Guida introduttiva: Monitorare la prima metrica usando il portale Web

Quando si effettua il provisioning di un'istanza di Advisor metriche di Intelligenza artificiale di Azure, è possibile usare le API e l'area di lavoro basata sul Web per interagire con il servizio. L'area di lavoro basata sul Web è un modo semplice per imparare rapidamente a usare il servizio. Offre anche un'interfaccia visiva per configurare le impostazioni, personalizzare il modello ed eseguire l'analisi della causa radice.

Prerequisiti

• Una sottoscrizione di Azure. Crearne una gratuitamente.
• Quando si ha la sottoscrizione di Azure, creare una risorsa di Advisor metriche nel portale di Azure per distribuire l'istanza di Advisor metriche.

Questo documento usa un database SQL come esempio per la creazione del primo monitoraggio.

Accedere all'area di lavoro

Dopo aver creato la risorsa, accedere al portale di Advisor metriche con l'account Active Directory. Nella pagina di destinazione selezionare la directory, la sottoscrizione e l'area di lavoro appena creata e quindi selezionare Inizia. Per usare i dati delle serie temporali, selezionare Aggiungi feed di dati dal menu a sinistra.

Attualmente è possibile creare una risorsa di Advisor metriche in ogni area disponibile. È possibile cambiare area di lavoro nel portale di Advisor metriche in qualsiasi momento.

Dati di serie temporali

Advisor metriche offre connettori per origini dati diverse, ad esempio database SQL di Azure, azure Esplora dati e Archiviazione tabelle di Azure. I passaggi per la connessione dei dati sono simili per connettori diversi, anche se alcuni parametri di configurazione possono variare. Per altre informazioni, vedere Connessione origini dati diverse.

Questo argomento di avvio rapido usa un database SQL come esempio. È anche possibile inserire dati personalizzati seguendo la stessa procedura.

Requisiti e configurazione dello schema di dati

Advisor metriche di Intelligenza artificiale di Azure è un servizio per il rilevamento, la diagnostica e l'analisi delle anomalie delle serie temporali. Come servizio basato su intelligenza artificiale, usa i dati per eseguire il training del modello usato. Il servizio accetta tabelle di dati aggregati con le colonne seguenti:

• Misura (obbligatorio): una misura è un termine fondamentale o specifico dell'unità e un valore quantificabile della metrica. Significa che una o più colonne contenenti valori numerici.
• Timestamp (facoltativo): zero o una colonna, con tipo o StringDateTime . Quando questa colonna non è impostata, il timestamp viene impostato come ora di inizio di ogni periodo di inserimento. Formattare il timestamp come indicato di seguito: yyyy-MM-ddTHH:mm:ssZ.
• Dimensione (facoltativa): una dimensione è uno o più valori categorici. La combinazione di questi valori identifica una particolare serie temporale univariata , ad esempio paese/area geografica, lingua e tenant. Le colonne della dimensione possono essere di qualsiasi tipo di dati. Prestare attenzione quando si lavora con grandi volumi di colonne e valori, per evitare l'elaborazione di un numero eccessivo di dimensioni.

Se si usano origini dati come Azure Data Lake Archiviazione o Archiviazione BLOB di Azure, è possibile aggregare i dati per allinearli allo schema delle metriche previsto. Ciò è dovuto al fatto che queste origini dati usano un file come input delle metriche.

Se si usano origini dati come Azure SQL o Azure Esplora dati, è possibile usare funzioni di aggregazione per aggregare i dati nel proprio schema previsto. Ciò è dovuto al fatto che queste origini dati supportano l'esecuzione di una query per ottenere i dati delle metriche dalle origini.

Configurare le impostazioni di connessione e la query

Aggiungere i feed di dati connettendosi all'origine dati della serie temporale. Selezionare prima di tutto i parametri seguenti:

• Tipo di origine: tipo di origine dati in cui sono archiviati i dati delle serie temporali.
• Granularità: intervallo tra punti dati consecutivi nei dati delle serie temporali, ad esempio anno, mensile o giornaliero. L'intervallo più breve supportato è di 60 secondi.
• Inserire dati dall'ora UTC: ora di inizio per il primo timestamp da inserire.

