Tüm Ürünler
Search

Bu Ürün

    Database Autonomy Service:Anormallik algılama

    Belge Merkezi

    Database Autonomy Service:Anormallik algılama

    Son Güncelleme:Oct 06, 2026

    Veritabanı anormalliklerinin zamanında tespit edilmesi, günlük veritabanı işletim ve bakım (O&M) faaliyetleri için kritik öneme sahiptir. Database Autonomy Service (DAS), makine öğrenimi ve ayrıntılı izleme verilerini kullanarak manuel etkinleştirme gerektirmeden 7/24 otomatik anormallik algılama sağlayan bir özellik sunar. Kural tabanlı veya eşik tabanlı uyarılara kıyasla bu özellik, veritabanındaki anormal değişiklikleri daha hızlı tespit eder.

    Ön koşullar

    • Hedef veritabanı örneği aşağıdaki türlerden biri olmalıdır:

      Veritabanı

      Bölge

      • ApsaraDB RDS for MySQL

      • MyBase for MySQL

      • Genel cloud

        Çin (Hangzhou), Çin (Shanghai), Çin (Shenzhen), Çin (Heyuan), Çin (Guangzhou), Çin (Qingdao), Çin (Beijing), Çin (Zhangjiakou), Çin (Hohhot), Çin (Ulanqab), , Çin (Fuzhou - Yerel Bölge - Hizmetten Çıkarma), Çin (Chengdu), Çin (Zhengzhou), Çin (Hong Kong), Japonya (Tokyo), Güney Kore (Seul), Singapur, Malezya (Kuala Lumpur), Malezya (Johor), Endonezya (Cakarta), Filipinler (Manila), Tayland (Bangkok), BAE (Dubai), Suudi Arabistan (Riyad), Almanya (Frankfurt), ABD (Silikon Vadisi), ABD (Virginia), Birleşik Krallık (Londra) ve Meksika

      • Finans Cloud

        Çin Doğu 1 Finans, Çin Doğu 2 Finans, Çin Güney 1 Finans ve Çin Kuzey 2 Finans (yalnızca davetli önizleme)

      • Alibaba Gov Cloud

        Çin Kuzey 2 Ali Gov 1

      • Genel Endüstri Cloud

        Çin (Ulanqab)

      ApsaraDB RDS for PostgreSQL

      • Genel cloud

        Çin (Hangzhou), Çin (Shanghai), Çin (Shenzhen), Çin (Heyuan), Çin (Guangzhou), Çin (Qingdao), Çin (Beijing), Çin (Zhangjiakou), Çin (Hohhot), Çin (Ulanqab), Çin (Chengdu), Çin (Hong Kong), Japonya (Tokyo), Güney Kore (Seul), Singapur, Malezya (Kuala Lumpur), Endonezya (Cakarta), Filipinler (Manila), BAE (Dubai), Almanya (Frankfurt), ABD (Silikon Vadisi), ABD (Virginia) ve Birleşik Krallık (Londra)

      • Finans Cloud

        Çin Doğu 1 Finans, Çin Doğu 2 Finans ve Çin Güney 1 Finans

      • Alibaba Gov Cloud

        Çin Kuzey 2 Ali Gov 1

      ApsaraDB RDS for SQL Server

      • Genel cloud

        Çin (Hangzhou), Çin (Shanghai), Çin (Shenzhen), Çin (Heyuan), Çin (Qingdao), Çin (Beijing), Çin (Zhangjiakou), Çin (Hohhot), Çin (Ulanqab), Çin (Chengdu), Çin (Hong Kong), Japonya (Tokyo), Singapur, Malezya (Kuala Lumpur), Endonezya (Cakarta), BAE (Dubai), Almanya (Frankfurt), ABD (Silikon Vadisi), ABD (Virginia) ve Birleşik Krallık (Londra)

      • Finans Cloud

        Çin Doğu 1 Finans, Çin Doğu 2 Finans ve Çin Güney 1 Finans

      • Alibaba Gov Cloud

        Çin Kuzey 2 Ali Gov 1

      PolarDB for MySQL Standard Edition ve Enterprise Cluster Edition

      • Genel cloud

        Çin (Hangzhou), Çin (Shanghai), Çin (Shenzhen), Çin (Heyuan), Çin (Guangzhou), Çin (Qingdao), Çin (Beijing), Çin (Zhangjiakou), Çin (Hohhot), Çin (Ulanqab), Çin (Chengdu), Çin (Hong Kong), Japonya (Tokyo), Güney Kore (Seul), Singapur, Malezya (Kuala Lumpur), Endonezya (Cakarta), Filipinler (Manila), Almanya (Frankfurt), ABD (Silikon Vadisi), ABD (Virginia) ve Birleşik Krallık (Londra)

