快速入門：使用入口網站監視您的第一個計量

佈建 Azure AI 計量建議程式的執行個體時，可以使用 API 和 Web 工作區與服務互動。 Web 型工作區可作為快速開始使用服務的簡單方式。 它也提供視覺化方式來設定設定、自訂您的模型，以及執行根本原因分析。

必要條件

• Azure 訂用帳戶。 免費建立一個。
• 當您擁有 Azure 訂用帳戶時， 請在 Azure 入口網站中建立 Metrics Advisor 資源 ，以部署您的 Metrics Advisor 實例。

本檔使用 SQL 資料庫作為建立第一個監視器的範例。

登入您的工作區

建立資源之後，請使用您的 Active Directory 帳戶登入 Metrics Advisor 入口網站。 從登陸頁面上，選取 您剛才建立的 [目錄 ]、 [訂 用帳戶] 和 [工作區 ]，然後選取 [ 開始使用]。 若要使用時間序列資料，請從左側功能表中選取 [新增資料摘要 ]。

目前您可以在每個可用的區域建立一個 Metrics Advisor 資源。 您可以隨時在 Metrics Advisor 入口網站中切換工作區。

時間序列資料

Metrics Advisor 提供不同資料來源的連接器，例如 Azure SQL 資料庫、Azure 資料總管和 Azure 資料表儲存體。 連接資料的步驟與不同的連接器類似，但有些組態參數可能會有所不同。 如需詳細資訊，請參閱 連線不同的資料來源 。

本快速入門使用 SQL 資料庫作為範例。 您也可以遵循相同的步驟擷取自己的資料。

資料結構描述需求和組態

Azure AI 計量建議程式是用於時間序列異常偵測、診斷和分析的服務。 作為 AI 服務，其會使用您的資料來定型所使用的模型。 服務接受具有下列資料行的彙總資料資料表：

• 量值 (必要)：量值是基本或單位特定的字詞，也是可量化的計量值。 其表示包含數值的一或多個資料行。
• 時間戳記 (選用)：零或一個類型為 DateTime 或 String 的資料行。 未設定這個資料行時，時間戳記會設定為每個內嵌期間的開始時間。 格式化時間戳記，如下所示：yyyy-MM-ddTHH:mm:ssZ。
• 維度 (選用)：維度是一或多個類別值。 這些值的組合會識別特定的單變量時間序列 (例如國家/地區、語言和租用戶)。 維度資料行可以是任何資料類型。 使用大量資料行和值時請小心，以避免處理過多的維度數。

如果您使用資料來源，例如 Azure Data Lake Storage 或 Azure Blob 儲存體，您可以彙總資料，以符合預期的計量結構描述。 這是因為這些資料來源會使用檔案作為計量輸入。

如果您使用資料來源，例如 Azure SQL 或 Azure 資料總管，您可以使用彙總函數，將資料彙總至預期的結構描述。 這是因為這些資料來源支援執行查詢，以從來源取得計量資料。

設定連線設定和查詢

藉由連線到時間序列資料來源來新增資料摘要 。 從選取下列參數開始：

• 來源類型：儲存時間序列資料的資料來源類型。
• 細微性：時間序列資料中連續資料點之間的間隔（例如每年、每月或每日）。 支援的最短間隔為 60 秒。
• 擷取自 （UTC） 的資料：要擷取第一個時間戳記的開始時間。

載入資料

輸入連線和查詢字串之後，請選取 [ 載入資料 ]。 Metrics Advisor 會檢查連接和載入資料的許可權、檢查查詢中使用的必要參數，以及檢查資料來源中的資料行名稱。

如果此步驟發生錯誤：

1. 檢查連接字串是否有效。
2. 確認有足夠的許可權，且擷取背景工作 IP 位址已獲授與存取權。
3. 檢查查詢中是否使用必要的參數 （ @IntervalStart 和 @IntervalEnd ）。

結構描述組態

執行查詢載入資料之後，請選取適當的欄位。

設定結構描述之後，請選取 [驗證結構描述]。 Metrics Advisor 會執行下列檢查：

• 查詢資料的時間戳記是否屬於一個單一間隔。
• 在一個計量間隔內，是否針對相同維度組合傳回重複的值。

自動匯總設定

Metrics Advisor 可以在擷取期間自動在每個維度上執行匯總。 然後服務會建置階層，以用於根本原因分析和其他診斷功能。 如需詳細資訊，請參閱 自動匯總設定 。

