智能日志管理平台

  • 智能日志管理平台 > 使用文档 > 机器学习组件 >异常检测详解

    异常检测详解

    最近更新时间: 2018-07-13 10:36:03

    异常检测功能通过对历史数据进行学习并持续检测异常,及时告警,告别滞后、延误。同时对历史数据的异常点回顾能够辅助运维决策,如通过对机房历史磁盘写入量进行异常检测,运维人员根据历史异常值进行扩容缩容决策,提高资源利用率。

    创建一个对 nginx 日志的请求体指标进行异常检测的任务操作步骤如下:

    1. 点击创建任务开始配置异常检测指标。

    1. 通过选择日志仓库、时间范围、分析指标与字段确定异常检测指标。

    配置异常检测指标说明如下:

    配置项 解释
    仓库 分析的日志所在的仓库
    指标 需要分析的指标,目前支持计数, 求和
    字段 目标分析字段
    时间字段 若日志里有多个时间字段,选择感兴趣的时间字段来分析该字段的时序范围内的异常
    时间范围 分析的时序范围
    时间聚合粒度 时间聚合粒度
    1. 点击预览指标查看指标的历史数据。

    !>配置异常指标之后需要点击预览指标,系统将根据预览结果决定是否允许创建异常检测任务。预览无数据或者历史数据量不够均达不到创建异常检测条件。

    1. 点击创建任务对所配指标进行异常检测。

    2. 查看异常检测结果。结果出现之前您需要等待 1 分钟到几分钟的数据学习时间。

    异常检测结果解析:

    异常检测结果包括如下几个信息:

    • 所选指标的预期值范围,包括上界值、下界值和期望值、实际值。

      实际值偏离预期范围的点即为异常点,异常点高亮标示。异常点偏离期望曲线越远,表示异常程度越严重。

    • 异常的严重程度与根据机器学习算法得出的分值一一对应。

    异常程度 异常分值
    非常严重 0.75~1.00
    严重 0.50~0.75
    中度 0.25~0.50
    轻度 0~0.25
    1. 如果您只关心严重异常值,可以通过点击轻度重度这两种图例取消这两个异常值的显示。

    1. 可以拖动时间轴对视图进行控制。

    2. 异常列表显示此任务范围内的全部异常情况,可根据异常程度对异常结果进行筛选。

    1. 通过分析异常结果来指导业务,保证业务的稳定性。具体来说,如图所示,通过对 pipeline_nginx 的请求体进行异常检测来查看 nginx 服务运转情况,与异常原因结合起来分析,是入口机器宕机、网卡损坏或是其他原因。通过回顾历史服务问题,包括异常频率、异常程度、异常原因来辅助业务上的决策。
    以上内容是否对您有帮助?
  • Qvm free helper
    Close