-
异常检测告警调优 - 应用平台 AppStage
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。 优化后生效 根据使用的算法版本区分动态告警还是静态告警,比如正常使用的boxplot_ad算法就是动态告警,fixed_threshold算法就是静态告警。 动态告警:告警调优涉及修改参数包括metric_type、sen
-
异常检测告警调优 - 应用平台 AppStage
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。 优化后生效 根据使用的算法版本区分动态告警还是静态告警,比如正常使用的boxplot_ad算法就是动态告警,fixed_threshold算法就是静态告警。 动态告警:告警调优涉及修改参数包括metric_type、sen
-
快速配置异常检测任务 - 应用平台 AppStage
指标类型 指标的类型,针对指标的定义进行选择。 算法类型 选择异常检测算法,支持固定阈值和动态阈值。 固定阈值:简单设置上限或者下限值。一旦数据超过上限或是低于下限则发生异常。 动态阈值:通过训练历史数据,实现对数据特征的学习,构建数据的模型。并利用模型来预测数据的趋势走向。当实际值和预测值相差过大,认为异常。
-
通过异常检测上报告警 - 应用平台 AppStage
指标类型 指标的类型,针对指标的定义进行选择。 算法类型 选择异常检测算法,支持固定阈值和动态阈值。 固定阈值:简单设置上限或者下限值。一旦数据超过上限或是低于下限则发生异常。 动态阈值:通过训练历史数据,实现对数据特征的学习,构建数据的模型。并利用模型来预测数据的趋势走向。当实际值和预测值相差过大,认为异常。
-
快速配置异常检测任务 - 应用平台 AppStage
指标类型 指标的类型,针对指标的定义进行选择。 算法类型 选择异常检测算法,支持固定阈值和动态阈值。 固定阈值:简单设置上限或者下限值。一旦数据超过上限或是低于下限则发生异常。 动态阈值:通过训练历史数据,实现对数据特征的学习,构建数据的模型。并利用模型来预测数据的趋势走向。当实际值和预测值相差过大,认为异常。
-
创建模型微调流水线 - 应用平台 AppStage
训练最大步数 模型训练的最大步数。 warmup_ratio 学习率热启动比例 学习率热启动参数,一开始以较小的学习率去更新参数,然后再使用预设学习率,有效避免模型震荡。 warmup_steps 学习率热启动步数 学习率热启动的过程中预设的步数。 bf16 计算精度 是否开启bf16。
-
创建模型微调流水线 - 应用平台 AppStage
训练最大步数 模型训练的最大步数。 warmup_ratio 学习率热启动比例 学习率热启动参数,一开始以较小的学习率去更新参数,然后再使用预设学习率,有效避免模型震荡。 warmup_steps 学习率热启动步数 学习率热启动的过程中预设的步数。 bf16 计算精度 是否开启bf16。
-
使用流程 - 应用平台 AppStage
使用流程 按照不同的使用场景,运营中心使用流程如图1所示。 图1 使用流程 使用场景一:数据工程师/分析师支撑或配合业务提出的数据相关需求,完成一些相对复杂的数据接入、数据建模以及数据指标开发的工作。 新建数据接入:运营中心提供通用数据接入能力,通过与数据源连接,可以建立数据源中
-
AppStage运营中心使用流程 - 应用平台 AppStage
AppStage运营中心使用流程 按照不同的使用场景,运营中心使用流程如图1所示。 图1 使用流程 使用场景一:数据工程师/分析师支撑或配合业务提出的数据相关需求,完成一些相对复杂的数据接入、数据建模以及数据指标开发的工作。 新建数据接入:运营中心提供通用数据接入能力,通过与数据
-
告警配置 - 应用平台 AppStage
指标类型 指标的类型,针对指标的定义进行选择。 算法类型 选择异常检测算法,支持固定阈值和动态阈值。 固定阈值:简单设置上限或者下限值。一旦数据超过上限或是低于下限则发生异常。 动态阈值:通过训练历史数据,实现对数据特征的学习,构建数据的模型。并利用模型来预测数据的趋势走向。当实际值和预测值相差过大,认为异常。
