Документация Ключ-АСТРОМ - Вклад [ru]

Автоматизированная многомерная базовая линия

2023-07-31T07:43:42Z

Nsaburov: /* Пример базового уровня */

Сбор контекстно-зависимых данных и базовый уровень — это два основных столпа, на которых строится обнаружение аномалий. Необходимо огромное количество качественных и точных данных для определения базовых показателей, которые можно эффективно использовать для разграничения нормальных и аномальных ситуаций. Однако это различие часто размыто из-за высокой изменчивости данных или просто потому, что определение «нормального» во многом зависит от контекста и меняется по мере развития приложений, платформ, инфраструктуры и алгоритмов. Это делает создание точных предупреждений реальной проблемой.

Когда оповещение создается для действительно аномальной ситуации, оно является ''истинным срабатыванием'' , а если ситуация на самом деле нормальная, то ''ложноположительным'' . Также возможно, что нештатная ситуация пропущена, и поэтому оповещение не генерируется. Это характеризуется как ''ложноотрицательный'' результат . ''Истинные отрицательные результаты'' — это нормальные случаи, которые были правильно идентифицированы как неаномальные события. Чтобы генерировать точные предупреждения, система обнаружения аномалий должна стремиться к максимальному количеству истинных положительных и истинных отрицательных результатов при минимизации ложных положительных и ложных отрицательных результатов. Для достижения этой цели Ключ-АСТРОМ разработала интеллектуальный базовый подход.

Ключ-АСТРОМ AI изучает типичные эталонные значения времени отклика приложений и служб, частоты ошибок и трафика.

=== Трафик ===
Обнаружение аномалий трафика приложений Ключ-АСТРОМ основано на предположении, что большая часть бизнес-трафика следует предсказуемым ежедневным и еженедельным схемам трафика. Ключ-АСТРОМ автоматически изучает уникальные шаблоны трафика каждого приложения. Оповещения о всплесках и падениях трафика начинаются после периода обучения продолжительностью в одну неделю, потому что для базового уровня требуется трафик за целую неделю, чтобы изучить ежедневные и еженедельные закономерности.

После периода обучения Ключ-АСТРОМ прогнозирует трафик на следующую неделю, а затем сравнивает фактический входящий трафик приложений с прогнозом. Если Ключ-АСТРОМ обнаруживает статистически значимое отклонение от прогнозируемых уровней трафика, она выдает предупреждение.

=== Частота ошибок ===
Ключ-АСТРОМ также предупреждает об ошибках. Предупреждение об увеличении частоты ошибок начинается после того, как базовый куб готов и приложение или служба работают не менее 20 % в неделю (7 дней). Опять же, каждая базовая ячейка куба также содержит измеренную частоту ошибок. Это идеально адаптируется к отдельным версиям браузеров, которые могут показывать более высокий или более низкий уровень ошибок по сравнению с другими типами браузеров.

=== Время отклика ===
Что касается времени отклика, Ключ-АСТРОМ собирает эталоны для медианы (выше которой находятся 50 % самых медленных абонентов) и 90-го процентиля (10 % самых медленных абонентов). Событие замедления возникает, если типичное время отклика для медианы или 90-го процентиля ухудшается.

Ключ-АСТРОМ уделяет особое внимание 10% самых медленных откликов ваших клиентов. Это связано с тем, что если вы знаете только среднее (медианное или среднее) время отклика большинства ваших клиентов, вы упустите важный момент: некоторые из ваших клиентов испытывают неприемлемые проблемы с производительностью! Рассмотрим типичную службу поиска, которая выполняет некоторые вызовы базы данных. Время отклика на эти вызовы базы данных может сильно различаться в зависимости от того, могут ли запросы обслуживаться из кеша или они должны извлекаться из базы данных. Измерения среднего времени отклика в таком сценарии недостаточны, потому что, хотя большинство ваших клиентов (тех, чьи запросы к базе данных обслуживаются из кэша) имеют приемлемое время отклика, часть ваших клиентов (те, у которых запросы к базе данных извлекаются из базы данных) испытывают неприемлемую производительность. Такие проблемы решаются путем акцентирования внимания на самых медленных 10% ваших клиентов. Оповещение об ухудшении времени отклика начинается после того, как базовый куб готов и приложение или служба работают не менее 20 % недели (7 дней).

== Многомерность ==
Многомерность предлагает очень детализированную схему базового уровня, что приводит к более сложному подходу к базовому уровню, что в конечном итоге приводит к более точным пороговым значениям. Чем точнее пороги, тем более интеллектуальным становится общий процесс обнаружения аномалий.

