استخدم مقاييس AWS Lookout لاكتشاف الحالات الشاذة في البيانات – CloudSavvy IT
AWS Lookout هو نموذج للتعلم الآلي يمكنه اكتشاف الانحرافات والتغييرات غير المتوقعة في البيانات. يمكن استخدامه لتنبيهك عندما يواجه المؤشر الخاص بك حمولة متزايدة أو مشاكل أخرى غير طبيعية.
ما المقصود بـ AWS Lookout for Metrics؟
ليست هذه هي الخدمة الأولى للاسم- تمتلك AWS ميزة Lookout for Eyesight (تُستخدم للعثور على العيوب في المنتجات وإجراء فحوصات الجودة تلقائيًا) ، و Lookout for Machines (تُستخدم لمراقبة بيانات المستشعر لاكتشاف الحالات الشاذة).
من المحتمل أن يكون Lookout for Metrics هو الأكثر فائدة من بين جميع المؤشرات ، لأنه يمكنه الاتصال بأي مؤشر في حسابك واكتشاف الحالات الشاذة. تستخدم CloudWatch بالفعل إنذارات CloudWatch للحصول على بعض هذه الميزات ، ولكن باستخدام التعلم الآلي ، يمكن لـ Lookout for Metrics اكتشاف المزيد من المشكلات الدقيقة.
بمجرد اكتشاف مشكلة ، يتم إنشاء ملخص تأثير الاستثناء ثم إرساله إلى SNS أو Lambda. يمكنك بعد ذلك تقديم ملاحظات وتعديل حساسية التنبيه.
يمكن لـ Lookout for Metrics الاتصال بالخدمات التالية على الأقل عند بدء التشغيل:
من هناك ، يمكنك تكوين الإنذارات ليتم إرسالها إلى AWS SNS و Lambda ، ويمكنك استخدام هذه الإنذارات لتنفيذ أي إجراء.
تبلغ تكلفة Lookout for Metrics .75 دولارًا لكل متري شهريًا. إذا كان لديك أكثر من 1000 مؤشر ، فسوف ينخفض السعر بشكل كبير.
استخدم مؤشرات المراقبة
Lookout سهل الاستخدام للغاية. كل ما عليك القيام به هو إنشاء كاشف وتحديد مجموعة بيانات وتنشيطها.
انتقل إلى وحدة تحكم إدارة Lookout وأنشئ كاشفًا:
أعطه اسمًا وحدد الفاصل الزمني للكشف. لا يوجد سوى عدد قليل من الخيارات ، وبناء جملة cron غير مدعوم.
يمكنك أيضًا تغيير مفتاح التشفير الافتراضي لاختيار واحد من AWS KMS.
بعد ذلك ، تحتاج إلى إضافة مجموعة بيانات إلى الكاشف:
سيعتمد التكوين الدقيق على مصدر البيانات الذي تستخدمه. على سبيل المثال ، تتطلب S3 مسار كائن البيانات وما إذا كان قد تم تكوينه بتنسيق CSV أو JSON.
بعد ربط المصدر ، يحتاج الكاشف إلى التمكين.
بمجرد بدء الاختبار ، سيكون لديك خيار التحقق منه وتسجيل دقته ، مما سيساعد في التحسينات المستقبلية.
