All Products
Search
Document Center

Simple Log Service:Melatih model dengan data metrik yang diagregasi menggunakan SQL

Last Updated:Sep 12, 2026

Fitur Intelligent Inspection memeriksa log bisnis untuk mendeteksi anomali secara otomatis, cerdas, dan adaptif. Topik ini menjelaskan cara melatih model dengan mengagregasi data metrik menggunakan SQL.

Prasyarat

  • Kumpulkan log di Logstore sumber. Untuk informasi selengkapnya, lihat Ikhtisar pengumpulan data.

  • Konfigurasikan indeks untuk Logstore sumber. Untuk informasi selengkapnya, lihat Buat indeks.

  • Buat instans Intelligent Anomaly Analysis. Untuk informasi selengkapnya, lihat Buat instans.

Buat pekerjaan intelligent inspection

Buka halaman pembuatan pekerjaan

  1. Masuk ke Konsol Simple Log Service.

  2. Buka halaman pembuatan pekerjaan.

    1. Pada bagian Log Application, klik Intelligent Anomaly Analysis.

    2. Pada daftar instans, klik instans target.

    3. Di panel navigasi kiri, klik Intelligent Inspection.

    4. Klik Real-time Inspection.

    5. Pada bagian Inspection Job, klik Create Now.

Informasi dasar

Pada langkah Basic Information pada wizard Create Intelligent Inspection Job, konfigurasikan parameter berikut lalu klik Next.

Parameter

Deskripsi

Task Name

Nama pekerjaan intelligent inspection.

Project

Project yang berisi Logstore atau Metricstore sumber.

Region

Wilayah tempat Project yang dipilih berada.

Logstore Type

Pilih jenis penyimpanan untuk data Anda.

  • Jika data Anda disimpan di Logstore, pilih Logstores.

  • Jika data Anda disimpan di Metricstore, pilih Metricstores.

Source Logstore

Saat Logstore Type diatur ke Logstores, Anda harus mengatur Source Logstore, yaitu Logstore tempat data sumber Anda berada.

Metricstores

Saat Logstore Type diatur ke Metricstores, Anda harus mengatur parameter Metricstores ke Metricstore yang berisi data sumber Anda.

Role

Jika Anda memberikan izin saat membuat instans, Nama Sumber Daya Alibaba Cloud (ARN) dari role AliyunLogETLRole akan diisi secara otomatis.

Target Store

Logstore tujuan untuk output pekerjaan. Nilainya tetap internal-ml-log.

Konfigurasi fitur data

Jika data deret waktu Anda berisi label anomali, pilih Data Feature Settings. Jika tidak, pilih Anomaly injection.

  1. Untuk informasi selengkapnya tentang pernyataan kueri dan analisis, lihat Ikhtisar kueri dan Ikhtisar kueri dan analisis.

    Data feature

    • Pernyataan kueri

      * | select (__time__ - __time__%60) as time, entity, count(*) as metric, if(count(*) > 1000, 1, 0) as label from log group by time, entity limit 1000000
    • Nama label: label

    • Entity: entity

    • Feature: metric

      Parameter

      Deskripsi

      Time

      Bidang yang mengidentifikasi kolom waktu dalam data sumber.

      Granularity

      Interval pengamatan data, dalam detik. Nilainya harus antara 5 hingga 3.600. Disarankan menggunakan interval 60 detik atau lebih.

      Entity

      Bidang yang mengidentifikasi entitas tertentu. Pekerjaan intelligent inspection mengagregasi data berdasarkan bidang ini untuk menghasilkan deret waktu.

      Feature

      Bidang yang berisi data fitur yang akan dianalisis.

      Label name

      Bidang yang berisi label anomali.

      • 1: Menunjukkan bahwa titik data bersifat anomali.

      • 0: Menunjukkan bahwa titik data normal.

    Anomaly injection

    • Pernyataan kueri

      * | select (__time__ - __time__%60) as time, entity, count(*) as metric from log group by time, entity limit 1000000
    • Entity: entity

    • Feature: metric

    • Anomaly rate: 0.001

    Parameter

    Deskripsi

    Time

    Bidang yang mengidentifikasi kolom waktu dalam data sumber.

    Granularity

    Interval pengamatan data, dalam detik. Nilainya harus antara 5 hingga 3.600. Disarankan menggunakan interval 60 detik atau lebih.

    Entity

    Bidang yang mengidentifikasi entitas tertentu dalam data sumber. Pekerjaan intelligent inspection mengagregasi data berdasarkan pengidentifikasi entitas untuk menghasilkan deret waktu.

