Terjemahan disediakan oleh mesin penerjemah. Jika konten terjemahan yang diberikan bertentangan dengan versi bahasa Inggris aslinya, utamakan versi bahasa Inggris.
Menggunakan deteksi CloudWatch outlier
Saat Anda mengaktifkan deteksi outlier untuk metrik, CloudWatch terapkan algoritma statistik dan pembelajaran mesin. Algoritma ini secara terus-menerus menganalisis metrik sistem dan aplikasi, menentukan garis dasar normal, serta anomali permukaan dengan intervensi pengguna dalam level minimal.
Algoritma menghasilkan model deteksi outlier. Model tersebut menghasilkan serangkaian nilai yang diharapkan yang mewakili perilaku metrik normal.
Anda dapat mengaktifkan deteksi outlier menggunakan Konsol Manajemen AWS,, AWS CLI CloudFormation, atau SDK AWS . Anda dapat mengaktifkan deteksi outlier pada metrik yang dijual oleh AWS dan juga pada metrik khusus. Di akun yang disiapkan sebagai akun pemantauan untuk pengamatan CloudWatch lintas akun, Anda dapat membuat detektor anomali pada metrik di akun sumber selain metrik di akun pemantauan.
Anda dapat menggunakan model nilai yang diharapkan dengan dua cara:
Buat alarm deteksi outlier berdasarkan nilai yang diharapkan metrik. Jenis-jenis alarm ini tidak memiliki ambang statis untuk menentukan status alarm. Sebaliknya, mereka membandingkan nilai metrik dengan nilai yang diharapkan berdasarkan model deteksi outlier.
Anda dapat memilih apakah alarm terpicu ketika nilai metrik berada di atas pita nilai, di bawah pita yang diharapkan, atau keduanya.
Untuk informasi selengkapnya, lihat Buat CloudWatch alarm berdasarkan deteksi anomali.
Ketika melihat grafik data metrik, hamparkan nilai yang diharapkan di grafik sebagai pita. Pita ini secara visual menjelaskan nilai-nilai yang ada di grafik di luar rentang normal. Untuk informasi selengkapnya, lihat Membuat grafik.
Anda juga dapat mengambil nilai atas dan bawah pita model menggunakan Permintaan API
GetMetricDatadenganANOMALY_DETECTION_BANDfungsi matematika metrik. Untuk informasi selengkapnya, lihat GetMetricData.
Dalam grafik dengan deteksi outlier, rentang nilai yang diharapkan ditampilkan sebagai pita abu-abu. Jika nilai aktual metrik melampaui pita ini, nilai tersebut akan ditampilkan berwarna merah selama waktu tersebut.
Algoritma deteksi outlier memperhitungkan musiman dan perubahan tren metrik. Perubahan musiman dapat dilakukan setiap jam, setiap hari, atau setiap minggu, sebagaimana ditunjukkan dalam contoh-contoh berikut.
Tren dengan rentang lebih panjang dapat turun atau naik.
Deteksi outlier juga bekerja dengan baik dengan metrik dengan pola datar.
Cara kerja CloudWatch deteksi outlier
Saat Anda mengaktifkan deteksi outlier untuk metrik, CloudWatch terapkan algoritme pembelajaran mesin ke data masa lalu metrik untuk membuat model nilai yang diharapkan metrik. Model ini menilai tren maupun pola metrik setiap jam, setiap hari, dan setiap minggu. Algoritma ini melatih data metrik hingga dua minggu, tetapi Anda dapat mengaktifkan deteksi outlier pada metrik meskipun metrik tidak memiliki data dua minggu penuh.
Anda menentukan nilai untuk ambang deteksi outlier yang CloudWatch digunakan bersama dengan model untuk menentukan rentang nilai “normal” untuk metrik. Nilai yang lebih tinggi untuk ambang deteksi outlier menghasilkan pita nilai “normal” yang lebih tebal.
Model machine learning spesifik untuk metrik dan statistik. Misalnya, jika Anda mengaktifkan deteksi outlier untuk metrik menggunakan AVG statistik, model khusus untuk statistik. AVG
Saat CloudWatch membuat model untuk banyak metrik umum dari AWS layanan, ini memastikan bahwa band tidak meluas di luar nilai logis. Misalnya, band untuk MemoryUtilization sebuah EC2 instance akan tetap antara 0 dan 100, dan pelacakan band CloudFront Requests, yang tidak bisa negatif, tidak akan pernah memanjang di bawah nol.
Setelah Anda membuat model, deteksi CloudWatch outlier terus mengevaluasi model dan membuat penyesuaian untuk memastikan bahwa itu seakurat mungkin. Penyesuaian ini termasuk penentuan ulang model untuk menyesuaikan jika nilai metrik berkembang seiring waktu atau mengalami perubahan mendadak, dan juga menyertakan prediktor untuk meningkatkan model metrik yang bersifat musiman, runcing, atau jarang.
Setelah mengaktifkan deteksi outlier pada metrik, Anda dapat memilih untuk mengecualikan periode waktu metrik yang ditentukan agar tidak digunakan untuk melatih model. Dengan cara ini, Anda dapat mengecualikan penyebaran atau peristiwa tidak lazim lainnya dari penggunaan untuk penyesuaian model, yang memastikan model yang paling akurat telah dibuat.
Menggunakan model deteksi outlier untuk alarm menimbulkan biaya pada akun Anda. AWS Untuk informasi lebih lanjut, lihat Amazon CloudWatch Harga
Deteksi outlier pada matematika metrik
Deteksi outlier pada matematika metrik adalah fitur yang dapat Anda gunakan untuk membuat alarm deteksi outlier pada ekspresi matematika metrik keluaran. Anda dapat menggunakan ekspresi ini untuk membuat grafik yang memvisualisasikan pita deteksi outlier. Fitur ini mendukung fungsi aritmatika dasar, operator perbandingan dan logika, dan sebagian besar fungsi lainnya. Untuk informasi tentang fungsi yang tidak didukung, lihat Menggunakan matematika metrik di Panduan CloudWatch Pengguna Amazon.
Anda dapat membuat model deteksi outlier berdasarkan ekspresi matematika metrik yang mirip dengan cara Anda membuat model deteksi outlier. Dari CloudWatch konsol, Anda dapat menerapkan deteksi outlier ke ekspresi matematika metrik dan memilih deteksi outlier sebagai tipe ambang batas untuk ekspresi ini.
catatan
Deteksi outlier pada matematika metrik hanya dapat diaktifkan dan diedit di versi terbaru antarmuka pengguna metrik. Ketika Anda membuat detektor anomali berdasarkan ekspresi matematika metrik di versi antarmuka yang baru, Anda dapat melihatnya di versi lama, tetapi tidak dapat mengeditnya.
Untuk informasi tentang cara membuat, mengedit, dan menghapus alarm dan model untuk deteksi outlier dan matematika metrik, lihat bagian berikut:
Anda juga dapat membuat, menghapus, dan menemukan model deteksi outlier berdasarkan ekspresi matematika metrik menggunakan CloudWatch API denganPutAnomalyDetector,DeleteAnomalyDetector, dan. DescribeAnomalyDetectors Untuk informasi tentang tindakan API ini, lihat bagian berikut di Referensi Amazon CloudWatch API.
Untuk informasi tentang harga alarm deteksi outlier, lihat harga Amazon. CloudWatch
