Usar a detecção de anomalias do CloudWatch

Quando você habilita a detecção de anomalias para uma métrica, o CloudWatch aplica algoritmos estatísticos e algoritmos de machine learning. Esses algoritmos analisam continuamente métricas de sistemas e aplicativos, determinam linhas de base normais e apontam anomalias com intervenção mínima do usuário.

Os algoritmos geram um modelo de detecção de anomalias. O modelo gera um intervalo de valores esperados que representam o comportamento normal da métrica.

Você pode habilitar a detecção de anomalias usando o Console de gerenciamento da AWS, a AWS CLI, o CloudFormation ou o SDK da AWS. É possível habilitar a detecção de anomalias em métricas fornecidas pela AWS e também em métricas personalizadas. Em uma conta configurada como uma conta de monitoramento para a observabilidade entre contas do CloudWatch, você pode criar detectores de anomalias em métricas em contas de origem, além de métricas na conta de monitoramento.

Você pode usar o modelo de valores esperados de duas formas:

Em um gráfico com detecção de anomalias, o intervalo de valores esperado é mostrado como uma faixa cinza. Se o valor real da métrica for além dessa faixa, ela será mostrada como vermelha durante esse período.

Os algoritmos de detecção de anomalias levam em conta a sazonalidade e as mudanças de tendência das métricas. As mudanças de sazonalidade podem ser por hora, dia ou semana, conforme mostrado nos exemplos a seguir.

As tendências de maior alcance podem ser para baixo ou para cima.

As detecções de anomalias também funcionam bem com métricas de padrões constantes.

Como funciona a detecção de anomalias do CloudWatch

Quando você habilita a detecção de anomalias para uma métrica, o CloudWatch aplica algoritmos de machine learning aos dados passados da métrica para criar um modelo dos valores esperados da métrica. O modelo avalia as tendências e padrões por hora, dia e semana da métrica. O algoritmo é treinado com até duas semanas de dados de métricas, mas é possível habilitar a detecção de anomalias em uma métrica mesmo sem ter duas semanas inteiras de dados.

Especifique um valor para o limite de detecção de anomalias que o CloudWatch usa junto com o modelo para determinar o intervalo “normal” de valores da métrica. Um valor mais alto para o limite de detecção de anomalias produz uma faixa mais ampla de valores "normais".

O modelo de machine learning é específico para uma métrica e uma estatística. Por exemplo, se você habilitar a detecção de anomalias para uma métrica usando a estatística AVG, o modelo será específico para a estatística AVG.

Ao criar um modelo para muitas métricas comuns de produtos da AWS, o CloudWatch garante que a banda não excederá os valores lógicos. Por exemplo, a faixa para MemoryUtilization de uma instância do EC2 permanecerá entre 0 e 100, e as faixas que acompanham as Requests do CloudFront, que não podem ser negativas, nunca ficarão abaixo de zero.

Depois de criar um modelo, a detecção de anomalias do CloudWatch avaliará continuamente o modelo e fará ajustes para garantir que ele seja o mais preciso possível. Isso inclui treinar novamente o modelo para fazer ajustes, caso os valores de métricas evoluam ao longo do tempo ou apresentem mudanças repentinas, além de incluir preditores para melhorar os modelos de métricas sazonais, variáveis ou esparsas.

Depois de habilitar a detecção de anomalias em uma métrica, você pode excluir períodos específicos da métrica para que não sejam usados para treinar o modelo. Dessa forma, você pode excluir as implantações ou outros eventos incomuns para que não sejam usados para treinamento do modelo, garantindo a criação de um modelo mais preciso.

O uso de modelos de detecção de anomalias para alarmes gera cobranças na sua conta da AWS. Para obter mais informações, consulte Preços do Amazon CloudWatch.

Detecção de anomalias no cálculo de métricas

A detecção de anomalias em cálculos de métricas é um atributo que pode ser usado para criar alarmes de detecção de anomalias na saída de expressões de cálculo de métricas. É possível usar essas expressões para criar gráficos que mostrem faixas de detecção de anomalias. O recurso suporta funções aritméticas básicas, comparações e operadores lógicos e a maioria das outras funções. Para obter informações sobre funções que não são suportadas, consulteUsar matemática métricasnoGuia do usuário do Amazon CloudWatch.

É possível criar modelos de detecção de anomalias com base em expressões de cálculo de métricas, como você já faz em modelos de detecção de anomalias. No console do CloudWatch, você pode aplicar a detecção de anomalias a expressões de cálculo de métricas e selecionar a detecção de anomalias como um tipo de limite para tais expressões.

Para saber mais sobre como criar, editar e excluir alarmes e modelos para detecção de anomalias e cálculo de métricas, consulte as seguintes seções:

Você também pode criar, excluir e descobrir modelos de detecção de anomalias com base em expressões de cálculo de métricas usando a API do CloudWatch com PutAnomalyDetector, DeleteAnomalyDetector e DescribeAnomalyDetectors. Para obter informações sobre essas ações de API, consulte as seções a seguir emReferência de API do Amazon CloudWatch.

Para saber mais sobre como os alarmes de detecção de anomalias são precificados, consulte Preços do Amazon CloudWatch.