提供資料摘要的自訂名稱，這會顯示在工作區中。 選取 [提交] 。

調整偵測組態

新增資料摘要之後，Metrics Advisor 會嘗試從指定的開始日期內嵌計量資料。 資料需要一些時間才能完全擷取，而您可以在資料摘要頁面頂端選取 [擷取進度 ] 來檢視擷取狀態。 如果擷取資料，Metrics Advisor 將會套用偵測，並繼續監視新資料的來源。

套用偵測時，請選取資料摘要中列出的其中一個計量，以尋找 [ 計量詳細資料] 頁面 。 您可以在這裡：

• 檢視此計量下所有時間序列配量的視覺效果。
• 更新偵測組態以符合預期的結果。
• 設定偵測到異常的通知。

檢視診斷深入解析

微調偵測組態之後，您應該發現偵測到的異常會反映資料中的實際異常。 Metrics Advisor 會對多維度計量執行分析，以找出特定維度的根本原因。 此服務也會使用計量圖表功能來執行跨計量分析。

若要檢視診斷深入解析，請選取時間序列視覺效果上的紅點。 這些紅點代表偵測到的異常狀況。 視窗隨即出現，其中包含事件分析頁面的連結。

在 [事件分析] 頁面上，您會看到一組相關的異常和診斷深入解析。 下列各節涵蓋診斷事件的主要步驟。

檢查目前事件的摘要

您可以在事件分析頁面頂端找到摘要。 此摘要包含基本資訊、動作和追蹤，以及分析的根本原因。 基本資訊包括圖表、影響開始和結束時間、嚴重性，以及包含的異常總數。

分析的根本原因是自動分析的結果。 Metrics Advisor 會分析在時間序列上擷取的所有異常，在相同時間戳記上具有不同維度值的一個計量內。 然後服務會一起執行相互關聯、將群組相關的異常叢集起來，並產生根本原因的相關建議。

根據這些情況，您可以直接檢視目前的異常狀態、事件的影響，以及最有可能的根本原因。 然後，您可以立即採取行動來解決事件。

檢視跨維度診斷深入解析

您也可以使用診斷樹狀結構功能，以整體方式取得相同計量內其他維度異常狀態的詳細資訊。

針對具有多個維度的計量，Metrics Advisor 會將時間序列分類為階層（稱為診斷樹狀結構）。 例如，收入計量是由兩個維度監視：區域和類別。 您需要有匯總的維度值，例如 SUM 。 然後，和 category = SUM 的時間序列 region = SUM 會分類為樹狀結構內的根節點。 每當維度中擷取 SUM 異常時，您可以分析它，找出哪個特定維度值對父節點異常造成最大貢獻。 選取每個節點以展開以取得詳細資訊。

檢視跨計量診斷深入解析

有時候，藉由檢查單一計量的異常狀態，很難分析問題，而且您需要將多個計量相互關聯。 若要這樣做，請設定計量圖表，以指出計量之間的關聯性。

藉由使用上一節所述的跨維度診斷結果，您可以識別根本原因僅限於特定的維度值。 然後使用計量圖表依分析的根本原因維度進行篩選，以檢查其他計量的異常狀態。

您也可以使用其他功能，跨更多診斷深入解析進行樞紐分析。 這些功能可協助您向下切入異常維度、檢視類似的異常狀況，以及跨計量進行比較。 如需詳細資訊，請參閱 診斷事件 。

找到新異常時收到通知

如果您想要在資料中偵測到異常時收到警示，您可以為一或多個計量建立訂用帳戶。 Metrics Advisor 會使用勾點來傳送警示。 支援三種類型的攔截：電子郵件攔截、Web 攔截和 Azure DevOps。 我們將使用 Web 攔截作為範例。

建立 Web 攔截

在 Metrics Advisor 中，您可以使用 Web 攔截，以程式設計方式呈現異常。 服務會在觸發警示時呼叫使用者提供的 API。 如需詳細資訊，請參閱 建立勾點 。

設定警示設定

建立勾點之後，警示設定會決定應該傳送警示通知的方式和方式。 您可以為每個計量設定多個警示設定。 兩個重要的設定是 警示 ，指定要包含的異常，以及 篩選異常選項 ，其會定義要包含在警示中的異常狀況。 如需詳細資訊，請參閱 新增或編輯警示設定 。

下一步

• 將計量資料新增至 Metrics Advisor
  • 管理資料摘要
  • 連線不同的資料來源
• 使用用戶端程式庫或 REST API 來自訂您的解決方案
• 設定計量和微調偵測組態