Рассмотрим в качестве примера базовый куб приложения, созданный для расчета пороговых значений времени отклика. Предположим, у вас есть веб-приложение под названием «easyTravel». Немногомерная система выучит эталонное значение времени отклика всего приложения. Однако более детальный подход будет углубляться в каждое действие пользователя и изучать отдельное эталонное значение для каждого из них. Предположим, что easyTravel состоит из четырех пользовательских действий <code>login</code>, <code>logout</code>, <code>getBookingPage</code>и <code>getReportPage</code>. Для каждого действия пользователя будет указано отдельное базовое время отклика.

Помимо действий пользователя, Ключ-АСТРОМ учитывает географическое положение. Это означает, что Ключ-АСТРОМ AI определит базовые уровни для комбинаций каждого действия пользователя с каждой геолокацией. Базовое время отклика 90 мс может быть, например, базовым временем отклика для действия выхода из системы в США. Но многомерность в Ключ-АСТРОМ AI идет еще глубже. Каждая геолокация сочетается с типом браузера, а каждый тип браузера, в свою очередь, сочетается с операционной системой, что в конечном итоге приводит к указанию отдельного порога для каждой комбинации действий пользователя, геолокации, браузера и операционной системы. Сгенерированный базовый куб обеспечивает высокий уровень детализации и точности.

[[Файл:ambl1.png]]

Для геолокации Ключ-АСТРОМ предлагает несколько уровней детализации. Например, Ключ-АСТРОМ рассчитывает не только время отклика для всего региона США, но и время отклика для каждого штата, а также для каждого города в каждом штате. То же самое верно и для других регионов (например, Европы, Азии). И наоборот, для действий пользователя возможно более грубое представление, поскольку действия пользователя могут быть сгруппированы в XHR и действия загрузки.

=== Базовые размеры ===
Идентификация эталонных значений основана, как объяснялось выше, на базовом кубическом расчете. Для приложений этот куб создается комбинацией четырех измерений приложений, а для служб они основаны на двух измерениях.

==== Базовые параметры приложения ====

* Действие пользователя : действие пользователя приложения (например, <code>orange.jsf</code>, <code>login.jsp</code>, <code>logout</code>или <code>specialOffers.jsp</code>).
* Геолокация : иерархически организованный список геолокаций, из которых происходят пользовательские сеансы. Геолокации организованы по континентам, странам, регионам и городам.
* Браузер . Иерархически организованный список семейств браузеров, таких как Firefox и Chrome. Самые верхние категории — это семейства браузеров. За ними следуют версии браузеров в каждом семействе браузеров.
* Операционная система : Иерархически организованный список операционных систем, таких как Windows и Linux. Самые верхние категории — это операционные системы. За ними следуют отдельные версии ОС.

==== Базовые параметры службы ====

* Метод службы : отдельные методы службы службы (например, <code>getBookingPage</code>или <code>getReportPage</code>). В случае служб базы данных метод службы представляет различные запрашиваемые операторы SQL (например, <code>call verify_location(?) select booking0_.id from Booking booking0_ where booking0_.user_name<>?</code>). Дополнительно рассчитывается эталонное значение для предопределенных групп методов обслуживания, статических запросов и динамических запросов .
* Группа методов службы : статические или динамические группы для веб-служб и для служб базы данных, группы, соответствующие операциям с базой данных, таким как вставка, обновление, выбор и т. д. Для служб базы данных эталонное значение вычисляется для предопределенных групп методов службы <code>inserts</code>, <code>updates</code>и <code>selects</code>.

Службы этого <code>PROCESS</code>типа не поддерживают автоматическую базовую настройку. Вместо этого используйте статические пороги .

=== Как работает автоматизированный базовый уровень ===
Автоматический базовый уровень пытается определить наилучшие эталонные значения для входящего трафика приложений и служб. Для этого Ключ-АСТРОМ автоматически создает базовый куб для фактического входящего трафика приложений и служб. Это означает, что если ваш трафик поступает в основном из Нью-Йорка и большинство ваших пользователей используют браузер Chrome, ваш базовый куб будет содержать следующие эталонные значения:

<code>USA - New York – Chrome – Reference response time : 2s, error rate: 0%, load: 2 actions/min</code>

Если ваше приложение также получает трафик из Пекина, но с совершенно другим временем отклика, базовый куб автоматически адаптируется и после этого будет содержать следующие эталонные значения:

<code>USA - New York – Chrome – Reference response time : 2s, error rate: 0%, load: 2 actions/min</code>

<code>China – Bejing - QQ Browser - Reference response time : 4s, error rate: 1%, load: 1 actions/min</code>

Ключ-АСТРОМ проверяет, когда ваши приложения и службы изначально обнаруживаются ЕдиныйАгент. Базовый куб рассчитывается через два часа после того , как ваше приложение или служба первоначально обнаружены ЕдиныйАгент, чтобы он мог проанализировать двухчасовой фактический трафик, чтобы рассчитать предварительные эталонные значения и определить, откуда поступает ваш трафик. Расчет эталонного куба повторяется каждый день, чтобы Ключ-АСТРОМ могла продолжать адаптироваться к изменениям вашего трафика.

