Glossário do Assistente de Métricas de vocabulário e conceitos comuns
Importante
A partir de 20 de setembro de 2023, não será mais possível criar novos recursos do Assistente de Métricas. O serviço Assistente de Métricas será desativado no dia 1º de outubro de 2026.
Este documento explica os termos técnicos usados no Assistente de Métricas. Use este artigo para saber mais sobre os conceitos e objetos comuns que você pode encontrar ao usar o serviço.
Feed de dados
Observação
Várias métricas podem compartilhar a mesma fonte de dados e até mesmo o mesmo feed de dados.
Um feed de dados é o que o Assistente de Métricas ingere em sua fonte de dados, como o Azure Cosmos DB ou um SQL Server. Um feed de dados contém linhas de:
- carimbos de data/hora
- zero ou mais dimensões
- uma ou mais medidas.
Intervalo
As métricas precisam ser monitoradas em uma determinada granularidade de acordo com os requisitos de negócios. Por exemplo, os KPIs (indicadores chave de desempenho) são monitorados em granularidade diária. No entanto, as métricas de desempenho do serviço geralmente são monitoradas em granularidade de minuto/hora. Portanto, a frequência para coletar dados de métrica de fontes é diferente.
O Assistente de Métricas captura continuamente os dados de métricas em cada intervalo de tempo, e o intervalo é igual à granularidade das métricas. A cada vez, o assistente de métricas executa a consulta que você gravou para ingerir dados nesse intervalo específico. Com base nesse mecanismo de ingestão de dados, o script de consulta não deve retornar todos os dados de métrica existentes no banco de dado, mas precisa limitar o resultado a um único intervalo.
Métrica
Uma métrica é uma medida quantificável usada para monitorar e avaliar o status de um processo empresarial específico. Pode ser uma combinação de vários valores de série temporal divididos em dimensões. Por exemplo, uma métrica de integridade da Web pode conter dimensões para contagem de usuários e mercado en-us.
Dimensão
Uma dimensão é composta por um ou mais valores categóricos. A combinação desses valores identifica uma série temporal univariada específica, por exemplo: país/região, idioma, locatário e assim por diante.
Métrica multidimensional
O que é uma métrica multidimensional? Vamos usar dois exemplos.
Receita de um negócio
Suponha que você tenha dados para a receita de sua empresa. Os dados de série temporal podem ter uma aparência semelhante a esta:
| Timestamp | Categoria | Market | Receita |
|---|---|---|---|
| 2020-6-1 | Alimentos | EUA | 1000 |
| 2020-6-1 | Vestuário | EUA | 2000 |
| 2020-6-2 | Alimentos | Reino Unido | 800 |
| ... | ... | ... | ... |
Neste exemplo, a Categoria e o Mercado são dimensões. Receita é o KPI (indicador chave de desempenho) que pode ser dividido em diferentes categorias e/ou mercados e também pode ser agregado. Por exemplo, a receita de alimentos para todos os mercados.
Contagens de erros para um aplicativo complexo
Suponha que você tenha dados para o número de erros registrados em um aplicativo. Os dados de série temporal podem ter uma aparência semelhante a esta:
| Timestamp | Componente de aplicativo | Região | Contagem de erros |
|---|---|---|---|
| 2020-6-1 | Banco de dados do funcionário | OESTE DA EUROPA | 9000 |
| 2020-6-1 | Fila de mensagens | LESTE DOS EUA | 1000 |
| 2020-6-2 | Fila de mensagens | LESTE DOS EUA | 8000 |
| ... | ... | ... | ... |
Neste exemplo, Componente de aplicativo e a Região são dimensões. Contagem de erros é o KPI que pode ser dividido em diferentes categorias e/ou mercados e também pode ser agregado. Por exemplo, a contagem de erros da Fila de mensagens em todas as regiões.
Medida
Uma medida é um termo fundamental ou específico da unidade e um valor quantificável da métrica.
Série temporal
Uma série temporal é uma série de pontos de dados indexados (ou listados ou incluídos em gráficos) em ordem cronológica. Normalmente, uma série temporal é uma sequência feita em pontos sucessivos e igualmente espaçados. É uma sequência de dados em tempo discreto.
No Assistente de Métricas, os valores de uma métrica em uma combinação de dimensão específica são chamados de uma série.
Granularidade
A granularidade indica a frequência com que os pontos de dados serão gerados na fonte de dados. Por exemplo, por dia, por hora.
