ini:

  • Mulai cepat adalah instruksi langkah demi langkah yang memungkinkan Anda membuat panggilan ke layanan dan mendapatkan hasil dalam waktu singkat.
  • Panduan cara berisi instruksi untuk menggunakan layanan dengan cara yang lebih spesifik atau yang disesuaikan.
  • Artikel konseptual ini memberikan penjelasan mendalam tentang fungsionalitas dan fitur layanan tersebut.

Menyambungkan ke berbagai sumber data

Azure Metrics Advisor dapat terhubung, dan menelan data metrik multi-dimensi dari banyak penyimpanan data, termasuk: SQL Server, Azure Blob Storage, MongoDB dan banyak lagi.

Deteksi anomali yang mudah digunakan dan dapat disesuaikan

  • Azure Metrics Advisor secara otomatis memilih model terbaik untuk data Anda, tanpa perlu mengetahui pembelajaran mesin apa pun.
  • Secara otomatis memantau setiap deret waktu dalam metrik multi-dimensi.
  • Gunakan penyetelan parameter dan umpan balik interaktif untuk menyesuaikan model yang diterapkan pada data Anda, dan hasil deteksi anomali di masa mendatang.

Pemberitahuan real-time melalui beberapa saluran

Setiap kali anomali terdeteksi, Azure Metrics Advisor dapat mengirim peringatan real time melalui beberapa saluran menggunakan hook, seperti: hook email, hook web, dan hook Azure DevOps. Konfigurasi peringatan fleksibel memungkinkan Anda menyesuaikan kapan dan di mana mengirim pemberitahuan.

Wawasan diagnostik cerdas dengan menganalisis anomali

Menganalisis akar penyebab ke dimensi tertentu

Advisor Metrik menggabungkan anomali yang terdeteksi pada metrik multi-dimensi yang sama ke dalam pohon diagnostik untuk membantu Anda menganalisis akar penyebab ke dimensi tertentu. Ada juga wawasan teranalisis otomatis yang tersedia dengan menganalisis kontribusi terbesar dari setiap dimensi.

Analisis lintas-metrik menggunakan grafik Metrik

Grafik Metrik menunjukkan hubungan antar metrik. Analisis lintas-metrik dapat diaktifkan untuk membantu Anda menangkap status abnormal di antara semua metrik terkait dalam tampilan yang holistik. Dan akhirnya menemukan akar penyebab akhir.

Lihat cara mendiagnosis insiden untuk detail lebih lanjut.

Alur kerja umum

Alur kerjanya sederhana: setelah {i>onboarding

  1. Membuat sumber daya Azure untuk Azure Metrics Advisor.
  2. Buat monitor pertama Anda menggunakan portal web.
    1. Onboard data Anda
    2. Konfigurasikan deteksi anomali yang cermat
    3. Berlangganan anomali untuk pemberitahuan
    4. Menampilkan wawasan diagnostik
  3. Gunakan REST API untuk menyesuaikan instans Anda.

Video

Retensi data dan keterbatasan:

Advisor Metrik akan menyimpan maksimal 10.000 interval waktu (apa itu interval?) penghitungan maju dari cap waktu saat ini, baik ada data yang tersedia atau pun tidak. Data yang berada di luar jendela akan dihapus. Pemetaan retensi data untuk menghitung hari untuk granularitas metrik yang berbeda:

Granularitas(menit) Penyimpanan(hari)
1 6,94
5 34,72
15 104,1
60(=Per jam) 416,67
1.440(=setiap hari) 10.000,00

Juga terdapat batasan lebih lanjut. Lihat FAQ untuk detail selengkapnya.

Menggunakan kasus untuk Advisor Metrik

Langkah berikutnya