Dela via


Översikt över aviseringsregler med dynamiska tröskelvärden

När du är osäker på de bästa värdena som ska användas som tröskelvärden för dina aviseringsregler tillämpar dynamiska tröskelvärden avancerad maskininlärning och använder en uppsättning algoritmer och metoder för att:

  • Lär dig det historiska beteendet för mått och loggfrågeresultat.
  • Analysera data över tid och identifiera mönster, till exempel mönster per timme, dag eller vecka.
  • Identifiera avvikelser som indikerar möjliga problem.
  • Beräkna de lämpligaste tröskelvärdena. 

När du använder dynamiska tröskelvärden behöver du inte känna till rätt tröskelvärde för varje mått. Dynamiska tröskelvärden beräknar de lämpligaste tröskelvärdena för dig.

Dynamiska tröskelvärden hjälper dig:

  • Skapa skalbara aviseringar för hundratals måttserier med en aviseringsregel. Om du har färre aviseringsregler ägnar du mindre tid åt att skapa och hantera dem. Skalbara aviseringar är särskilt användbara för flera dimensioner eller för flera resurser, till exempel alla resurser i en prenumeration.
  • Skapa regler utan att behöva veta vilket tröskelvärde som ska konfigureras.
  • Konfigurera måttaviseringar med hjälp av övergripande begrepp utan att behöva omfattande domänkunskap om måttet.
  • Förhindra brus (låg precision) eller breda tröskelvärden (låg träffsäkerhet) som inte har ett förväntat mönster.

Du kan använda dynamiska tröskelvärden på:

  • De flesta Azure Monitor-plattformar och anpassade mått.
  • Vanliga program- och infrastrukturmått.
  • Brusmått, till exempel från CPU eller minne för virtuella datorer eller mått med låg spridning, till exempel tillgänglighet och felfrekvens.
  • Loggfrågeresultat (förhandsversion).

Du kan konfigurera dynamiska tröskelvärden med hjälp av:

Beräkning och förhandsversion av aviseringströskel

När en aviseringsregel skapas använder dynamiska tröskelvärden 10 dagars historiska data för att beräkna säsongsmönster per timme eller dagligen. Diagrammet som visas i aviseringsförhandsgranskningen visar dessa data.

Dynamiska tröskelvärden använder kontinuerligt alla tillgängliga historiska data för att lära sig, och de gör justeringar för att vara mer exakta. Efter tre veckor har dynamiska tröskelvärden tillräckligt med data för att identifiera veckomönster, och modellen justeras för att inkludera veckovis säsongsvariation.

Detta säkerställer att tröskelvärdena förblir konsekventa med normalt beteende i stället för att anpassas till driftstoppet som det nya normala när driftstoppet upphör. Korta toppar eller flaxande värden hanteras på olika sätt: dynamiska tröskelvärden tillämpar säsongs- och trendidentifiering, tillsammans med minsta varaktighet för överträdelser, för att minska falska positiva identifieringar från korta avvikelser.

Överväganden för att använda dynamiska tröskelvärden

  • För att säkerställa en korrekt tröskelberäkning utlöser inte aviseringsregler som använder dynamiska tröskelvärden en avisering innan de samlar in tre dagar och minst 30 dataexempel. Nya resurser eller resurser som saknar data utlöser inte en avisering förrän tillräckligt med data är tillgängliga.
  • Dynamiska tröskelvärden behöver minst tre veckors historiska data för att identifiera säsongsvariationer varje vecka. Vissa detaljerade mönster, till exempel bihourly- eller semiweekly-mönster, kanske inte identifieras.
  • Ändringar i databeteendet – Om beteendet för data nyligen har ändrats återspeglas inte ändringarna omedelbart i det dynamiska tröskelvärdets övre och nedre gränser. Kantlinjerna beräknas baserat på måttdata från de senaste 10 dagarna.
  • Dynamiska tröskelvärden är bra för att identifiera betydande avvikelser, i stället för långsamt föränderliga problem. Långsamma beteendeändringar utlöser förmodligen ingen avisering.
  • Du kan inte använda dynamiska tröskelvärden i aviseringsregler som övervakar flera villkor.
  • Du kan inte använda dynamiska tröskelvärden i aviseringsregler för loggsökning med 1 minuts frekvens.

