Application Real-Time Monitoring Service:Seuils dynamiques

Quand utiliser les seuils dynamiques

Les seuils dynamiques sont particulièrement efficaces pour les métriques présentant des schémas stables et récurrents, c'est-à-dire des métriques qui suivent des tendances prévisibles. Voici quelques cas d'utilisation courants :

• Performances des applications : Détectez les variations inhabituelles du temps de réponse ou du taux de requêtes. Si le temps de réponse d'une API dépasse soudainement le schéma appris, un événement d'exception est généré immédiatement.

• Utilisation des ressources serveur : Surveillez l'utilisation du processeur et de la mémoire. Si la consommation de ressources dépasse constamment la plage prédite, un événement d'exception est généré afin que vous puissiez ajuster l'allocation des ressources avant que la stabilité du système ne soit affectée.

• Analyse des pools de connexions : Suivez les taux de requêtes et le nombre de connexions simultanées. Si certaines métriques d'un thread dépassent les seuils dynamiques, un événement d'exception est déclenché pour permettre un réglage rapide des performances.

• Santé des microservices : Surveillez l'utilisation des ressources et les performances de réponse entre les microservices. Étant donné que les dépendances entre microservices sont complexes, les seuils dynamiques vous aident à isoler rapidement le service dont le comportement est anormal.

Fonctionnement des seuils dynamiques

ARMS utilise l'algorithme Prophet pour alimenter les seuils dynamiques. Le système fonctionne selon un cycle quotidien :

1. Toutes les 24 heures, ARMS analyse les 7 derniers jours de données historiques pour chaque métrique surveillée.

2. L'algorithme extrait la tendance (direction à long terme) et la saisonnalité (schémas récurrents) de la métrique.

3. Sur la base de ces schémas et des fluctuations naturelles de la métrique, ARMS calcule une limite supérieure et une limite inférieure pour les 24 heures suivantes.

4. Tout point de données situé en dehors de cette plage prédite est signalé comme anormal.

Contrairement aux seuils statiques, les seuils dynamiques ne nécessitent pas de mises à jour manuelles lorsque les schémas de trafic de votre application changent. Comme ARMS réentraîne le modèle quotidiennement, les limites s'adaptent automatiquement aux évolutions progressives du comportement des métriques.

Prérequis

Avant de commencer, assurez-vous d'avoir :

• Une application surveillée par Application Monitoring

Créer une règle d'alerte à seuil dynamique

1. Connectez-vous à la console ARMS.

2. Dans le volet de navigation de gauche, choisissez Application Monitoring > Application Monitoring Alert Rules.

3. Sur la page Application Monitoring Alert Rules, cliquez sur Create Alert Rule.

4. Sur la page Create Application Monitoring Alert Rule, spécifiez le paramètre Alert Rule Name et définissez le paramètre Alert Detection Type sur Interval detection.

   Remarque

   Pour configurer des seuils statiques à la place, consultez la rubrique Static thresholds.

5. Dans la section Alert Contact, configurez les paramètres suivants :

   Parameter	Description
   Select Applications	Sélectionnez l'application à surveiller. Vous ne pouvez sélectionner qu'une seule application par règle de détection d'anomalies.
   Metric Type	Sélectionnez la métrique à surveiller. Pour connaître les métriques disponibles, consultez la page Alert metrics. Après avoir sélectionné un type de métrique, ARMS calcule les limites supérieure et inférieure et affiche la tendance de la métrique en temps réel. Prévisualisez les résultats dans la section Alert Condition. Le rendu initial prend environ 2 à 4 secondes. Pour plus de détails sur le calcul des limites, consultez la section Fonctionnement des seuils dynamiques.
   Filter Condition	Filtrez les données de métriques pour réduire la portée de la surveillance. Sélectionnez un opérateur de filtre pour chaque dimension : Traverse : Correspond à toutes les valeurs de la dimension. No Dimension : Affiche toutes les alertes pour le type de métrique sans filtrage par dimension. = : Correspond exactement à une ou plusieurs valeurs spécifiées. != : Exclut une ou plusieurs valeurs spécifiées. Contain : Correspondance floue avec une ou plusieurs valeurs. Do Not Contain : Exclusion floue d'une ou plusieurs valeurs. Match Regular Expression : Correspondance des valeurs à l'aide d'une expression régulière.

