Métricas de configuração e configuração de deteção de afinação

Utilize este artigo para começar a configurar a sua instância Métrica Advisor utilizando o portal web e afinar os resultados de deteção de anomalias.

Métricas

Para navegar nas métricas para um feed de dados específico, vá à página de feeds de dados e selecione um dos feeds. Isto apresentará uma lista de métricas associadas.

Select a metric

Selecione um dos nomes métricos para ver os seus detalhes. Nesta vista, pode mudar para outra métrica no mesmo feed de dados utilizando a lista de drop-down no canto superior direito do ecrã.

Quando vê pela primeira vez os detalhes de uma métrica, pode carregar uma série de tempo deixando o Metrics Advisor escolher um para si, ou especificando valores a incluir para cada dimensão.

Também pode selecionar intervalos de tempo e alterar o layout da página.

Nota

  • A hora de início é inclusiva.
  • O fim de hora é exclusivo.

Pode selecionar o separador Incidentes para visualizar anomalias e encontrar um link para o centro de incidentes.

Sintonize a configuração de deteção

Uma métrica pode aplicar uma ou mais configurações de deteção. Há uma configuração padrão para cada métrica, a que pode editar ou adicionar, de acordo com as suas necessidades de monitorização.

Configuração de deteção afinação automática com base na preferência por anomalias

A configuração de deteção de afinação automática é uma nova funcionalidade lançada no Metrics Advisor, para ajudar a resolver os seguintes cenários:

  • Dependendo do caso de utilização, certos tipos de anomalias podem ter um interesse mais significativo. Às vezes pode estar interessado em picos ou mergulhos repentinos, mas outros casos, picos/mergulhos ou anomalias transitórias não são críticos. Anteriormente era difícil distinguir a configuração para diferentes tipos de anomalias. A nova função de afinação automática torna possível esta distinção entre tipos de anomalias. A partir de agora, existem cinco padrões de anomalia suportados:

    • Espigão
    • Mergulho
    • Aumentar
    • Decrease
    • Estável
  • Por vezes, pode haver muitas dimensões dentro de uma métrica, que dividirá a métrica em centenas, milhares, ou até mais séries temporizadas para serem monitorizadas. No entanto, muitas vezes algumas destas dimensões não são igualmente importantes. Veja-se as receitas como exemplo, o número de pequenas regiões ou de uma categoria de produtos de nicho pode ser bastante reduzido e, portanto, também não é tão estável. Mas, ao mesmo tempo, não necessariamente crítico. A nova funcionalidade de afinação automática tornou possível afinar a configuração com base na gama de valor da série.

Isto permite-lhe não ter de gastar tanto esforço afinar a sua configuração uma e outra vez, e também reduz o ruído de alerta.

Nota

A função de afinação automática só é aplicada no método 'Deteção inteligente'.

Pré-requisito para desencadear a afinação automática

Depois de as métricas serem a bordo do Metrics Advisor, o sistema tentará executar estatísticas sobre as métricas para categorizar tipos de padrões de anomalia e distribuição de valor da série . Ao fornecer esta funcionalidade, pode afinar ainda mais a configuração com base nas suas preferências específicas. No início, mostrará um estado de Inicialização.

Screenshot of Metrics Advisor U I with Initializing auto-tuning text visible.

Opte por ativar a afinação automática sobre o padrão de anomalia e o valor da série

A funcionalidade permite-lhe sintonizar a configuração de deteção a partir de duas perspetivas de padrão de anomalia e valor de série. Com base no seu caso de utilização específico, pode escolher qual para ativar ou ativar ambos.

  • Para a opção de padrão de anomalia , o sistema irá listar diferentes padrões de anomalia que foram observados com a métrica. Pode escolher quais os que lhe interessam e selecioná-los, os padrões não selecionados terão a sua sensibilidade reduzida por defeito.

  • Para a opção de valor da série , a sua seleção dependerá do seu caso de utilização específico. Terá de decidir se pretende usar uma sensibilidade mais elevada para séries com valores mais elevados e diminuir a sensibilidade em séries de baixo valor, ou vice-versa. Então verifique a caixa de verificação.

Screenshot with a toggle button for apply pattern preference and apply value preference selected.

Sintonize a configuração para padrões de anomalia selecionados

Se forem escolhidos padrões específicos de anomalia, o próximo passo é afinar a configuração para cada um. Há uma sensibilidade global que é aplicada para todas as séries. Para cada padrão de anomalia, pode sintonizar o ajuste, que é baseado na sensibilidade global.

Deve afinar cada padrão de anomalia que tenha sido escolhido individualmente.

Screenshot of auto-tuning pattern U I within Metrics Advisor.

Sintonize a configuração para cada grupo de valor de série

Após o sistema gerar estatísticas sobre todas as séries de tempo dentro da métrica, vários grupos de valor da série são criados automaticamente. Como descrito acima, pode afinar o ajuste para cada grupo de valor da série de acordo com as suas necessidades específicas de negócio.