Skapa en måttaviseringsregel med dynamiska tröskelvärden

Om du vill konfigurera dynamiska tröskelvärden följer du proceduren för att skapa en aviseringsregel. Använd de här inställningarna på fliken Villkor :

  • Som Tröskelvärde väljer du Dynamisk.
  • För sammansättningstyp rekommenderar vi att du inte väljer Maximalt.
  • För Operator väljer du Större än om inte beteendet representerar programanvändningen.
  • För Tröskelvärdeskänslighet väljer du Medel eller Låg för att minska aviseringsbruset.
  • För Kontrollera varje väljer du hur ofta aviseringsregeln kontrollerar om villkoret uppfylls. Om du vill minimera aviseringens affärspåverkan bör du överväga att använda en lägre frekvens. Kontrollera att det här värdet är mindre än eller lika med lookback-periodvärdet .
  • För Lookback-period anger du tidsperioden för att se tillbaka på varje gång som data kontrolleras. Kontrollera att det här värdet är större än eller lika med Check every.
  • För Avancerade alternativ väljer du hur många överträdelser som utlöser aviseringen inom en viss tidsperiod. Du kan också ange det datum från vilket du vill börja lära dig historiska måttdata och beräkna de dynamiska tröskelvärdena.

Kommentar

Måttaviseringsregler som du skapar via portalen skapas i samma resursgrupp som målresursen.

Dynamiskt tröskelvärdesdiagram

Följande diagram visar ett mått, dess dynamiska tröskelvärden och några aviseringar som utlöstes när värdet låg utanför de tillåtna tröskelvärdena.

Skärmbild av ett diagram som visar ett mått, dess dynamiska tröskelvärden och några aviseringar som utlöstes.

Använd följande information för att tolka diagrammet:

  • Blå linje: Måttet som mäts över tid.
  • Blått skuggat område: Det tillåtna intervallet för måttet. Om måttvärdena ligger inom det här intervallet utlöses ingen avisering.
  • Blå punkter: Aggregerade måttvärden. Om du väljer en del av diagrammet och sedan hovrar över den blå linjen visas en blå punkt under markören för att ange ett enskilt aggregerat måttvärde.
  • Popup-ruta med blå punkt: Det uppmätta måttvärdet (blå punkt) och de övre och lägre värdena för det tillåtna intervallet.
  • Röd punkt med en svart cirkel: Det första måttvärdet utanför det tillåtna intervallet. Det här värdet utlöser en måttavisering och placerar den i ett aktivt tillstånd.
  • Röda punkter: Andra uppmätta värden utanför det tillåtna intervallet. De utlöser inte fler måttaviseringar, men aviseringen förblir i aktivt tillstånd.
  • Rött område: Den tid då måttvärdet låg utanför det tillåtna intervallet. Aviseringen förblir i aktivt tillstånd så länge efterföljande uppmätta värden ligger utanför det tillåtna intervallet, men inga nya aviseringar utlöses.
  • Slutet av det röda området: En återgång till tillåtna värden. När den blå linjen är tillbaka inuti de tillåtna värdena stoppas det röda området och den uppmätta värdelinjen blir blå. Statusen för måttaviseringen som utlöstes vid tidpunkten för den röda punkten med en svart cirkel är inställd på löst.