   Remarque

   Les options disponibles pour les paramètres Alert Condition et Filter Condition varient en fonction du Metric Type sélectionné.

6. Dans la section Alert rules, configurez le paramètre Alert Condition :

   Parameter	Description
   Alert trigger mode	Sélectionnez l'option Single Condition.
   Alert Condition	Configurez la règle de détection : Last X Minutes : La fenêtre de rétrospective pour l'évaluation. Maximum : 60 minutes. Data : Les données de métriques à évaluer (par exemple, le nombre d'appels ou le temps de réponse). Calculation method : La méthode d'agrégation des données (par exemple, moyenne, maximum ou minimum). Comparison method : La méthode de comparaison de la valeur agrégée avec le seuil dynamique. Consultez le tableau Référence des méthodes de comparaison pour obtenir des conseils. Alert level : La gravité des alertes déclenchées. Valeurs valides : P1, P2, P3, P4.
   Tolerance	Contrôle la largeur de la plage de données acceptable. Une valeur de tolérance plus élevée produit une plage plus large et moins d'alertes. Une valeur de tolérance plus faible produit une plage plus étroite et plus d'alertes. Ajustez cette valeur en fonction des résultats de la prédiction du nombre d'alertes.
   Alert Quantity Prediction	Affiche le nombre prévu d'alertes qui devraient être déclenchées au cours de la période spécifiée. Cliquez sur le nombre pour interroger les données susceptibles de déclencher des alertes aux points historiques dans le temps. Chaque fois que vous créez ou modifiez une règle d'alerte, utilisez cette prédiction pour affiner votre tolérance avant d'enregistrer la règle. Pour plus d'informations, consultez la section Valider les règles avec la prédiction du nombre d'alertes.

   Dans le graphique d'aperçu des données, les points bleus représentent les points de données réels et la bande verte représente la plage de données acceptable.

   Référence des méthodes de comparaison

   Sélectionnez la méthode de comparaison en fonction du type d'anomalie que vous souhaitez détecter :

   Comparison method	Behavior
   Outside the range of the dynamic threshold	Déclenche une alerte lorsqu'un point de données se situe au-dessus de la limite supérieure ou en dessous de la limite inférieure.
   Larger than the maximum value of the dynamic threshold	Déclenche une alerte uniquement lorsqu'un point de données dépasse la limite supérieure.
   Lower than the minimum value of the dynamic threshold	Déclenche une alerte uniquement lorsqu'un point de données descend en dessous de la limite inférieure.

7. Configurez les paramètres Alert Notification et Advanced Alert Settings :

   Parameter	Description
   Notification Policy	Affiché uniquement lorsque le paramètre Alert Notification est défini sur Standard Mode. Options : Do Not Specify Notification Policy : Des alertes sont générées, mais aucune notification n'est envoyée. Les notifications sont envoyées uniquement lorsque les règles de correspondance d'une politique de notification sont déclenchées. Specify a notification policy : Sélectionnez une politique de notification existante ou créez-en une. Pour plus d'informations, consultez la page Create and manage a notification policy.
   No data	Gère les anomalies de données telles que les points de données manquants, les métriques composites anormales et les résultats de comparaison période par période anormaux. Lorsque cela est possible, le système modifie automatiquement la valeur en 0 ou 1, ou supprime l'alerte. Pour plus d'informations, consultez la page Terms.

8. Cliquez sur Save.

Valider les règles avec la prédiction du nombre d'alertes

Utilisez la prédiction du nombre d'alertes pour valider votre configuration avant d'enregistrer une règle. Cette fonctionnalité analyse les données historiques, affiche les moments où des alertes historiques se produisent et prédit le nombre d'alertes sur une période donnée. Elle fournit également les détails des métriques, y compris le moment précis où chaque seuil est dépassé, afin que vous puissiez ajuster les seuils en fonction de vos besoins métier.

Examinez le nombre d'alertes prédites chaque fois que vous créez ou modifiez une règle d'alerte. Ajustez la tolérance ou la méthode de comparaison si le volume prédit est trop élevé ou trop faible.

FAQ

Étapes suivantes

• View historical alert events pour enquêter sur les alertes déclenchées.

• View historical alerts pour consulter les notifications d'alerte.