Caricare i dati

Dopo aver immesso la connessione e le stringhe di query, selezionare Carica dati. Advisor metriche controlla la connessione e l'autorizzazione per caricare i dati, controlla i parametri necessari usati nella query e controlla il nome della colonna dall'origine dati.

Se si verifica un errore in questo passaggio:

1. Controllare se il stringa di connessione è valido.
2. Verificare che siano presenti autorizzazioni sufficienti e che all'indirizzo IP del ruolo di lavoro di inserimento sia concesso l'accesso.
3. Controllare se i parametri obbligatori (@IntervalStart e @IntervalEnd) vengono usati nella query.

Configurazione dello schema

Dopo aver caricato i dati eseguendo la query, selezionare i campi appropriati.

Dopo aver configurato lo schema, selezionare Verify schema (Verifica schema). Advisor metriche esegue i controlli seguenti:

• Indica se il timestamp dei dati sottoposti a query rientra in un singolo intervallo.
• Indica se sono presenti valori duplicati restituiti per la stessa combinazione di dimensioni entro un intervallo di metrica.

Impostazioni di rollup automatico

Advisor metriche può eseguire automaticamente l'aggregazione in ogni dimensione durante l'inserimento. Il servizio compila quindi una gerarchia che è possibile usare nell'analisi della causa radice e in altre funzionalità di diagnostica. Per altre informazioni, vedere Impostazioni di rollup automatico.

Assegnare un nome personalizzato per il feed di dati, che verrà visualizzato nell'area di lavoro. Seleziona Invia.

Ottimizzare la configurazione del rilevamento

Dopo l'aggiunta del feed di dati, Advisor metriche tenta di inserire i dati delle metriche dalla data di inizio specificata. L'inserimento completo dei dati richiederà del tempo ed è possibile visualizzare lo stato di inserimento selezionando Stato inserimento nella parte superiore della pagina del feed di dati. Se vengono inseriti dei dati, Advisor metriche applica il rilevamento e continua a monitorare l'origine per rilevare nuovi dati.

Quando viene applicato il rilevamento, selezionare una delle metriche elencate nel feed di dati per trovare la pagina dettagli metrica. Qui è possibile:

• Visualizzare le visualizzazioni di tutte le sezioni della serie temporale in questa metrica.
• Aggiornare la configurazione di rilevamento per soddisfare i risultati previsti.
• Configurare la notifica per le anomalie rilevate.

Visualizzare le informazioni di diagnostica

Dopo aver eseguito l'ottimizzazione della configurazione di rilevamento, è necessario rilevare che le anomalie rilevate riflettono le anomalie effettive nei dati. Advisor metriche esegue l'analisi sulle metriche multidimensionali per individuare la causa radice in una dimensione specifica. Il servizio esegue anche l'analisi delle metriche incrociate usando la funzionalità del grafico delle metriche.

Per visualizzare le informazioni dettagliate di diagnostica, selezionare i punti rossi nelle visualizzazioni delle serie temporali. Questi punti rossi rappresentano anomalie rilevate. Verrà visualizzata una finestra con un collegamento alla pagina di analisi degli eventi imprevisti.

Nella pagina di analisi degli eventi imprevisti viene visualizzato un gruppo di anomalie correlate e informazioni dettagliate di diagnostica. Le sezioni seguenti illustrano i passaggi principali per diagnosticare un evento imprevisto.

Controllare il riepilogo dell'evento imprevisto corrente

È possibile trovare il riepilogo nella parte superiore della pagina di analisi degli eventi imprevisti. Questo riepilogo include informazioni di base, azioni e tracce e una causa radice analizzata. Le informazioni di base includono la serie più interessata con un diagramma, l'ora di inizio e di fine dell'impatto, la gravità e le anomalie totali incluse.