== Умное оповещение ==
Для генерации предупреждений базовые уровни оцениваются в пределах 5-минутных и 15-минутных скользящих интервалов времени. 5-минутное окно служит для быстрого оповещения в случае выявления достаточного количества значений выборки, превышающих базовые уровни. 15-минутный интервал используется для генерации предупреждений с большей достоверностью. Однако, если в течение одной минуты будет обнаружено, что большое количество значений выборки превысит базовые значения, Ключ-АСТРОМ также выдаст предупреждение в это время.

Чтобы избежать чрезмерных предупреждений и уменьшить шум уведомлений, автоматические режимы обнаружения аномалий не оповещают о флуктуирующих приложениях и службах, которые не работают по крайней мере 20 % полной недели (7 дней). Предупреждения об ухудшении времени отклика и увеличении частоты ошибок начинаются после того, как базовый куб будет готов и приложение или служба будут работать не менее 20 % в неделю (7 дней).

Обнаружение аномалий трафика приложений Ключ-АСТРОМ основано на предположении, что большая часть бизнес-трафика следует предсказуемым ежедневным и еженедельным схемам трафика . Ключ-АСТРОМ автоматически изучает уникальные шаблоны трафика каждого приложения. Оповещения о всплесках и падениях трафика начинаются после периода обучения продолжительностью в одну неделю , потому что для базового уровня требуется трафик за целую неделю, чтобы изучить ежедневные и еженедельные закономерности.

После периода обучения Ключ-АСТРОМ прогнозирует трафик на следующую неделю, а затем сравнивает фактический входящий трафик приложений с прогнозом. Если Ключ-АСТРОМ обнаружит статистически значимое отклонение от прогнозируемых уровней трафика, это вызовет либо проблему, <code>Unexpected low traffic</code>либо <code>Unexpected high traffic</code>проблему.

Как правило, новые обнаруженные аномальные события в среде не обязательно приведут к немедленному срабатыванию предупреждения. Оповещения всегда дают представление об основной причине. Чтобы определить основные причины проблем, Ключ-АСТРОМ использует контекстно-зависимый подход для обнаружения взаимозависимых событий во времени, процессах, хостах, службах, приложениях, а также в вертикальной и горизонтальной топологической перспективе мониторинга. Принимая во внимание все эти перспективы мониторинга, Ключ-АСТРОМ точно определяет основные причины проблем. И только после этого будут генерироваться оповещения об обнаруженной проблеме.

== Сезонные базовые линии ==
Сезонные базовые линии представляют собой динамический подход к построению базовых показателей, при котором системы имеют различные сезонные модели. Примером сезонного шаблона является показатель, который повышается в рабочее время и остается низким вне его. В таком случае сложно настроить конфигурацию оповещения на основе статического или автоадаптивного порога. Если вы установите фиксированный порог, основанный на поведении рабочего времени, вы пропустите аномалию в нерабочее время. Искусственный интеллект изучает сезонное поведение ваших показателей и автоматически создает для него доверительный диапазон.

Когда конфигурация события метрики включает несколько объектов, каждый объект получает свой собственный сезонный бейзлайн, и каждый базовый уровень оценивается независимо. Например, если область события включает пять сервисов, Ключ-АСТРОМ вычисляет и оценивает пять независимых базовых уровней.

== Пример базового уровня ==
Давайте проверим пример, в котором сезонный базовый уровень имеет преимущество перед несезонным порогом. На приведенной ниже диаграмме показано измерение пользовательских действий приложения. Как вы можете видеть, дневные пики отмечаются примерно в 8 утра. При оценке по автоадаптивному порогу эти пики приводят к ложноположительным результатам (красные метки над графиком).

