Managed Service for Prometheus oferece um detector inteligente para identificar flutuações incomuns em seus dados de séries temporais de KPI. Esse recurso permite detectar anomalias e ajuda você a tomar decisões fundamentadas sobre alertas, mitigação automatizada e análise de causa raiz. Este tópico descreve como usar o detector inteligente para identificar anomalias nos dados.
Limitações
Instâncias v2 não oferecem suporte a este recurso.
Detectar anomalias em uma instância do Prometheus
Faça login no console do ARMS.
No painel de navegação à esquerda, escolha .
Acesse o console do Cloud Monitor.
No painel de navegação à esquerda, selecione para abrir a lista de instâncias do Managed Service for Prometheus.
Na instância desejada, clique em Grafana Workspace.
No painel de navegação à esquerda, clique em
(Explore). Em seguida, selecione a source de dados desejada na lista suspensa ao lado de Explore, no canto superior esquerdo.-
No campo de expressão ao lado de Metrics browser, insira a seguinte instrução PromQL de exemplo. Essa instrução usa o detector inteligente para identificar flutuações incomuns em uma métrica.
anomaly_detect(arms_cms_collector_duration_seconds[180m], 3)Notaarms_cms_collector_duration_seconds: Métrica alvo. Substitua este valor pelo nome real da sua métrica.A entrada da função
anomaly_detect()deve ser um vetor de intervalo. Por isso, adicione um seletor de tempo, como[180m], após o nome da métrica. Neste exemplo,[180m]representa o intervalo de tempo e3é o parâmetro de sensibilidade. Se você usar uma função de agregação comosum()antes de chamaranomaly_detect(), altere o seletor de tempo para[180m:]para garantir que o resultado seja um vetor de intervalo. Exemplo:anomaly_detect(sum(node_memory_free_bytes)[180m:], 3).