Mått som inte stöds av dynamiska tröskelvärden

Dynamiska tröskelvärden stöder de flesta mått, men följande mått kan inte använda dynamiska tröskelvärden:

Resurstyp Måttnamn
Microsoft.KlassiskLagring/lagringskonton Använd kapacitet
Microsoft.ClassicStorage/storageAccounts/blobServices Klumpkapacitet
Microsoft.ClassicStorage/storageAccounts/blobServices BlobCount
Microsoft.ClassicStorage/storageAccounts/blobServices Indexkapacitet
Microsoft.ClassicStorage/lagringskonton/filservice Filkapacitet
Microsoft.ClassicStorage/lagringskonton/filservice AntalFiler
Microsoft.ClassicStorage/lagringskonton/filservice Antal fildelningar
Microsoft.ClassicStorage/lagringskonton/filservice FileShareSnapshotCount
Microsoft.ClassicStorage/lagringskonton/filservice FileShareSnapshotSize
Microsoft.ClassicStorage/lagringskonton/filservice FileShareQuota
Microsoft.Compute/diskar Skrivskyddade byte/s för sammansatt disk
Microsoft.Compute/diskar Läsåtgärder för sammansatt disk per sekund
Microsoft.Compute/diskar Sammansatta diskskrivningsbyte per sekund
Microsoft.Compute/diskar Skrivåtgärder för sammansatt disk per sekund
Microsoft.ContainerService/managedClusters AntalNoder
Microsoft.ContainerService/managedClusters PodCount
Microsoft.ContainerService/managedClusters AntalSlutfördaJobb
Microsoft.ContainerService/managedClusters Starta omContainerCount
Microsoft.ContainerService/managedClusters Antal OOM-dödade containrar
Microsoft.Devices/IotHubs TotaltAntalEnheter
Microsoft.Devices/IotHubs AnslutnaEnheterAntal
Microsoft.DocumentDB/databaseAccounts Cassandra-anslutningsstängningar
Microsoft.EventHub/kluster Storlek
Microsoft.EventHub/namnrymder CPU
Microsoft.EventHub/namnrymder Minnesanvändning
Microsoft.EventHub/namnrymder ReplicationLagCount
Microsoft.EventHub/namnrymder Storlek
Microsoft.IoTCentral/IoTApps anslutenEnhetsAntal
Microsoft.IoTCentral/IoTApps tilldeladeEnheterAntal
Microsoft.Kubernetes/anslutnaKluster AntalNoder
Microsoft.Kubernetes/anslutnaKluster PodCount
Microsoft.Kubernetes/anslutnaKluster AntalSlutfördaJobb
Microsoft.Kubernetes/anslutnaKluster Starta omContainerCount
Microsoft.Kubernetes/anslutnaKluster Antal OOM-dödade containrar
Microsoft.MachineLearningServices/workspaces/onlineEndpoints FörfrågningarPerMinut
Microsoft.MachineLearningTjänster/arbetsytor/onlineSlutpunkter/utplaceringar Distribueringskapacitet
Microsoft.Maps/konton CreatorUsage
Microsoft.Media/mediatjänster/strömningsändpunkter Utgående bandbredd
Microsoft.Network/applicationGateways Genomflöde
Microsoft.Network/azureFirewalls Genomflöde
Microsoft.Network/expressRouteGateways ExpressRouteGatewayPacketsPerSecond
Microsoft.Network/expressRouteGateways ExpressRouteGatewayNumberOfVmInVnet
Microsoft.Network/expressRouteGateways ExpressRoute-gatewayfrekvensens för ruttändringar
Microsoft.Network/virtualNetworkGateways (Virtuella nätverksportar) ExpressRouteGatewayBitsPerSecond
Microsoft.Network/virtualNetworkGateways (Virtuella nätverksportar) ExpressRouteGatewayPacketsPerSecond
Microsoft.Network/virtualNetworkGateways (Virtuella nätverksportar) ExpressRouteGatewayNumberOfVmInVnet
Microsoft.Network/virtualNetworkGateways (Virtuella nätverksportar) ExpressRoute-gatewayfrekvensens för ruttändringar
Microsoft.ServiceBus/namespaces Antal aktiva meddelanden i en kö/ett ämne. (ActiveMessages)
Microsoft.ServiceBus/namespaces Antal meddelanden med obeställbara bokstäver i en kö/ett ämne (DeadletteredMessages)
Microsoft.ServiceBus/namespaces Antal meddelanden i en kö/ett ämne (meddelanden)
Microsoft.ServiceBus/namespaces Antal schemalagda meddelanden i en kö/ett ämne (ScheduledMessages)
Microsoft.ServiceBus/namespaces CPU (NamespaceCpuUsage)
Microsoft.ServiceBus/namespaces Minnesanvändning (NamespaceMemoryUsage)
Microsoft.ServiceBus/namespaces Storlek
Microsoft.ServiceFabricMesh/applikationer AllokeradCpu
Microsoft.ServiceFabricMesh/applikationer Allokerat minne
Microsoft.ServiceFabricMesh/applikationer ActualCpu
Microsoft.ServiceFabricMesh/applikationer ActualMemory
Microsoft.ServiceFabricMesh/applikationer Ansökningsstatus
Microsoft.ServiceFabricMesh/applikationer ServiceStatus
Microsoft.ServiceFabricMesh/applikationer ServiceReplicaStatus
Microsoft.ServiceFabricMesh/applikationer ContainerStatus
Microsoft.ServiceFabricMesh/applikationer OmstartAntal
Microsoft.Lagring/lagringskonton Använd kapacitet
Microsoft.Storage/storageAccounts/blobServices Klumpkapacitet
Microsoft.Storage/storageAccounts/blobServices BlobCount
Microsoft.Storage/storageAccounts/blobServices BlobTilldeladStorlek
Microsoft.Storage/storageAccounts/blobServices Indexkapacitet
Microsoft.Storage/lagringskonton/filtjänster Filkapacitet
Microsoft.Storage/lagringskonton/filtjänster AntalFiler
Microsoft.Storage/lagringskonton/filtjänster Antal fildelningar
Microsoft.Storage/lagringskonton/filtjänster FileShareSnapshotCount
Microsoft.Storage/lagringskonton/filtjänster FileShareSnapshotSize
Microsoft.Storage/lagringskonton/filtjänster FileShareCapacityQuota
Microsoft.Storage/lagringskonton/filtjänster FileShareProvisioneradeIOPS