[[Файл:Image.png|мини|993x993px]]

Искусственный интеллект автоматически проверяет, соответствуют ли условия сезонной модели, и создает доверительный диапазон на основе сезонной модели. Как вы можете видеть на приведенной ниже диаграмме, модель распознает сезонность и не генерирует ложных тревог на пиках. Тем не менее, он все равно вызовет оповещение, если всплеск произойдет в другое время.
[[Файл:Baseline2.png|мини|885x885px]]

== Параметры базовой модели ==
Cезонные базовые линии используют значения показателей за каждую минуту в течение последних 14 дней в качестве эталона для расчета базового уровня. Модель изучает обычное поведение показателя и стремится обнаруживать регулярно повторяющиеся закономерности. Она использует вероятностный прогноз для вычисления доверительной полосы, которая охватывает ожидаемый диапазон будущей точки.

Вы можете настроить ширину доверительной полосы с помощью параметра tolerance. Более высокий допуск означает более широкую доверительную полосу, что приводит к меньшему количеству запускаемых событий. Допустимый диапазон допуска составляет от <code>0.1</code> до <code>10</code>, <code>4</code> со значением по умолчанию.

Как следует из названия, сезонная модель полезна для данных с сезонными закономерностями (например, дневными пиками). Поскольку он потребляет значительные ресурсы и требует больше времени для изучения поведения, существуют некоторые проверки для обеспечения оптимальной производительности. При проверке оценивается каждый кортеж (уникальные комбинации метрика—измерение—значение измерения). Если пропуск отсутствует, вместо него используется простая модель с соответствующим сообщением, отображаемым в предварительном просмотре.

Простая модель вычисляет доверительный диапазон на основе надежной оценки распределения входных данных, и ее вычисленный интервал остается постоянным с течением времени. Для простой модели параметр tolerance управляет шириной доверительной полосы таким же образом, как и для сезонной модели.

Если в метаданных метрики заданы границы метрики (минимальное или максимальное значение метрики), они автоматически учитываются в модели. Если границы метрики не заданы и входные данные содержат только положительные значения, модель автоматически устанавливает минимальное граничное значение <code>0</code>. Если найдено минимальное или максимальное значение, доверительный диапазон не превышает этого значения.

Модель (будь то сезонная или простая) обновляется ежедневно.

Другим важным параметром для сезонных базовых линий является скользящее окно, которое используется для сравнения текущих измерений с доверительным диапазоном. Он определяет, как часто должен нарушаться доверительный интервал в течение скользящего промежутка времени, чтобы вызвать событие (нарушения не обязательно должны быть последовательными). Такой подход помогает уменьшить количество ложных срабатываний при оповещении. Вы можете установить скользящее окно максимум на 60 минут.

== Обучение базовой модели ==
Модель сезонного базового уровня использует значения показателей за каждую минуту в течение последних 14 дней для обучения и обучается по кортежу (уникальные комбинации метрика—измерение—значение измерения). Обучение происходит ежедневно.

На изображении ниже представлен обзор процесса обучения.

[[Файл:Процесс обучения.png|мини|851x851пкс]]

Первый шаг, проверка данных, гарантирует целесообразность обучения сезонной модели на данных показателей. Вот несколько причин для перехода к простой модели:

* в данных много пропущенных значений
* данные имеют много отклонений
* данные недостаточно изменчивы
* в данных не обнаруживается сезонности.

Если эта проверка завершается неудачей, вместо нее используется простая модель. Если проверка прошла успешно, следующим шагом является предварительная обработка входных данных. На этом этапе данные подготавливаются для обучения модели квантильной регрессии, которая изучает сезонное поведение на основе трех основных характеристик данных:

* Функции авторегрессии представляют собой исторические точки данных (небольшие пробелы интерполированы)
* Особенности времени и суток определяют день или конкретное время суток, которые могут помочь изучить закономерность, происходящую только в определенный день
* Сезонные закономерности описывают регулярно повторяющиеся шаблоны, извлеченные с помощью преобразования Фурье.

Эти функции используются для обучения модели квантильной регрессии, вероятностной регрессионной модели, которая устойчива к выбросам из-за оценки квантилей.

Следующим шагом является проверка модели, которая проверяет надежность прогнозируемых квантилей для подмножества данных. Если эта проверка завершается неудачей, вместо нее используется простая модель.

После завершения обучения Ключ-АСТРОМ использует сезонную модель для обнаружения аномалий. Каждую минуту модель выдает прогноз на один шаг вперед доверительного интервала на следующую минуту. Как только поступает фактическая точка данных, прогнозируемый доверительный интервал сравнивается с фактическим значением, чтобы проверить, находится ли значение в пределах прогнозируемых границ.

