Managed Service for Prometheus は、KPI 時系列データの異常な変動を特定するためのインテリジェント検出器を提供します。これにより異常検出が可能になり、アラート、自動軽減、根本原因分析に関する情報に基づいた意思決定を支援します。このトピックでは、インテリジェント検出器を使用してデータ異常を検出する方法について説明します。
制限事項
この機能は v2 インスタンスではサポートされていません。
Prometheus インスタンスでの異常検出
にログインします。 ARMSコンソールを使用します。
左側のナビゲーションウィンドウで、.
-
ターゲットインスタンスの [Grafana ワークスペース] をクリックします。
-
左側のナビゲーションペインで、
アイコン (Explore) をクリックします。次に、左上隅の [Explore] の横にあるドロップダウンリストから対象のデータソースを選択します。 -
[メトリクスブラウザ] の横にある式フィールドに、次のサンプル PromQL ステートメントを入力します。このステートメントは、インテリジェント検出器を使用してメトリクスの異常な変動を検出します。
anomaly_detect(arms_cms_collector_duration_seconds[180m], 3)説明-
arms_cms_collector_duration_seconds：対象のメトリクスです。実際のメトリクス名に置き換えてください。 -
anomaly_detect()関数の入力は範囲ベクトルである必要があります。そのため、メトリクス名の後に[180m]などの時間セレクターを追加する必要があります。この例では、[180m]が時間範囲で、3が感度パラメーターです。sum()のような集約関数をanomaly_detect()を呼び出す前に使用する場合は、結果が範囲ベクトルになるように時間セレクターを[180m:]に変更する必要があります。例：anomaly_detect(sum(node_memory_free_bytes)[180m:], 3)。
-