    Feature

    Bidang yang mengidentifikasi data fitur tertentu dalam data sumber.

    Anomaly injection

    Menentukan apakah data akan disimpan setelah anomali disuntikkan.

    Anomaly rate

    Proporsi data anomali yang akan disuntikkan. Misalnya, nilai 0.001 berarti 0,1% dari titik data disuntikkan sebagai anomali.

    Anomaly type

    Jenis anomali yang akan disuntikkan ke dalam urutan fitur.

Konfigurasi algoritma

  1. Pada bagian Algorithm configuration, pilih Algorithm. Hanya supervised anomaly detection algorithm yang didukung.

  2. Pada bagian Scheduling Settings, konfigurasikan parameter berikut.

    Parameter

    Deskripsi

    Start time

    Waktu mulai deret waktu yang akan diproses oleh pekerjaan pelatihan model.

    End time

    Waktu akhir deret waktu yang akan diproses oleh pekerjaan pelatihan model.

    End time of model learning

    Parameter ini menentukan batas waktu data pelatihan dan harus berada di antara Start time dan End time. Sistem menggunakan data dari Start time hingga End time of model learning untuk pelatihan, dan data dari End time of model learning hingga End time untuk validasi.

Kelola pekerjaan intelligent inspection

Di panel navigasi kiri Konsol Simple Log Service, pilih Intelligent Inspection > Real-time Inspection untuk membuka halaman manajemen pekerjaan. Dari kolom Actions, Anda dapat mengedit atau menghapus pekerjaan.

  1. Lihat pekerjaan: Temukan pekerjaan pelatihan model di daftar pekerjaan lalu klik ID-nya untuk melihat detail.

    1. Di Entity information list, klik ID entitas.

    2. Di panel yang muncul, buat task prediksi.

      Parameter

      Deskripsi

      Task name

      Nama task prediksi, yang juga merupakan task inspeksi real-time.

      Entity ID

      ID urutan entitas yang akan diperiksa.

      Anomaly type to follow

      Jenis anomali yang menjadi fokus dalam urutan fitur.

      Start time

      Waktu mulai task membaca dan memeriksa data deret waktu.

      Data latency

      Latensi maksimum yang diharapkan untuk data ditulis ke Simple Log Service. Task menunggu durasi ini sebelum membaca data guna memastikan kelengkapan data.

      Send alert

      Menentukan apakah notifikasi dikirim untuk anomali yang terdeteksi.

      Alert policy

      Kebijakan peringatan menggabungkan, membungkam, dan menekan peringatan yang dihasilkan.

      • Jika Anda mengatur kebijakan peringatan ke Simple Mode atau Standard Mode, Anda tidak perlu mengonfigurasi kebijakan peringatan. Simple Log Service secara default menggunakan kebijakan peringatan dinamis bawaan (sls.builtin.dynamic).

      • Jika Anda memilih Advanced Mode, Anda dapat memilih kebijakan peringatan bawaan atau kustom. Untuk informasi selengkapnya tentang cara membuat kebijakan peringatan, lihat Buat kebijakan peringatan.

      Action policy

      Kebijakan tindakan mengontrol saluran notifikasi dan frekuensinya untuk peringatan.

      • Jika Anda mengatur kebijakan peringatan ke Simple Mode, Anda hanya perlu mengonfigurasi action group. Setelah mengonfigurasi action group, Simple Log Service secara otomatis membuat kebijakan tindakan bernama Rule Name-Action Policy. Semua peringatan yang dipicu oleh aturan ini dikirim melalui kebijakan tindakan ini. Untuk informasi selengkapnya tentang cara mengonfigurasi saluran notifikasi, lihat Metode notifikasi.

      • Jika Anda mengatur Alert Policy ke Standard Mode atau Advanced Mode, Anda dapat memilih kebijakan tindakan bawaan atau kustom untuk notifikasi peringatan. Untuk informasi selengkapnya tentang cara membuat kebijakan tindakan, lihat Kebijakan tindakan. Saat Anda mengatur Alert Policy ke Advanced Mode, Anda juga dapat mengaktifkan atau menonaktifkan Custom Action Policy. Untuk informasi selengkapnya, lihat Mekanisme kebijakan tindakan dinamis.

  2. Edit pekerjaan.

  3. Hapus pekerjaan.

    Penting

    Pekerjaan Intelligent Inspection yang dihapus tidak dapat dipulihkan. Lakukan dengan hati-hati.

Langkah selanjutnya

Notifikasi peringatan dan umpan balik pelabelan