Avvikelsediagram

Visualiseringen av avvikelsediagram liknar ett tidsschema, men markerar avvikelser med hjälp av funktionen series_decompose_anomalies .

Anteckning

Den här visualiseringen kan bara användas i kontexten för återgivningsoperatorn.

Syntax

T|renderanomalychart [with(propertyName=propertyValue [, ...])]

Läs mer om syntaxkonventioner.

Parametrar

Namn	Typ	Obligatorisk	Beskrivning
T	string	✔️	Indatatabellens namn.
propertyName, propertyValue	string		En kommaavgränsad lista över nyckel/värde-egenskapspar. Se egenskaper som stöds.

Egenskaper som stöds

Alla egenskaper är valfria.

PropertyName	PropertyValue
accumulate	Om värdet för varje mått läggs till i alla dess föregångare. (true eller false)
legend	Om du vill visa en förklaring eller inte (visible eller hidden).
series	Kommaavgränsad lista över kolumner vars kombinerade värden per post definierar den serie som posten tillhör.
ymin	Det minsta värde som ska visas på Y-axeln.
ymax	Det maximala värdet som ska visas på Y-axeln.
title	Visualiseringens rubrik (av typen string).
xaxis	Skala x-axeln (linear eller log).
xcolumn	Vilken kolumn i resultatet som används för x-axeln.
xtitle	Rubriken på x-axeln (av typen string).
yaxis	Skala y-axeln (linear eller log).
ycolumns	Kommaavgränsad lista över kolumner som består av de värden som anges per värde i x-kolumnen.
ysplit	Så här delar du upp flera visualiseringar. Mer information finns i Flera y-axlar.
ytitle	Rubriken på y-axeln (av typen string).
anomalycolumns	Kommaavgränsad lista över kolumner, som kommer att betraktas som avvikelseserier och visas som punkter i diagrammet

ysplit Egenskapen

Den här visualiseringen stöder delning i flera y-axelvärden. De värden som stöds för den här egenskapen är:

ysplit	Description
none	En enda y-axel visas för alla seriedata. Standard
axes	Ett enskilt diagram visas med flera y-axlar (en per serie).
panels	Ett diagram återges för varje ycolumn värde (upp till en viss gräns).

Exempel

Köra frågan

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.

Den här visualiseringen stöds inte i Azure Monitor.