Skapa en aviseringsregel för loggsökning med dynamiskt tröskelvärde (förhandsversion)

Om du vill konfigurera dynamiska tröskelvärden följer du proceduren för att skapa en aviseringsregel. Använd de här inställningarna på fliken Villkor:

  • Konfigurera din fråga, mätning och dimensioner på samma sätt som med statiskt tröskelvärde.
  • Som Tröskelvärde väljer du Dynamisk.
  • Välj Förhandsgranska diagram för att se historiska frågeresultat tillsammans med det beräknade dynamiska tröskelvärdet, vilket hjälper dig att visualisera hur tröskelvärdet anpassar sig till normala mönster och var potentiella aviseringar skulle utlösas.
  • När någon ändring har gjorts på villkorsfliken väljer du Uppdatera diagram för att se den uppdaterade förhandsversionen.

Skärmbild av användargränssnittet som visar platsen för länken Uppdatera diagram.

Kommentar

1 minuts frekvens stöds inte i aviseringsregler för loggsökning med dynamiskt tröskelvärde.

Förhandsgranskningsdiagram för dynamiskt tröskelvärde

I följande diagram visas värdet för ett frågeresultat för loggaviseringsregeln, dess dynamiska tröskelvärden, tröskelöverträdelser och aviseringar som utlöstes när värdet låg utanför de tillåtna tröskelvärdena. I det här scenariot är antalet överträdelser som krävs för att utlösa en avisering 2.

Skärmbild av ett frågeresultat för loggaviseringsregeln, dess dynamiska tröskelvärden, tröskelöverträdelser och aviseringar som utlöstes när värdet låg utanför de tillåtna tröskelvärdena.

  • Blå linje: Frågeresultatet mätte värde över tid.
  • Lila skuggat område: Det beräknade dynamiska tröskelvärdet. Tillåtet värdeintervall för frågeresultatet. Om värdena ligger inom det här intervallet utlöses ingen avisering.
  • Röda punkter: Röda punkter representerar överträdelser – utvärderingar som resulterade i att tröskelvärdet uppnåddes.
  • Rosa staplar: Representerar en utlöst loggsökningsavisering.