Автоматизированная многомерная базовая линия

2023-07-31T07:42:49Z

Nsaburov: /* Пример базового уровня */

Сбор контекстно-зависимых данных и базовый уровень — это два основных столпа, на которых строится обнаружение аномалий. Необходимо огромное количество качественных и точных данных для определения базовых показателей, которые можно эффективно использовать для разграничения нормальных и аномальных ситуаций. Однако это различие часто размыто из-за высокой изменчивости данных или просто потому, что определение «нормального» во многом зависит от контекста и меняется по мере развития приложений, платформ, инфраструктуры и алгоритмов. Это делает создание точных предупреждений реальной проблемой.

Когда оповещение создается для действительно аномальной ситуации, оно является ''истинным срабатыванием'' , а если ситуация на самом деле нормальная, то ''ложноположительным'' . Также возможно, что нештатная ситуация пропущена, и поэтому оповещение не генерируется. Это характеризуется как ''ложноотрицательный'' результат . ''Истинные отрицательные результаты'' — это нормальные случаи, которые были правильно идентифицированы как неаномальные события. Чтобы генерировать точные предупреждения, система обнаружения аномалий должна стремиться к максимальному количеству истинных положительных и истинных отрицательных результатов при минимизации ложных положительных и ложных отрицательных результатов. Для достижения этой цели Ключ-АСТРОМ разработала интеллектуальный базовый подход.

Ключ-АСТРОМ AI изучает типичные эталонные значения времени отклика приложений и служб, частоты ошибок и трафика.

=== Трафик ===
Обнаружение аномалий трафика приложений Ключ-АСТРОМ основано на предположении, что большая часть бизнес-трафика следует предсказуемым ежедневным и еженедельным схемам трафика. Ключ-АСТРОМ автоматически изучает уникальные шаблоны трафика каждого приложения. Оповещения о всплесках и падениях трафика начинаются после периода обучения продолжительностью в одну неделю, потому что для базового уровня требуется трафик за целую неделю, чтобы изучить ежедневные и еженедельные закономерности.

После периода обучения Ключ-АСТРОМ прогнозирует трафик на следующую неделю, а затем сравнивает фактический входящий трафик приложений с прогнозом. Если Ключ-АСТРОМ обнаруживает статистически значимое отклонение от прогнозируемых уровней трафика, она выдает предупреждение.

=== Частота ошибок ===
Ключ-АСТРОМ также предупреждает об ошибках. Предупреждение об увеличении частоты ошибок начинается после того, как базовый куб готов и приложение или служба работают не менее 20 % в неделю (7 дней). Опять же, каждая базовая ячейка куба также содержит измеренную частоту ошибок. Это идеально адаптируется к отдельным версиям браузеров, которые могут показывать более высокий или более низкий уровень ошибок по сравнению с другими типами браузеров.

=== Время отклика ===
Что касается времени отклика, Ключ-АСТРОМ собирает эталоны для медианы (выше которой находятся 50 % самых медленных абонентов) и 90-го процентиля (10 % самых медленных абонентов). Событие замедления возникает, если типичное время отклика для медианы или 90-го процентиля ухудшается.

Ключ-АСТРОМ уделяет особое внимание 10% самых медленных откликов ваших клиентов. Это связано с тем, что если вы знаете только среднее (медианное или среднее) время отклика большинства ваших клиентов, вы упустите важный момент: некоторые из ваших клиентов испытывают неприемлемые проблемы с производительностью! Рассмотрим типичную службу поиска, которая выполняет некоторые вызовы базы данных. Время отклика на эти вызовы базы данных может сильно различаться в зависимости от того, могут ли запросы обслуживаться из кеша или они должны извлекаться из базы данных. Измерения среднего времени отклика в таком сценарии недостаточны, потому что, хотя большинство ваших клиентов (тех, чьи запросы к базе данных обслуживаются из кэша) имеют приемлемое время отклика, часть ваших клиентов (те, у которых запросы к базе данных извлекаются из базы данных) испытывают неприемлемую производительность. Такие проблемы решаются путем акцентирования внимания на самых медленных 10% ваших клиентов. Оповещение об ухудшении времени отклика начинается после того, как базовый куб готов и приложение или служба работают не менее 20 % недели (7 дней).

== Многомерность ==
Многомерность предлагает очень детализированную схему базового уровня, что приводит к более сложному подходу к базовому уровню, что в конечном итоге приводит к более точным пороговым значениям. Чем точнее пороги, тем более интеллектуальным становится общий процесс обнаружения аномалий.

