使用智能检测算子发现异常数据 - 应用实时监控服务ARMS

Prometheus监控可以通过智能检测算子算法自动地发现KPI时间序列数据中的异常波动，实现时间序列的异常检测，为后续的告警、自动止损、根因分析等提供决策依据，本文提供了Prometheus实例通过在Grafana大盘页面使用智能检测算子发现异常数据波动的操作方法。

检测Prometheus实例的异常数据波动

登录ARMS控制台。
在左侧导航栏选择Prometheus监控 > Prometheus实例列表，然后在Prometheus监控页面的顶部菜单栏，选择地域。
在单击目标实例名称对应的grafana folder。
在左侧导航栏单击Explore图标，然后在左上角的Explore右侧下拉列表选择对应的数据源。
在Metrics下拉列表中选择目标指标，可查看当前指标正常的时序数据，例如目标指标为：
```
arms_cms_collector_duration_seconds
```
在Metrics右侧文本框输入以下PromQL查询语句示例，即异常检测算子。可检测出当前指标在某些时段的数据异常波动情况。
```
anomaly_detect(arms_cms_collector_duration_seconds[180m]，3)
```
说明
- arms_cms_collector_duration_seconds：为上一步骤中的目标指标名称，请根据实际情况替换。
- 输入的PromQL查询语句数据类型必须是Range vector类型，因此需要在指标名称后增加时间范围“[180m]”，其中时间范围默认选择“[180m]”，参数默认选择“3”。如果提前执行了其他聚合函数操作，则需要将默认的时间范围选择变更为“[180m:]”，使其数据类型变为Range vector类型，例如：anomaly_detect(sum(node_memory_free_bytes)[180m:]，3)。