云服务器内容精选

华为云首页用户手册

AI辅助诊断

应用平台 APPSTAGE-异常检测告警调优:调优策略

调优策略最常见告警长时间低（高）于阈值线告警，如图1所示。图1 常见告警告警进入条件：一般8分钟内有7个点异常告警进入。告警退出条件：20分钟内有18个点正常则告警退出。调优方法：调节sensitivity敏感度参数，可以使小幅度下降的异常不告警，针对阈值线过紧的情况，图1的异常通过敏感度调节不了，因为阈值线相对是合理的配置count_threshold参数，如果不关注请求量很少的异常，可以配置该参数，建议非必要情况下不要配置该参数，可能会出现遗漏告警的情况。毛刺告警两三个显著的毛刺点异常，如图2所示。图2 毛刺告警告警进入条件：穿过阈值线的毛刺异常程度，最快在第2个毛刺点告警。告警退出条件：20分钟内有18个点正常则告警退出。调优方法：如果对请求量很少的接口，毛刺异常不关注，可以配置low_count_threshold参数，如图2中告警的曲线请求量不超过30，可以配置改参数为30。如果不管请求量多少，都不需要毛刺类告警，则可以配置alert_by_spikes参数。毛刺类告警最快可以将告警时间缩短为2分钟，如果屏蔽掉这类告警，则按照其他的告警类型会有一定的延迟（一般7分钟）。突变告警突变告警只针对请求量类指标，特点是请求量曲线发生突变（突增或者突降）同时指标曲线没有触及阈值线，如图3所示。图3 突变告警告警进入条件：局部看曲线发生突变（默认突变20%），或者长期看相比历史降低或升高。告警退出条件：数据平稳后告警退出，一般会持续18分钟。调优方法：通过配置alert_by_chain参数可以控制是否加入突变检测。突变告警可以防止阈值线学习宽松条件下指标突变的漏告警，但对于不关注阈值线之上数据突变的指标会产生一些不必要的告警。波动性告警波动性告警只针对非请求量类指标，这类告警的特点是指标曲线没有触及阈值线，如图4所示。图4 波动性告警告警进入条件：局部看曲线波动变大，或者长期看相比历史数据持续降低或升高。告警退出条件：数据恢复到历史同期水平，持续18分钟则告警退出。调优方法：对于小幅度的波动和下降（上升）告警可以通过调节sensitivity敏感度来减少部分告警。如果不关注这类异常，可以通过配置alert_by_std参数来实现。波动性告警可以防止阈值线学习宽松条件下指标小幅波动的漏告警，但对于不关注阈值线之上数据波动的指标会产生一些不必要的告警。长时间掉0告警长时间掉0告警只针对请求量类指标，特点是阈值线为0，测量值长时间掉0，如图5所示。图5 长时间掉0告警告警进入条件：历史同时期没有掉0，或者掉0时间持续28分钟。告警退出条件：数据恢复到正常水平则告警退出。调优方法：如果这类告警频繁出现，可以通过配置alert_by_drop_to_0参数屏蔽。长时间掉0告警可以防止阈值线为零的情况下指标长时间掉零的漏告警。

应用平台 APPSTAGE AI辅助诊断
应用平台 APPSTAGE-异常检测告警调优:配置方法

配置方法在“异常检测”页面，单击异常检测任务所在行“操作”列的“模型”，默认显示“算法配置”页签，参考表1配置参数。表1 算法配置参数说明参数名称参数含义取值范围参数说明配置建议 metric_type 指标类型 success_rate（成功率） fail_rate（失败率） count（请求量，做上下限告警） speed（速率） delay（时延） count_lowerlimit（请求量，做下限告警） count_upperlimit（请求量，做上限告警）按照实际的指标类型选择该参数，对于请求量类指标，做下限告警的选择count_lowerlimit，不要选择count。 - sensitivity 敏感度 0-10 默认值5 敏感度参数越高，阈值线越紧；敏感度参数越低，阈值线越松。敏感度参数最高不超过5.5，最低不低于3.5；一般配置4.5或者5。请求量指标因为使用了新的算法，敏感度可以在0.5—5之间调节。时延、请求量、速率类指标敏感度每降低0.5，阈值线相对浮动3%，绝对浮动3。成功率、失败率指标敏感度每降低0.5，阈值线相对浮动0.3%，绝对浮动0.3%。 low_count_threshold 小请求量 0- 100000000 默认值0 请求量低于此参数值时毛刺告警、波动性不生效；其他类型的告警依然生效。如果毛刺告警较多，可以配置该参数。 count_threshold 请求量保护 0-100000000 默认值0 请求量低于此参数值时，完全不告警。一般情况下不建议配置，请谨慎配置，且对请求量类指标不生效。 no_model_threshold_upper 无模型阈值上限 0-100000000 默认值100000000 无模型时配置的阈值上限（固定阈值线）。对于新增的接口，因为没有历史数据，无法训练出该接口的模型，此时可以配置合适的值用来监控此类接口。 no_model_threshold_lower 无模型阈值下限 0-100000000 默认值0 无模型时配置的阈值下限（固定阈值线）。对于新增的接口，因为没有历史数据，无法训练出该接口的模型，此时可以配置合适的值用来监控此类接口。 alert_by_std 波动性告警 True/False 默认为True 非请求量类指标参数，通过该参数设置是否引入波动性告警。 - alert_by_chain 突变告警 True/False 默认为True 请求量类指标参数，通过该参数设置是否引入突变告警。 - alert_by_drop_to_0 长时间掉0告警 True/False 默认为True 请求量类指标参数，通过该参数设置是否引入长时间掉0告警。 - alert_by_spikes 毛刺告警 True/False 默认为True 所有指标参数，通过该参数设置是否引入毛刺告警。 -

应用平台 APPSTAGE AI辅助诊断
应用平台 APPSTAGE-异常检测:异常检测任务配置说明

异常检测任务配置说明任务配置主要分为6个部分，每个部分的含义及配置说明如表3所示。表3 异常检测任务配置说明操作操作说明数据定义异常检测数据从何而来，建议直接使用指标仓库Warehouse类型。视图是异常检测使用的视图，一般是一键创建步骤的时候自动创建而来。指标是用哪个指标的数据来进行检测。基础主要配置项为指标列和维度列的指定。时间列：指标列和计数列指定了对于异常检测而言，哪些列的数据是时间，指标和请求量。维度：指定了对哪些维度进行检测。如果新增维度，单击“+”号；单击“获取动态值”，输入维度，从数据库中动态查询参数值；如需手动修改，单击“打开编辑器”进行修改，如果需动态更新维度，可以打开自动更新按钮，选择自动更新周期。模型算法配置：模型主要涉及算法及任务相关信息。其中算法配置页签主要涉及算法及其模型。检测任务配置：训练配置和Judge配置主要是训练和Judge定时任务相关的配置及任务执行的结果。这些配置的都是自动完成，使用者重点关注任务每次执行是否成功。抑制抑制主要是利用根因诊断的能力，对数据进行下钻分析，确认根因的维度。如果根因的维度与配置的维度一致，则抑制该告警。所以前提是先配置完成根因诊断能力。告警基础配置，指定告警配置，主要配置如下：推送状态： Start或者Stop，设置Stop将不会推送告警。告警级别：告警的级别与告警系统对应。阈值类型：是要对上限还是下限进行检测。告警降级配置：选择是否开启告警降级。告警路由：配置告警路由规则。大盘监控服务支持报表开发功能，其中告警总览页面类型的报表可以通过大盘设置过滤。

应用平台 APPSTAGE AI辅助诊断