Рассмотрим в качестве примера базовый куб приложения, созданный для расчета пороговых значений времени отклика. Предположим, у вас есть веб-приложение под названием «easyTravel». Немногомерная система выучит эталонное значение времени отклика всего приложения. Однако более детальный подход будет углубляться в каждое действие пользователя и изучать отдельное эталонное значение для каждого из них. Предположим, что easyTravel состоит из четырех пользовательских действий <code>login</code>, <code>logout</code>, <code>getBookingPage</code>и <code>getReportPage</code>. Для каждого действия пользователя будет указано отдельное базовое время отклика.

Помимо действий пользователя, Ключ-АСТРОМ учитывает географическое положение. Это означает, что Ключ-АСТРОМ AI определит базовые уровни для комбинаций каждого действия пользователя с каждой геолокацией. Базовое время отклика 90 мс может быть, например, базовым временем отклика для действия выхода из системы в США. Но многомерность в Ключ-АСТРОМ AI идет еще глубже. Каждая геолокация сочетается с типом браузера, а каждый тип браузера, в свою очередь, сочетается с операционной системой, что в конечном итоге приводит к указанию отдельного порога для каждой комбинации действий пользователя, геолокации, браузера и операционной системы. Сгенерированный базовый куб обеспечивает высокий уровень детализации и точности.

[[Файл:ambl1.png]]

Для геолокации Ключ-АСТРОМ предлагает несколько уровней детализации. Например, Ключ-АСТРОМ рассчитывает не только время отклика для всего региона США, но и время отклика для каждого штата, а также для каждого города в каждом штате. То же самое верно и для других регионов (например, Европы, Азии). И наоборот, для действий пользователя возможно более грубое представление, поскольку действия пользователя могут быть сгруппированы в XHR и действия загрузки.

=== Базовые размеры ===
Идентификация эталонных значений основана, как объяснялось выше, на базовом кубическом расчете. Для приложений этот куб создается комбинацией четырех измерений приложений, а для служб они основаны на двух измерениях.

==== Базовые параметры приложения ====

* Действие пользователя : действие пользователя приложения (например, <code>orange.jsf</code>, <code>login.jsp</code>, <code>logout</code>или <code>specialOffers.jsp</code>).
* Геолокация : иерархически организованный список геолокаций, из которых происходят пользовательские сеансы. Геолокации организованы по континентам, странам, регионам и городам.
* Браузер . Иерархически организованный список семейств браузеров, таких как Firefox и Chrome. Самые верхние категории — это семейства браузеров. За ними следуют версии браузеров в каждом семействе браузеров.
* Операционная система : Иерархически организованный список операционных систем, таких как Windows и Linux. Самые верхние категории — это операционные системы. За ними следуют отдельные версии ОС.

==== Базовые параметры службы ====

* Метод службы : отдельные методы службы службы (например, <code>getBookingPage</code>или <code>getReportPage</code>). В случае служб базы данных метод службы представляет различные запрашиваемые операторы SQL (например, <code>call verify_location(?) select booking0_.id from Booking booking0_ where booking0_.user_name<>?</code>). Дополнительно рассчитывается эталонное значение для предопределенных групп методов обслуживания, статических запросов и динамических запросов .
* Группа методов службы : статические или динамические группы для веб-служб и для служб базы данных, группы, соответствующие операциям с базой данных, таким как вставка, обновление, выбор и т. д. Для служб базы данных эталонное значение вычисляется для предопределенных групп методов службы <code>inserts</code>, <code>updates</code>и <code>selects</code>.

Службы этого <code>PROCESS</code>типа не поддерживают автоматическую базовую настройку. Вместо этого используйте статические пороги .

=== Как работает автоматизированный базовый уровень ===
Автоматический базовый уровень пытается определить наилучшие эталонные значения для входящего трафика приложений и служб. Для этого Ключ-АСТРОМ автоматически создает базовый куб для фактического входящего трафика приложений и служб. Это означает, что если ваш трафик поступает в основном из Нью-Йорка и большинство ваших пользователей используют браузер Chrome, ваш базовый куб будет содержать следующие эталонные значения:

<code>USA - New York – Chrome – Reference response time : 2s, error rate: 0%, load: 2 actions/min</code>

Если ваше приложение также получает трафик из Пекина, но с совершенно другим временем отклика, базовый куб автоматически адаптируется и после этого будет содержать следующие эталонные значения:

<code>USA - New York – Chrome – Reference response time : 2s, error rate: 0%, load: 2 actions/min</code>

<code>China – Bejing - QQ Browser - Reference response time : 4s, error rate: 1%, load: 1 actions/min</code>

Ключ-АСТРОМ проверяет, когда ваши приложения и службы изначально обнаруживаются ЕдиныйАгент. Базовый куб рассчитывается через два часа после того , как ваше приложение или служба первоначально обнаружены ЕдиныйАгент, чтобы он мог проанализировать двухчасовой фактический трафик, чтобы рассчитать предварительные эталонные значения и определить, откуда поступает ваш трафик. Расчет эталонного куба повторяется каждый день, чтобы Ключ-АСТРОМ могла продолжать адаптироваться к изменениям вашего трафика.

