변칙 차트
변칙 차트 시각화는 시간 차트와 비슷하지만 series_decompose_anomalies 함수를 사용하여 변칙을 강조 표시합니다.
참고
이 시각화는 렌더링 연산자의 컨텍스트에서만 사용할 수 있습니다.
Syntax
T|
render
anomalychart
[with
(
propertyName=
propertyValue [,
...])
]
구문 규칙에 대해 자세히 알아봅니다.
매개 변수
이름 | 형식 | 필수 | 설명 |
---|---|---|---|
T | string |
✔️ | 입력 테이블 이름입니다. |
propertyName, propertyValue | string |
키-값 속성 쌍의 쉼표로 구분된 목록입니다. 지원되는 속성을 참조하세요. |
지원되는 속성
모든 속성은 선택 사항입니다.
PropertyName | PropertyValue |
---|---|
accumulate |
각 측정값이 모든 선행 작업에 추가되는지 여부입니다. (true 또는 false ) |
legend |
범례를 표시하는지 여부입니다(visible 또는 hidden ). |
series |
레코드가 속한 계열을 정의하는 결합된 레코드당 값이 있는 열의 쉼표로 구분된 목록입니다. |
ymin |
Y축에 표시할 최솟값입니다. |
ymax |
Y축에 표시할 최댓값입니다. |
title |
시각화의 제목입니다(string 형식). |
xaxis |
x축의 크기를 조정하는 방법입니다(linear 또는 log ). |
xcolumn |
결과에서 x축에 사용되는 열입니다. |
xtitle |
x축의 제목입니다(string 형식). |
yaxis |
y축의 크기를 조정하는 방법입니다(linear 또는 log ). |
ycolumns |
x 열의 값을 기준으로 제공된 값으로 구성되는 열의 쉼표로 구분된 목록입니다. |
ysplit |
여러 시각화를 분할하는 방법입니다. 자세한 내용은 여러 y축을 참조하세요. |
ytitle |
y축의 제목입니다(string 형식). |
anomalycolumns |
쉼표로 구분된 열 목록- 변칙 계열로 간주되고 차트에 포인트로 표시됩니다. |
ysplit
속성
이 시각화는 여러 y축 값으로 분할할 수 있습니다. 이 속성의 지원되는 값은 다음과 같습니다.
ysplit |
설명 |
---|---|
none |
모든 계열 데이터에 대해 단일 y축이 표시됩니다. (기본값) |
axes |
단일 차트가 여러 y축으로 표시됩니다(계열당 하나씩). |
panels |
각 ycolumn 값에 대해 하나의 차트가 렌더링됩니다(특정 제한까지). |
예제
let min_t = datetime(2017-01-05);
let max_t = datetime(2017-02-03 22:00);
let dt = 2h;
demo_make_series2
| make-series num=avg(num) on TimeStamp from min_t to max_t step dt by sid
| where sid == 'TS1' // select a single time series for a cleaner visualization
| extend (anomalies, score, baseline) = series_decompose_anomalies(num, 1.5, -1, 'linefit')
| render anomalychart with(anomalycolumns=anomalies, title='Web app. traffic of a month, anomalies') //use "| render anomalychart with anomalycolumns=anomalies" to render the anomalies as bold points on the series charts.
이 시각화는 Azure Monitor에서 지원되지 않습니다.
피드백
https://aka.ms/ContentUserFeedback
출시 예정: 2024년 내내 콘텐츠에 대한 피드백 메커니즘으로 GitHub 문제를 단계적으로 폐지하고 이를 새로운 피드백 시스템으로 바꿀 예정입니다. 자세한 내용은 다음을 참조하세요.다음에 대한 사용자 의견 제출 및 보기