      • Finans Cloud

        Çin Doğu 1 Finans, Çin Doğu 2 Finans, Çin Güney 1 Finans ve Çin Kuzey 2 Finans (yalnızca davetli önizleme)

      • Alibaba Gov Cloud

        Çin Kuzey 2 Ali Gov 1

      • Community Edition

      • Tair (Enterprise Edition) Bellek optimize edilmiş

      • Genel cloud

        Çin (Hangzhou), Çin (Shanghai), Çin (Shenzhen), Çin (Heyuan), Çin (Guangzhou), Çin (Qingdao), Çin (Beijing), Çin (Zhangjiakou), Çin (Hohhot), Çin (Chengdu), Çin (Hong Kong), Japonya (Tokyo), Güney Kore (Seul), Singapur, Malezya (Kuala Lumpur), Malezya (Johor), Endonezya (Cakarta), Filipinler (Manila), Tayland (Bangkok), BAE (Dubai), Suudi Arabistan (Riyad), Almanya (Frankfurt), ABD (Silikon Vadisi), ABD (Virginia) ve Birleşik Krallık (Londra)

      • Finans Cloud

        Çin Doğu 1 Finans, Çin Doğu 2 Finans, Çin Güney 1 Finans ve Çin Kuzey 2 Finans (yalnızca davetli önizleme)

      • Alibaba Gov Cloud

        Çin Kuzey 2 Ali Gov 1

      Tair (Enterprise Edition) Kalıcı bellek optimize edilmiş ve disk tabanlı

      • Genel cloud

        Çin (Hangzhou), Çin (Shanghai), Çin (Shenzhen), Çin (Beijing), Çin (Zhangjiakou), Çin (Hong Kong), Singapur, Almanya (Frankfurt) ve ABD (Virginia)

      • Alibaba Gov Cloud

        Çin Kuzey 2 Ali Gov 1

      MongoDB

      • Genel cloud

        Çin (Hangzhou), Çin (Shanghai), Çin (Shenzhen), Çin (Heyuan), Çin (Guangzhou), Çin (Qingdao), Çin (Beijing), Çin (Zhangjiakou), Çin (Hohhot), Çin (Ulanqab), Çin (Chengdu), Çin (Hong Kong), Japonya (Tokyo), Güney Kore (Seul), Singapur, Malezya (Kuala Lumpur), Endonezya (Cakarta), Filipinler (Manila), Tayland (Bangkok), Malezya (Johor), Almanya (Frankfurt), Birleşik Krallık (Londra), Suudi Arabistan (Riyad), BAE (Dubai), Meksika, ABD (Virginia), ABD (Atlanta) ve ABD (Silikon Vadisi)

    • Hedef veritabanı örneği DAS'e kaydedilmiş olmalı ve bağlantı durumu Normal Access olarak ayarlanmış olmalıdır.

      Not

      Bir veritabanı örneğinin nasıl kaydedileceği hakkında daha fazla bilgi için bkz. Alibaba Cloud veritabanını DAS'e bağlama.

    Özellikler

    Bu özellik, makine öğrenimi ve ayrıntılı izleme verilerini kullanarak manuel etkinleştirme gerektirmeden 7/24 otomatik anormallik algılama sağlar. Kural tabanlı veya eşik tabanlı uyarılara kıyasla veritabanındaki anormal değişiklikleri daha hızlı tespit eder.


    Öğe


    Geleneksel uyarı


    DAS anormallik algılama


    Yöntem


    Kural tabanlı ve eşik tabanlı.


    Yapay zeka tabanlı.


    Algılama kapsamı


    Öncelikli olarak izleme ölçümleri.


    İzleme ölçümleri, SQL deyimleri, günlükler, kilitler ve O&M olayları.


    Zamanında çalışma


    En az 5 dakika, potansiyel olarak bir güne kadar.


    Neredeyse gerçek zamanlı.


    Algılama ilkesi


    Arıza odaklı.


    Anormallik odaklı.


    Periyodik desen tanıma


    Desteklenmez.


    Otomatik.