== Умное оповещение ==
Для генерации предупреждений базовые уровни оцениваются в пределах 5-минутных и 15-минутных скользящих интервалов времени. 5-минутное окно служит для быстрого оповещения в случае выявления достаточного количества значений выборки, превышающих базовые уровни. 15-минутный интервал используется для генерации предупреждений с большей достоверностью. Однако, если в течение одной минуты будет обнаружено, что большое количество значений выборки превысит базовые значения, Ключ-АСТРОМ также выдаст предупреждение в это время.

Чтобы избежать чрезмерных предупреждений и уменьшить шум уведомлений, автоматические режимы обнаружения аномалий не оповещают о флуктуирующих приложениях и службах, которые не работают по крайней мере 20 % полной недели (7 дней). Предупреждения об ухудшении времени отклика и увеличении частоты ошибок начинаются после того, как базовый куб будет готов и приложение или служба будут работать не менее 20 % в неделю (7 дней).

Обнаружение аномалий трафика приложений Ключ-АСТРОМ основано на предположении, что большая часть бизнес-трафика следует предсказуемым ежедневным и еженедельным схемам трафика . Ключ-АСТРОМ автоматически изучает уникальные шаблоны трафика каждого приложения. Оповещения о всплесках и падениях трафика начинаются после периода обучения продолжительностью в одну неделю , потому что для базового уровня требуется трафик за целую неделю, чтобы изучить ежедневные и еженедельные закономерности.

После периода обучения Ключ-АСТРОМ прогнозирует трафик на следующую неделю, а затем сравнивает фактический входящий трафик приложений с прогнозом. Если Ключ-АСТРОМ обнаружит статистически значимое отклонение от прогнозируемых уровней трафика, это вызовет либо проблему, <code>Unexpected low traffic</code>либо <code>Unexpected high traffic</code>проблему.

Как правило, новые обнаруженные аномальные события в среде не обязательно приведут к немедленному срабатыванию предупреждения. Оповещения всегда дают представление об основной причине. Чтобы определить основные причины проблем, Ключ-АСТРОМ использует контекстно-зависимый подход для обнаружения взаимозависимых событий во времени, процессах, хостах, службах, приложениях, а также в вертикальной и горизонтальной топологической перспективе мониторинга. Принимая во внимание все эти перспективы мониторинга, Ключ-АСТРОМ точно определяет основные причины проблем. И только после этого будут генерироваться оповещения об обнаруженной проблеме.

== Сезонные базовые линии ==
Сезонные базовые линии представляют собой динамический подход к построению базовых показателей, при котором системы имеют различные сезонные модели. Примером сезонного шаблона является показатель, который повышается в рабочее время и остается низким вне его. В таком случае сложно настроить конфигурацию оповещения на основе статического или автоадаптивного порога. Если вы установите фиксированный порог, основанный на поведении рабочего времени, вы пропустите аномалию в нерабочее время. Искусственный интеллект изучает сезонное поведение ваших показателей и автоматически создает для него доверительный диапазон.

Когда конфигурация события метрики включает несколько объектов, каждый объект получает свой собственный сезонный бейзлайн, и каждый базовый уровень оценивается независимо. Например, если область события включает пять сервисов, Ключ-АСТРОМ вычисляет и оценивает пять независимых базовых уровней.

== Пример базового уровня ==
Давайте проверим пример, в котором сезонный базовый уровень имеет преимущество перед несезонным порогом. На приведенной ниже диаграмме показано измерение пользовательских действий приложения. Как вы можете видеть, дневные пики отмечаются примерно в 8 утра. При оценке по автоадаптивному порогу эти пики приводят к ложноположительным результатам (красные метки над графиком).

[[Файл:Image.png|мини|1123x1123пкс]]

Искусственный интеллект автоматически проверяет, соответствуют ли условия сезонной модели, и создает доверительный диапазон на основе сезонной модели. Как вы можете видеть на приведенной ниже диаграмме, модель распознает сезонность и не генерирует ложных тревог на пиках. Тем не менее, он все равно вызовет оповещение, если всплеск произойдет в другое время.
[[Файл:Baseline2.png|мини|1131x1131пкс]]

== Параметры базовой модели ==
Cезонные базовые линии используют значения показателей за каждую минуту в течение последних 14 дней в качестве эталона для расчета базового уровня. Модель изучает обычное поведение показателя и стремится обнаруживать регулярно повторяющиеся закономерности. Она использует вероятностный прогноз для вычисления доверительной полосы, которая охватывает ожидаемый диапазон будущей точки.