Ingerir dados desde(UTC)
Ao preencher a opção Ingerir dados desde(UTC), você define a hora em que deseja que o Assistente de Métricas comece a ingerir dados de sua fonte de dados. Sua fonte de dados deve ter dados na hora de início de ingestão especificada.
Limites de confiança
Observação
Os limites de confiança não são a única medida usada para localizar anomalias. É possível que os pontos de dados fora desse limite sejam sinalizados como normais pelo modelo de detecção.
No Assistente de Métricas, os limites de confiança representam a sensibilidade do algoritmo usado e são usados para filtrar anomalias excessivamente sensíveis. No portal da Web, os limites de confiança aparecem como uma faixa azul transparente. Todos os pontos dentro da faixa são tratados como pontos normais.
O Assistente de Métricas fornece ferramentas para ajustar a sensibilidade dos algoritmos usados. Confira Como configurar métricas e fazer ajuste fino da detecção de configuração para obter mais informações.
Gancho
O Assistente de Métricas permite criar e assinar alertas em tempo real. Esses alertas são enviados pela Internet usando um gancho.
Incidente de anomalia
Depois que uma configuração de detecção é aplicada às métricas, os incidentes são gerados sempre que qualquer série dentro dela tiver uma anomalia. Em conjuntos de dados grandes, isso pode ser esmagador, portanto, o Assistente de Métricas agrupa a série de anomalias em uma métrica em um incidente. O serviço também avaliará a gravidade e fornecerá ferramentas para diagnosticar um incidente.
Árvore de diagnóstico
No Assistente de Métricas, você pode aplicar a detecção de anomalias nas métricas, e o Assistente de Métricas monitora automaticamente todas as séries temporais de todas as combinações de dimensão. Sempre que houver qualquer anomalia detectada, o Assistente de Métricas agregará anomalias em incidentes. Após a ocorrência de um incidente, o Assistente de Métricas fornecerá uma árvore de incidentes com uma hierarquia de anomalias de contribuição e identificará aquelas que têm mais impacto. Cada incidente tem uma anomalia de causa raiz, que é o nó superior da árvore.
Agrupamento de anomalias
O Assistente de Métricas permite encontrar séries temporais relacionadas com padrões semelhantes. Ele também pode fornecer insights mais aprofundados sobre o impacto sobre outras dimensões e correlacionar as anomalias.
Comparação de série temporal
Você pode escolher várias séries temporais para comparar tendências em uma só visualização. Isso fornece uma forma clara e criteriosa de exibir e comparar séries relacionadas.
Configuração de detecção
Observação
As configurações de detecção são aplicadas somente dentro de uma métrica individual.
No portal da Web do Assistente de Métricas, uma configuração de detecção (como sensibilidade, adiamento automático e direção) é listada no painel esquerdo ao exibir uma métrica. Os parâmetros podem ser ajustados e aplicados a todas as séries dentro dessa métrica.
Uma configuração de detecção é necessária para cada série temporal e determina se um ponto na série temporal é uma anomalia. O Assistente de Métricas definirá uma configuração padrão para toda a métrica quando você integrar os dados pela primeira vez.
Além disso, é possível refinar a configuração aplicando parâmetros de ajuste em um grupo de séries ou em um específico. Somente uma configuração será aplicada a uma série temporal:
- As configurações aplicadas a uma série específica substituirão as configurações de um grupo
- As configurações de um grupo substituirão as configurações aplicadas à métrica inteira.
O Assistente de Métricas fornece vários métodos de detecção e você pode combiná-los usando operadores lógicos.
Detecção inteligente
Detecção de anomalias usando vários algoritmos de machine learning.
Sensibilidade: um valor numérico para ajustar a tolerância da detecção de anomalias. Visualmente, quanto maior o valor, mais estreito os limites superiores e inferiores em relação à série temporal.
Limite rígido
Os valores fora dos limites superior ou inferior são anomalias.
Mín. : o limite inferior
Máx. : o limite superior
Limite de alteração
Use o valor de ponto anterior para determinar se esse ponto é uma anomalia.
Percentual de alteração: em comparação ao ponto anterior, o ponto atual será uma anomalia se o percentual de alteração for maior que esse parâmetro.
Alteração sobre pontos: quantos pontos atrás devem ser examinados.
Parâmetros comuns
Direção: um ponto é uma anomalia somente quando o desvio ocorre na direção para cima, para baixo ou ambas.
Anomalia não válida até: um ponto de dados apenas é uma anomalia se um percentual especificado de pontos anteriores também for anomalias.
Configurações de alerta
As configurações de alerta determinam quais anomalias devem disparar um alerta. Você pode definir vários alertas com configurações diferentes. Por exemplo, você pode criar um alerta para anomalias com menor impacto nos negócios e outro para alertas mais importantes.