Kommentar

För att säkerställa prestanda för förhandsgranskningsdiagrammet framtvingar vi en begränsning av antalet returnerade datapunkter och därmed det tillåtna tidsintervallet som visas, beroende på aviseringsregelns frekvens. En frekvens på 5 minuter stöder 6 timmar. En frekvens på 10–15 minuter stöder 6 och 12 timmar. En 30-minuters frekvens stöder 6 och 12 timmar och 1 dag. Frekvensen 1 timme eller mer stöder 6 och 12 timmar samt 1 och 2 dagar.

Kända problem med dynamisk tröskelvärdeskänslighet

  • Om en aviseringsregel som använder dynamiska tröskelvärden är för hög eller utlöses för mycket kan du behöva minska dess känslighet. Välj ett av följande alternativ:

    • Tröskelvärdeskänslighet: Ställ in känsligheten på Låg för att vara mer tolerant mot avvikelser.
    • Återställningsperiod (för måttaviseringsregler) eller sammansättningskornighet (för varningsregler för loggsökning) – Om du ökar datafönstret blir regeln mindre känslig för tillfälliga avvikelser.
    • Antal överträdelser (under Avancerade inställningar): Konfigurera aviseringsregeln så att den utlöses endast om flera avvikelser inträffar inom en viss tidsperiod. Den här inställningen gör regeln mindre mottaglig för tillfälliga avvikelser.
  • Du kanske upptäcker att en aviseringsregel som använder dynamiska tröskelvärden inte utlöses eller inte är tillräckligt känslig, även om regeln har konfigurerats med hög känslighet. Det här scenariot kan inträffa när fördelningen av mätresultatet eller frågeresultatet är mycket oregelbunden. Överväg någon av följande lösningar:

    • Övergå till att övervaka ett kompletterande mått eller en loggfråga som är lämplig för ditt scenario, om tillämpligt. Du kan till exempel söka efter ändringar i framgångsfrekvensen i stället för felfrekvensen.
    • Prova att välja ett annat värde för sammansättningskornighet (period).
    • Kontrollera om en drastisk ändring har skett i databeteendet under de senaste 10 dagarna, till exempel ett avbrott. En plötslig ändring kan påverka de övre och lägre tröskelvärdena som beräknas för data och göra dem bredare. Vänta några dagar tills avbrottet inte längre ingår i beräkningen av tröskelvärdet. Om du använder måttaviseringsregler kan du också redigera aviseringsregeln för att använda alternativet Ignorera data före i Avancerade inställningar.
    • Om dina data har säsongsvariationer varje vecka, men det inte finns tillräckligt med historik, kan de beräknade tröskelvärdena resultera i breda övre och nedre gränser. Beräkningen kan till exempel behandla vardagar och helger på samma sätt och skapa breda kantlinjer som inte alltid passar data. Det här problemet bör lösa sig självt när det finns tillräckligt med resultat från mått- eller loggfrågehistoriken. Sedan identifierar Azure Monitor rätt säsongsvariation och uppdaterar de beräknade tröskelvärdena i enlighet med detta.
  • När data uppvisar stora variationer kan dynamiska tröskelvärden skapa en bred modell runt datavärdena, vilket kan resultera i en lägre eller högre gräns än förväntat. Det här scenariot kan inträffa när:

    • Känsligheten är inställd på låg.
    • Måttet eller frågeresultatet uppvisar ett oregelbundet beteende med hög varians, som visas som toppar eller dalar i data.

    Överväg att göra modellen mindre känslig genom att välja en högre känslighet eller välja ett större lookback-periodvärde .

    I mätvariationsregler kan du också använda alternativet Ignorera data före för att utesluta nya oregelbundenheter från de historiska data som används för att skapa modellen.

Om du har feedback om dynamiska tröskelvärden kan du skicka ett e-postmeddelande till oss.