Condividi tramite

Preparare i dati e caricarli nell'account di archiviazione

  • Articolo

Importante

A partire dal 20 settembre 2023 non sarà possibile creare nuove risorse di Rilevamento anomalie. Il servizio Rilevamento anomalie verrà ritirato il 1° ottobre 2026.

Il rilevamento anomalie multivariato richiede il training per l’elaborazione dei dati e un account di archiviazione di Azure per archiviare i dati per ulteriori passaggi di training e inferenza.

Preparazione dei dati

Prima di tutto è necessario preparare i dati per il training e l'inferenza.

Schema dei dati di input

Il rilevamento anomalie multivariato supporta due tipi di schemi dati: OneTable e MultiTable. È possibile usare uno di questi schemi per preparare i dati e caricarli nell'account di archiviazione per ulteriore training e inferenza.

Diagramma di due schemi di dati con tre passaggi: preparazione dei dati, training, inferenza.

Schema 1: OneTable

OneTable è un file CSV che contiene tutte le variabili su cui si desidera eseguire il training per un modello rilevamento anomalie multivariato e una colonna timestamp. Scaricare i dati di esempio di OneTable

  • I valori timestamp devono essere conformi a ISO 8601. I valori di altre variabili in altre colonne possono esserenumeri interi o decimali con un numero qualsiasi di cifre decimali.

  • Le variabili per il training e le variabili per l'inferenza devono essere coerenti. Ad esempio, se si usa series_1, series_2, series_3, series_4 e series_5 per il training, è necessario fornire esattamente le stesse variabili per l'inferenza.

    Esempio:

Diagramma di uno schema di tabella singola.

Schema 2: MultiTable

MultiTable è costituito da più file CSV in una cartella di file e ogni file CSV contiene solo due colonne di una variabile, con i nomi esatti delle colonne: timestamp e valore. Scaricare i dati di esempio di Multiple Tables e decomprimerli.

  • I valori timestamp devono essere conformi a ISO 8601. I valori value possono essere numeri interi o decimali con un numero qualsiasi di cifre decimali.

  • Il nome del file CSV verrà usato come nome della variabile e deve essere univoco. Ad esempio, temperature.csv e humidity.csv.

  • Le variabili per il training e le variabili per l'inferenza devono essere coerenti. Ad esempio, se si usa series_1, series_2, series_3, series_4 e series_5 per il training, è necessario fornire esattamente le stesse variabili per l'inferenza.

    Esempio:

Diagramma di uno schema di tabella multipla.

Nota

Se i timestamp hanno ore, minuti e/o secondi, assicurarsi che vengano arrotondati correttamente prima di chiamare le API. Ad esempio, se la frequenza dei dati deve essere un punto dati ogni 30 secondi, ma vengono visualizzati timestamp come "12:00:01" e "12:00:28", è un segnale forte che è consigliabile pre-elaborare i timestamp in nuovi valori come "12:00:00" e "12:00:30". Per informazioni dettagliate, vedere la sezione "Arrotondamento timestamp" nel documento sulle procedure consigliate.

Caricare i dati nell'account di archiviazione

Dopo aver preparato i dati con uno dei due schemi precedenti, è possibile caricare il file CSV (OneTable) o la cartella dati (MultiTable) nell'account di archiviazione.

  1. Creare un account di archiviazione, compilare i campi, passaggi simili a quelli previsti per la creazione della risorsa Rilevamento anomalie.

    Screenshot della pagina di configurazione dell'account di archiviazione di Azure.

  2. Selezionare Contenitore a sinistra della risorsa account di archiviazione e selezionare +Contenitore per crearne uno che archivierà i dati.

  3. Caricare i dati nel contenitore.

    Caricare i dati di OneTable

    Passare al contenitore creato e selezionare Carica, quindi scegliere il file CSV preparato e caricarlo.

    Dopo aver caricato i dati, selezionare il file CSV e copiare l'URL del BLOB tramite il piccolo pulsante blu. Incollare l'URL in un luogo pratico per ulteriori passaggi.

    Screenshot dell'URL del BLOB di copia per una tabella singola.

    Caricare i dati MultiTable

    Passare al contenitore creato e selezionare Carica, quindi selezionare Avanzate e indicare il nome di una cartella in Carica nella cartella, quindi selezionare tutte le variabili in file CSV separati e caricarli.

    Dopo aver caricato i dati, accedere alla cartella e selezionare un file CSV al suo interno, copiare l'URL del BLOB e mantenere solo la parte che precede il nome del file CSV, in modo che l'URL finale del BLOB sia collegato alla cartella. Incollare l'URL in un luogo pratico per ulteriori passaggi.

    Screenshot dell'URL del BLOB di copia per una tabella multipla.

  4. Concedere a Rilevamento anomalie l'accesso in lettura dei dati nell'account di archiviazione.

    • Nel contenitore selezionare Controllo di accesso (IAM) a sinistra, selezionare + Aggiungi per aggiungere un'assegnazione di ruolo. Se si nota che l'assegnazione di ruolo è disabilitata, contattare il proprietario dell'account di archiviazione in modo che aggiunga il ruolo Proprietario al contenitore.

    Screenshot dell'interfaccia utente del controllo di accesso impostata.

    • Cercare e selezionare il ruolo Lettore dati BLOB di archiviazione e selezionare Avanti. Tecnicamente, i ruoli evidenziati di seguito e il ruolo Proprietario dovrebbero funzionare.

    Screenshot dell'aggiunta dell'assegnazione di ruolo con ruoli lettore selezionati.

    • Selezionare Assegna accesso all'identità gestita e Seleziona membri, quindi scegliere la risorsa rilevamento anomalie creata in precedenza, quindi selezionare Rivedi e assegna.

Passaggi successivi