-
告警配置 - 应用平台 AppStage
指标类型 指标的类型,针对指标的定义进行选择。 算法类型 选择异常检测算法,支持固定阈值和动态阈值。 固定阈值:简单设置上限或者下限值。一旦数据超过上限或是低于下限则发生异常。 动态阈值:通过训练历史数据,实现对数据特征的学习,构建数据的模型。并利用模型来预测数据的趋势走向。当实际值和预测值相差过大,认为异常。
-
启动根因诊断 - 应用平台 AppStage
在“数据配置”页面,选择需要诊断指标的环节,然后根据业务的诊断场景配置指标环节、维度关联关系、指标维度关联关系,配置完成后,单击“算法配置”。 在“算法配置”页面,依次选择每个算法的版本,然后单击“保存”。 (可选)单击已创建任务下的“告警聚合配置”,可以选择需要诊断的告警级别,默认为紧急和严重级别告警。
-
为什么使用运营中心 - 应用平台 AppStage
为什么使用运营中心 运营面临的问题 海量数据计算难,自建数据运营平台成本高。 业务人员和数据工程师角色分离,配合效率低、闭环链路长。 缺乏体系化运营支撑:指标监控不及时、产品体验无法衡量等。 如何解决运营问题 运营中心面向运营人员提供运营管理服务,提供应用数据接入、数据处理、指标
-
为什么使用AppStage运营中心 - 应用平台 AppStage
为什么使用AppStage运营中心 运营面临的问题 海量数据计算难,自建数据运营平台成本高。 业务人员和数据工程师角色分离,配合效率低、闭环链路长。 缺乏体系化运营支撑:指标监控不及时、产品体验无法衡量等。 如何解决运营问题 运营中心面向运营人员提供运营管理服务,提供应用数据接入
-
告警配置 - 应用平台 AppStage
指标类型 指标的类型,针对指标的定义进行选择。 算法类型 选择异常检测算法,支持固定阈值和动态阈值。 固定阈值:简单设置上限或者下限值。一旦数据超过上限或是低于下限则发生异常。 动态阈值:通过训练历史数据,实现对数据特征的学习,构建数据的模型。并利用模型来预测数据的趋势走向。当实际值和预测值相差过大,认为异常。
-
启动根因诊断 - 应用平台 AppStage
在“数据配置”页面,选择需要诊断指标的环节,然后根据业务的诊断场景配置指标环节、维度关联关系、指标维度关联关系,配置完成后,单击“算法配置”。 在“算法配置”页面,依次选择每个算法的版本,然后单击“保存”。 (可选)单击已创建任务下的“告警聚合配置”,可以选择需要诊断的告警级别,默认为紧急和严重级别告警。
-
创建并推送特权账号 - 应用平台 AppStage
需选择已开放的区域,否则在推送特权账号时会报错。 公有云租户 选择公有云租户。 公私钥对名称 输入公私钥对名称。 密钥算法 选择密钥算法,支持RSA和Ed25519算法。 在特权账号列表中,单击已创建的特权账号所在行“操作”列的“推送”,将账号推送至公有云。 更多操作 特权账号创建后,您还可以对特权账号进行以下操作。
-
创建并推送特权账号 - 应用平台 AppStage
需选择已开放的区域,否则在推送特权账号时会报错。 公有云租户 选择公有云租户。 公私钥对名称 输入公私钥对名称。 密钥算法 选择密钥算法,支持RSA和Ed25519算法。 在特权账号列表中,单击已创建的特权账号所在行“操作”列的“推送”,将账号推送至公有云。 更多操作 特权账号创建后,您还可以对特权账号进行以下操作。
-
新增异常检测任务 - 应用平台 AppStage
否则无法保存该基础配置。 自动更新:如需动态更新维度,可以打开该按钮,并选择自动更新间隔周期。 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
-
新增异常检测任务 - 应用平台 AppStage
否则无法保存该基础配置。 自动更新:如需动态更新维度,可以打开该按钮,并选择自动更新间隔周期。 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