Você também pode criar um alerta entre as métricas. Por exemplo, um alerta que só será disparado se duas métricas especificadas tiverem anomalias.
Escopo do alerta
O escopo do alerta refere-se ao escopo ao qual o alerta se aplica. Há quatro opções:
Anomalias de todas as séries: os alertas serão disparados para anomalias em todas as séries dentro da métrica.
Anomalias no grupo de séries: os alertas só serão disparados para anomalias em dimensões específicas do grupo de séries. O número de dimensões especificadas deve ser menor do que o número total de dimensões.
Anomalias na série favorita: alertas serão disparados somente para anomalias que são adicionadas como favoritas. Você pode escolher um grupo de séries como favorito para cada configuração de detecção.
Anomalias no N superior de todas as séries: os alertas só serão disparados para anomalias na série N superior. Você pode definir parâmetros para especificar o número de carimbos de data/hora a serem levados em conta e quantas anomalias devem estar neles para enviar o alerta.
Severidade
A gravidade é uma classificação que o Assistente de Métricas usa para descrever a gravidade do incidente, incluindo Alta, Média e Baixa.
Atualmente, o Assistente de Métricas usa os seguintes fatores para medir a gravidade do alerta:
- A proporção de valor e a proporção de quantidade de anomalias na métrica.
- Confiança de anomalias.
- Suas configurações favoritas também contribuem para a gravidade.
Adiar automaticamente
Algumas anomalias são problemas transitórios, especialmente para métricas de granularidade pequena. Você pode adiar um alerta para um número específico de pontos de tempo. Se forem encontradas anomalias dentro desse número especificado de pontos, nenhum alerta será disparado. O comportamento do adiamento automático pode ser definido no nível de métrica ou no nível de série.
O comportamento de adiar pode ser definido no nível de métrica ou no nível de série.
Configurações do feed de dados
Deslocamento do tempo de ingestão
Por padrão, os dados são ingeridos de acordo com a granularidade (como diariamente). Ao usar um inteiro positivo, você pode atrasar a ingestão dos dados pelo valor especificado. Usando um número negativo, você pode avançar a ingestão pelo valor especificado.
Ingestão máxima por minuto
Defina esse parâmetro se sua fonte de dados der suporte à simultaneidade limitada. Caso contrário, deixe as configurações padrão.
Interromper novas tentativas após
Se a ingestão de dados falhar, o Assistente de Métricas tentará outra vez de modo automático após um período. O início do período é a hora em que a primeira ingestão de dados ocorreu. A duração do período de nova tentativa é definido de acordo com a granularidade. Se você usar o valor padrão (-1), o período de nova tentativa será determinado de acordo com a granularidade:
| Granularidade | Interromper novas tentativas após |
|---|---|
| Diária, Personalizada (>= 1 dia), Semanal, Mensal, Anual | 7 dias |
| Por hora, Personalizado (< 1 dia) | 72 horas |
Intervalo de repetição mín.
Você pode especificar o intervalo mínimo ao tentar efetuar pull de dados da origem. Se você usar o valor padrão (-1), o intervalo de repetição será determinado de acordo com a granularidade:
| Granularidade | Intervalo de repetição máximo |
|---|---|
| Diária, Personalizada (>= 1 dia), Semanal, Mensal | 30 minutos |
| Por hora, Personalizado (< 1 dia) | 10 minutos |
| Anualmente | 1 dia |
Período de carência
Observação
O período de carência começa no tempo de ingestão regular, além do deslocamento de tempo de ingestão especificado.
Um período de carência é um período em que o Assistente de Métricas continuará a buscar dados da fonte de dados, mas não acionará nenhum alerta. Se nenhum dado tiver sido ingerido após o período de carência, um alerta de Feed de dados não disponível será disparado.
Adiar alertas em
Quando essa opção for definida como zero, cada carimbo de data/hora com Não disponível vai disparar um alerta. Quando definido com um valor diferente de zero, o número especificado de alertas Não disponíveis será adiado se nenhum dado for obtido.
Permissões de feed de dados
Há duas funções para gerenciar permissões de feed de dados: Administrador e Visualizador.
Um Administrador tem controle total sobre o feed de dados e as métricas dentro dele. Ele podem ativar, pausar, excluir o feed de dados e fazer atualizações em feeds e configurações. Normalmente, um Administrador é o proprietário das métricas.
Um Visualizador pode ver o feed de dados ou as métricas, mas não pode fazer alterações.