Simple Log Service：建立時序預測作業

操作步驟

1. 登入Log Service控制台。

2. 進入建立作業頁面。

   1. 在日誌應用地區，單擊智能異常分析。

   2. 在執行個體列表中，單擊目標執行個體。

   3. 在左側導覽列中，單擊時序預測。

   4. 在時序預測任務地區，單擊立即建立。

3. 在建立時序預測作業設定精靈的基礎資訊步驟中，完成如下配置，然後單擊下一步。

   參數	說明
   任務名	設定時序預測作業的名稱。
   Project	選擇源日誌庫或時序庫所在的Project。
   地區	您所選擇的Project的所在地區。
   日誌庫類型	根據您資料存放區的位置選擇日誌庫類型。 如果您的資料存放區在日誌庫中，則選中日誌庫。 如果您的資料存放區在時序庫中，則選中時序庫。
   源日誌庫	當日誌庫類型設定為日誌庫時，需設定源日誌庫，設定為您的來源資料所在的日誌庫。
   時序庫	當日誌庫類型設定為時序庫時，需設定時序庫，設定為您的來源資料所在的時序庫。
   角色	如果您在建立執行個體時已完成了授權，則此處自動顯示AliyunLogETLRole角色的角色標識。
   目標庫	目標日誌庫，固定為internal-ml-log。

4. 在建立時序預測作業設定精靈的資料特徵配置步驟中，輸入查詢和分析語句，然後完成以下配置。

   此處通過Log Service查詢和分析語句擷取時序資料，樣本如下所示。更多資訊，請參見查詢概述、分析概述。

   * | select (__time__ - __time__%60) as time, 'entity' as entity, count(1) as metric from log group by time, entity order by time

   

   參數	說明
   時間	來源資料中用於標識時間列的欄位。建議至少以分鐘層級以上的粒度對資料進行彙總。
   實體	來源資料中用於標識具體實體的欄位。時序預測作業圍繞實體標識，彙總出時間序列。配置實體欄位後，頁面下方將展示實體列表。 選擇目標實體後，系統將預測該實體的時間序列。如果未選擇任何實體，系統將預測全部實體的時間序列。
   特徵	來源資料中用於標識具體特徵的欄位。時序預測作業分別對每個實體的每個特徵進行預測，如果實體數量是m個，特徵數量是n個，那麼時序預測作業將對m×n個時間序列進行預測。 目前每個時序預測作業最多同時預測5個時間序列。如果配置的時間序列超出限制，則時序預測將隨機播放5個時間序列進行預測。

5. 在建立時序預測作業設定精靈的演算法配置步驟中，完成如下配置，然後單擊完成。

   

   參數	說明
   時序預測周期
   周期配置	設定時間序列的周期。其中，周期長度以天為單位，如果小於一天，可以用小數表達，例如2.4天。 時序預測作業預設考慮時序資料的天周期性、周周期性和年周期性對時序走勢的影響，針對這三個周期，不需要進行周期配置。
   假日配置
   所在國家	選擇時序資料所在的國家。對時序資料進行預測時，時序預測作業會考慮所在國家的節假日對時序走勢的影響。
   其他節假日	設定影響時序走勢的節假日，可設定為非常見節假日或其他影響時序走勢的活動日期。 設定節假日時不僅需要設定待預測的時序中的節假日，也需要設定用於預測的、已出現的時序中的節假日。
   預測配置
   待測序列長度	設定待預測的時序的長度。 時間單位將影響預測的時序中的資料點數量，例如預測未來2個小時的時序資料，如果設定待測序列長度為2小時，那麼預測的時序中僅包含2個資料點，即每小時一個資料點；如果設定待測序列長度為120分鐘，那麼預測的時序中將包含120個資料點，即每分鐘一個資料點。
   信賴度	設定信賴度。取值範圍為0.5~0.99。信賴度將影響預測結果中上下界的範圍，信賴度越高，預測結果中上下界之間的資料出現的可能性越高。
   採樣數	設定採樣數。取值範圍為0~100。採樣數將影響預測結果中上下界的準確性，採樣數越高，上下界的準確性越高。
   預測頻率	設定預測頻率。時序預測作業是持續啟動並執行，預測頻率表示每隔多長時間進行一次預測。
   觀測時間長度	設定觀測時間長度。觀測時間長度表示每次預測時將基於之前多長時間的時序資料進行預測。
   調度配置
   時間範圍	配置時序預測作業的開始時間。

6. 可以在預覽區查看當前參數配置下的演算法效果。

   1. 設定時間範圍，確定待預測的時間序列的起始和結束時間。單擊資料查詢，將使用在資料特徵配置中設定的查詢分析語句，處理指定時間範圍的資料，產生時序資料。

   2. 選擇實體資訊，確定待預測的實體序列。單擊預覽將會調用預測演算法處理指定的實體序列，並在下方展示預測結果。單擊顯示參數，會顯示當前演算法的參數配置。

   3. 預測結果中包含擬合歷史序列後得到的序列上界和序列下界，大於序列上界或者小於序列下界的資料點可能是異常資料點，通過調節異常閾值，可以顯示異常分數大於閾值的異常點。

預測結果

建立時序預測作業後，您可以在作業列表中，單擊目標作業，查看時序預測作業詳情。您還可以通過預測ID、實體ID、指標和時間篩選時間序列：

下圖中紅色豎線左側的曲線表示已出現的時序資料（時序預測作業基於該資料進行預測），紅色豎線右側的曲線為預測的時序資料。

您還可以單擊查看例外狀況事件，查看在對應的時序預測過程中出現的錯誤資訊。

相關操作

建立時序預測作業後，您可以在時序預測頁面中，找到目標時序預測作業進行刪除或修改操作。