La causa radice analizzata è un risultato analizzato automaticamente. Advisor metriche analizza tutte le anomalie acquisite in una serie temporale, all'interno di una metrica con valori di dimensione diversi contemporaneamente timestamp. Il servizio esegue quindi la correlazione, raggruppando le anomalie correlate al gruppo e generando consigli su una causa radice.

In base a questi, è già possibile ottenere una visualizzazione semplice dello stato anomalo corrente, dell'impatto dell'evento imprevisto e della causa principale più probabile. È quindi possibile intervenire immediatamente per risolvere l'evento imprevisto.

Visualizzare le informazioni di diagnostica tra dimensioni

È anche possibile ottenere informazioni più dettagliate sullo stato anomalo di altre dimensioni all'interno della stessa metrica in modo olistico, usando la funzionalità albero di diagnostica.

Per le metriche con più dimensioni, Advisor metriche classifica la serie temporale in una gerarchia (denominata albero di diagnostica). Ad esempio, una metrica dei ricavi viene monitorata da due dimensioni: area e categoria. È necessario avere un valore di dimensione aggregato, ad esempio SUM. La serie temporale di region = SUM e category = SUM viene quindi categorizzata come nodo radice all'interno dell'albero. Ogni volta che viene acquisita un'anomalia nella SUM dimensione, è possibile analizzarla per individuare il valore specifico della dimensione che ha contribuito maggiormente all'anomalia del nodo padre. Selezionare ogni nodo per espanderlo per informazioni dettagliate.

Visualizzare le informazioni di diagnostica sulle metriche incrociate

A volte, è difficile analizzare un problema controllando lo stato anomalo di una singola metrica ed è necessario correlare più metriche insieme. A tale scopo, configurare un grafico delle metriche, che indica le relazioni tra le metriche.

Usando il risultato di diagnostica tra dimensioni descritto nella sezione precedente, è possibile identificare che la causa radice è limitata a un valore di dimensione specifico. Usare quindi un grafico delle metriche per filtrare in base alla dimensione della causa radice analizzata, per controllare lo stato delle anomalie in altre metriche.

È anche possibile eseguire il pivot tra più informazioni di diagnostica usando funzionalità aggiuntive. Queste funzionalità consentono di eseguire il drill-down sulle dimensioni delle anomalie, visualizzare anomalie simili e confrontare le metriche. Per altre informazioni, vedere Diagnosticare un evento imprevisto.

Ricevere una notifica quando vengono rilevate nuove anomalie

Se si vuole ricevere un avviso quando viene rilevata un'anomalia nei dati, è possibile creare una sottoscrizione per una o più metriche. Advisor metriche usa gli hook per inviare avvisi. Sono supportati tre tipi di hook: hook di posta elettronica, web hook e Azure DevOps. Come esempio verrà usato un webhook.

Creare un webhook

In Advisor metriche è possibile usare un web hook per visualizzare un'anomalia a livello di codice. Il servizio chiama un'API fornita dall'utente quando viene attivato un avviso. Per altre informazioni, vedere Creare un hook.

Configurare le impostazioni degli avvisi

Dopo la creazione di un hook, un'impostazione degli avvisi determina quali notifiche devono essere inviate e in che modo. È possibile configurare più impostazioni degli avvisi per ogni metrica. Due impostazioni importanti sono Alert per, che specifica le anomalie da includere e Le opzioni Di filtro anomalie, che definisce le anomalie da includere nell'avviso. Per altre informazioni, vedere Aggiungere o modificare le impostazioni degli avvisi.

Passaggi successivi

• Aggiungere i dati delle metriche a Advisor metriche
  • Gestire i feed di dati
  • Connessione origini dati diverse
• Usare le librerie client o le API REST per personalizzare la soluzione
• Configurare le metriche e ottimizzare la configurazione del rilevamento