Haverá um ajuste padrão configurado para obter os melhores resultados de deteção, mas pode ser afinado mais.

Screenshot of pattern based sensitivity U I with adjustment for anomaly patterns, spike -30 highlighted on a slider with a range from -100 to 100.

Configurar regras de alerta

Mesmo quando a configuração de deteção na captura de anomalias válidas é afinada, ainda é importante inserir regras de alerta para garantir que as regras finais de alerta podem satisfazer eventuais necessidades do negócio. Há uma série de regras que podem ser definidas, como regras de filtro ou regras de alerta contínua.

Screenshot of setup alert rules UI within Metrics Advisor product.

Depois de configurar todas as definições descritas na secção acima, o sistema irá orquestrá-las juntas e detetar automaticamente anomalias com base nas suas preferências inseridas. O objetivo é obter a melhor configuração que funciona para cada métrica, o que pode ser alcançado muito mais facilmente através da utilização da nova capacidade de afinação automática .

Sintonize a configuração de todas as séries na métrica atual

Esta configuração será aplicada a todas as séries desta métrica, com exceção das que têm uma configuração separada. Uma configuração de nível métrico é aplicada por padrão quando os dados são acedidos, e é mostrada no painel esquerdo. Os utilizadores podem editar diretamente o nível métrico config na página métrica.

Existem parâmetros adicionais como Direction, e Anomalia válida que pode ser usada para afinar ainda mais a configuração. Também pode combinar diferentes métodos de deteção.

Configuration combination

Sintonize a configuração de uma série ou grupo específico

Selecione configuração avançada abaixo das opções de configuração do nível métrico para ver a configuração do nível de grupo. Pode adicionar uma configuração para uma série individual ou grupo de séries clicando no + ícone nesta janela. Os parâmetros são semelhantes aos parâmetros de configuração de nível métrico, mas pode ser necessário especificar pelo menos um valor de dimensão para uma configuração de nível de grupo para identificar um grupo de séries. E especifique todos os valores de dimensão para configuração de nível de série para identificar uma série específica.

Esta configuração será aplicada ao grupo de séries ou séries específicas em vez da configuração do nível métrico. Depois de definir as condições para este grupo, guarde-o.

Advanced configuration

Métodos de deteção de anomalias

O Metrics Advisor oferece múltiplos métodos de deteção de anomalias: Limiar rígido, deteção inteligente, limiar de alteração. Pode utilizar um ou combiná-lo utilizando operadores lógicos clicando no botão '+' .

Limiar rígido

O limiar rígido é um método básico para a deteção de anomalias. Pode definir um limite superior e/ou inferior para determinar o intervalo de valor esperado. Quaisquer pontos que caiam fora da fronteira serão identificados como uma anomalia.

Deteção inteligente

A deteção inteligente é alimentada por machine learning que aprende padrões a partir de dados históricos, e usa-os para futura deteção. Ao utilizar este método, a Sensibilidade é o parâmetro mais importante para afinar os resultados da deteção. Pode arrastá-lo para um valor menor ou maior para afetar a visualização no lado direito da página. Escolha um que se encaixe nos seus dados e guarde-os.

No modo de deteção inteligente, os parâmetros de versão de sensibilidade e de limite são usados para afinar o resultado da deteção de anomalias.

A sensibilidade pode afetar a largura da gama de valor esperada de cada ponto. Quando aumentado, o intervalo de valor esperado será mais apertado, e mais anomalias serão reportadas:

Smart detection with high sensitivity

Quando a sensibilidade for recusada, o intervalo de valor esperado será mais largo e serão reportadas menos anomalias:

Smart detection with low sensitivity

Limite de alteração

O limiar de alteração é normalmente utilizado quando os dados métricos geralmente permanecem em torno de um determinado intervalo. O limiar é definido de acordo com a percentagem de Alteração. O modo limiar de alteração é capaz de detetar anomalias nos cenários:

  • Os seus dados são normalmente estáveis e suaves. Quer ser notificado quando houver flutuações.
  • Os seus dados são normalmente instáveis e flutuam muito. Quer ser notificado quando ficar demasiado estável ou plano.

Utilize os seguintes passos para utilizar este modo:

  1. Selecione Alterar o limiar como o seu método de deteção de anomalias quando definir as configurações de deteção de anomalias para as suas métricas ou séries de tempo.

    change threshold

  2. Selecione o fora do alcance ou no parâmetro de alcance com base no seu cenário.

    Se pretender detetar flutuações, selecione para fora do alcance. Por exemplo, com as definições abaixo, qualquer dado que mude mais de 10% em comparação com o anterior será detetado como um outlier. out of range parameter

    Se pretender detetar linhas planas nos seus dados, selecione no intervalo. Por exemplo, com as definições abaixo, qualquer dado que se ajuste dentro de 0,01% em comparação com o anterior será detetado como um outlier. Como o limiar é tão pequeno (0,01%), deteta linhas planas nos dados como outliers.