    Uyarlanabilirlik


    İş özelliklerine uyum sağlayamaz.


    İş özelliklerine uyum sağlar.


    Tahmin yeteneği


    Mevcut değil.


    Mevcut.

    Anormallik algılama sonuçlarını görüntüleme

    DAS Autonomy Center'da belirtilen bir zaman aralığında algılanan anormal olayları görüntüleyin.

    1. DAS konsoluna giriş yapın.

    2. Soldaki gezinme bölmesinde Intelligent O&M Center > Instance Monitoring öğesini tıklayın.

    3. Hedef örneği bulun ve örnek ayrıntıları sayfasını açmak için örnek kimliğini tıklayın.

    4. Soldaki gezinme bölmesinde Autonomy Center öğesini tıklayın.

    5. Bu dönem içinde algılanan anormal olayları görüntülemek için bir zaman aralığı seçin.

    Enable event subscription

    Etkinlik subscription özelliğini etkinleştirdiğinizde, DAS anormal olaylar algılandığında SMS mesajları gibi yapılandırılmış kanallar üzerinden bildirim gönderir. Bu, veritabanındaki anormal değişiklikleri hızla belirlemenize yardımcı olur. Daha fazla bilgi için bkz. Enable event subscription.

    Not

    Anormal olaylar Uyarı önem düzeyine sahiptir. Etkinlik bildirimleri için önem düzeyini ihtiyaçlarınıza göre ayarlayın.

    SSS

    • Bir Monitoring Metric Anomaly Detection (Time Series Anomaly Detection) olayının Anomaly Snapshots bölümünde, Analysis of Abnormal Metrics içindeki ölçümlerin değişim çarpanı nasıl hesaplanır?

      Change multiple = Actual metric value / Predicted metric value. DAS, mevcut ölçüm değerini tahmin etmek için veritabanı örneğinden alınan geçmiş saatlik verileri kullanır. Tahmin edilen değer bir temel çizgi olarak hizmet eder ve değişim çarpanını hesaplamak için gerçek ölçüm değeri ile karşılaştırılır. Anomaly Snapshot > Analysis of Abnormal Metrics sayfasındaki Related Information tablosunda, Related Metrics sütunu her bir ölçüm adını yüzde cinsinden değişim çarpanıyla birlikte gösterir; örneğin mysql.innodb_rows_read↑112890276.00%, mysql.innodb_rows_updated↑122309.00%, mysql.select_ps↑576.00%, mysql.cpu_usage↑8444.00% ve mysql.active_session↑1711.00%.

    • Neden yeni oluşturulan bir örnek veya düğüm, trafiği stabil olsa da birçok Monitoring Metric Anomaly Detection (Time Series Anomaly Detection) olayı tetikler?

      DAS anormallik algılama özelliği, önce örneğin geçmiş verilerine dayalı bir tahmin modeli oluşturur ve ardından bu modeli anormallik algılamak için kullanır. Yeni oluşturulan bir örnek veya düğüm için temel performans verileri nispeten düşüktür. Sonuç olarak, bu verilerden oluşturulan tahmin modelinin de düşük bir temel çizgisi vardır. İşletmeler çalışmaya başladığında, ölçümler bir süre boyunca model tahminlerinden önemli ölçüde sapabilir; bu durum yanlış artışlara neden olur ve sık sık anormallik algılama olaylarını tetikler.

      Not

      Yeterli veri toplandıktan sonra DAS otomatik olarak daha doğru bir tahmin modeli yeniden oluşturur ve yanlış artışlardan kaynaklanan Monitoring Metric Anomaly Detection (Time Series Anomaly Detection) olayları gerçekleşmeyi durdurur.

    • Neden örnek performans ölçümleri birkaç saniye içinde belirgin anormallikler göstermesine rağmen bir Monitoring Metric Anomaly Detection (Time Series Anomaly Detection) olayı tetiklenmez?

      DAS anormallik algılama özelliği algılama için dakika düzeyinde ortalama verileri kullanır. Yalnızca birkaç saniye süren anormallikler, ortalamaya alınmış veriler üzerindeki minimal etkileri nedeniyle yumuşatılabilir; bu durum algılamayı engeller ve bir Monitoring Metric Anomaly Detection (Time Series Anomaly Detection) olayını tetiklemez.

    İlgili belgeler

    Veritabanı anormalliklerini otomatik olarak işlemek için DAS'in otonomi özelliklerini kullanın.