    In range parameter

  3. Decrete a percentagem de alteração que contará como uma anomalia, e que os pontos de dados previamente capturados serão usados para comparação. Esta comparação é sempre entre o ponto de dados atual, e um único ponto de dados N aponta antes dele.

    A direção só é válida se estiver a utilizar o modo fora do alcance:

    • Até configurar a deteção apenas para detetar anomalias quando (ponto de dados atual) - (ponto de comparação ponto de dados) >+ percentagem.
    • Para baixo configura a deteção para apenas detetar anomalias quando (ponto de dados atual) - (comparando ponto de dados) <- percentagem de limiar.

Eventos predefinidos

Por vezes, eventos e ocorrências esperados (como feriados) podem gerar dados anómalos. Utilizando eventos predefinidos, pode adicionar bandeiras à saída de deteção de anomalias, durante os tempos especificados. Esta funcionalidade deve ser configurada após o feed de dados estar a bordo. Cada métrica só pode ter uma configuração de evento predefinida.

Nota

A configuração do evento predefinido terá em conta as férias durante a deteção de anomalias e poderá alterar os seus resultados. Será aplicado aos pontos de dados ingeridos depois de guardar a configuração.

Selecione o botão Configure Preset Event ao lado da lista de métricas em cada página de detalhes métricos.

preset event button

Na janela que aparece, configuure as opções de acordo com o seu uso. Certifique-se de que o evento de férias enable está selecionado para utilizar a configuração.

A secção de eventos Holiday ajuda-o a suprimir anomalias desnecessárias detetadas durante as férias. Existem duas opções para a opção estratégia que pode aplicar:

  • Suprimir as férias: Suprime todas as anomalias e alertas em resultados de deteção de anomalias durante o período de férias.
  • Feriado como fim de semana: Calcula os valores médios esperados de vários fins de semana correspondentes antes do feriado, e baseia o estado de anomalia fora destes valores.

Existem vários outros valores que pode configurar:

Opção Descrição
Escolha uma dimensão como país Escolha uma dimensão que contenha informações do país. Por exemplo, um código de país.
Mapeamento de código de país O mapeamento entre um código de país padrão e dados do país escolhidos.
Opções de férias Se tomar em consideração todos os feriados, apenas férias PTO (Pay Time Off) ou apenas feriados não-PTO.
Dias para expandir Os dias impactados antes e depois de um feriado.

A secção de eventos cycle pode ser usada em alguns cenários para ajudar a reduzir alertas desnecessários usando padrões cíclicos nos dados. Por exemplo:

  • Métricas que têm múltiplos padrões ou ciclos, como um padrão semanal e mensal.
  • Métricas que não têm um padrão claro, mas os dados são comparáveis Ano após Ano (YoY), Mês em Mês (MoM), Week Over Week (WoW), ou Day Over Day (DoD).

Nem todas as opções são selecionáveis para cada granularidade. As opções disponíveis por granularidade estão abaixo (✔ para disponível, X para indisponíveis):

Granularidade Rio YoY MoM Rio WoW DoD
Anualmente X X X X
Mensalmente X X X X
Semanal X X X
Diário X
Hora a hora
Minuciosamente X X X X
Em segundo lugar X X X X
Personalizado*

Quando utilizar uma granularidade personalizada em segundos, só disponível se a métrica for superior a uma hora e menos de um dia.

O evento de ciclo é usado para reduzir anomalias se seguirem um padrão cíclico, mas irá relatar uma anomalia se vários pontos de dados não seguirem o padrão. O modo rigoroso é usado para permitir a reporte de anomalias se mesmo um ponto de dados não seguir o padrão.

preset event configuration

Ver incidentes recentes

O Metrics Advisor deteta anomalias em todos os dados da série de tempo à medida que são ingeridos. No entanto, nem todas as anomalias precisam de ser agravadas, porque podem não ter um impacto significativo. A agregação será realizada em anomalias para agrupar as relacionadas em incidentes. Pode ver estes incidentes a partir do separador Incidente na página de detalhes das métricas.

Selecione um incidente para ir à página de análise de Incidentes onde pode ver mais detalhes sobre o mesmo. Selecione Gerir incidentes em novo centro de incidentes, para encontrar a página do centro de incidentes onde você pode encontrar todos os incidentes sob a métrica específica.

Subscrever anomalias para notificação

Se quiser ser notificado sempre que for detetada uma anomalia, pode subscrever alertas para a métrica, utilizando um gancho. Para mais informações, consulte alertas de configuração e obtenha notificações usando um gancho para mais informações.

Passos seguintes