Вы можете настроить ширину доверительной полосы с помощью параметра tolerance. Более высокий допуск означает более широкую доверительную полосу, что приводит к меньшему количеству запускаемых событий. Допустимый диапазон допуска составляет от <code>0.1</code> до <code>10</code>, <code>4</code> со значением по умолчанию.

Как следует из названия, сезонная модель полезна для данных с сезонными закономерностями (например, дневными пиками). Поскольку он потребляет значительные ресурсы и требует больше времени для изучения поведения, существуют некоторые проверки для обеспечения оптимальной производительности. При проверке оценивается каждый кортеж (уникальные комбинации метрика—измерение—значение измерения). Если пропуск отсутствует, вместо него используется простая модель с соответствующим сообщением, отображаемым в предварительном просмотре.

Простая модель вычисляет доверительный диапазон на основе надежной оценки распределения входных данных, и ее вычисленный интервал остается постоянным с течением времени. Для простой модели параметр tolerance управляет шириной доверительной полосы таким же образом, как и для сезонной модели.

Если в метаданных метрики заданы границы метрики (минимальное или максимальное значение метрики), они автоматически учитываются в модели. Если границы метрики не заданы и входные данные содержат только положительные значения, модель автоматически устанавливает минимальное граничное значение <code>0</code>. Если найдено минимальное или максимальное значение, доверительный диапазон не превышает этого значения.

Модель (будь то сезонная или простая) обновляется ежедневно.

Другим важным параметром для сезонных базовых линий является скользящее окно, которое используется для сравнения текущих измерений с доверительным диапазоном. Он определяет, как часто должен нарушаться доверительный интервал в течение скользящего промежутка времени, чтобы вызвать событие (нарушения не обязательно должны быть последовательными). Такой подход помогает уменьшить количество ложных срабатываний при оповещении. Вы можете установить скользящее окно максимум на 60 минут.

== Обучение базовой модели ==
Модель сезонного базового уровня использует значения показателей за каждую минуту в течение последних 14 дней для обучения и обучается по кортежу (уникальные комбинации метрика—измерение—значение измерения). Обучение происходит ежедневно.

На изображении ниже представлен обзор процесса обучения.

[[Файл:Процесс обучения.png|мини|851x851пкс]]

Первый шаг, проверка данных, гарантирует целесообразность обучения сезонной модели на данных показателей. Вот несколько причин для перехода к простой модели:

* в данных много пропущенных значений
* данные имеют много отклонений
* данные недостаточно изменчивы
* в данных не обнаруживается сезонности.

Если эта проверка завершается неудачей, вместо нее используется простая модель. Если проверка прошла успешно, следующим шагом является предварительная обработка входных данных. На этом этапе данные подготавливаются для обучения модели квантильной регрессии, которая изучает сезонное поведение на основе трех основных характеристик данных:

* Функции авторегрессии представляют собой исторические точки данных (небольшие пробелы интерполированы)
* Особенности времени и суток определяют день или конкретное время суток, которые могут помочь изучить закономерность, происходящую только в определенный день
* Сезонные закономерности описывают регулярно повторяющиеся шаблоны, извлеченные с помощью преобразования Фурье.

Эти функции используются для обучения модели квантильной регрессии, вероятностной регрессионной модели, которая устойчива к выбросам из-за оценки квантилей.

Следующим шагом является проверка модели, которая проверяет надежность прогнозируемых квантилей для подмножества данных. Если эта проверка завершается неудачей, вместо нее используется простая модель.

После завершения обучения Ключ-АСТРОМ использует сезонную модель для обнаружения аномалий. Каждую минуту модель выдает прогноз на один шаг вперед доверительного интервала на следующую минуту. Как только поступает фактическая точка данных, прогнозируемый доверительный интервал сравнивается с фактическим значением, чтобы проверить, находится ли значение в пределах прогнозируемых границ.

Расширения

2023-04-24T06:24:56Z

Nsaburov:

В зависимости от архитектуры вашего развертывания и целей, которых вы хотите достичь, вы можете выбрать один из следующих методов расширения:

== ЕдиныйАгент SDK ==
Пакет SDK для ЕдиногоАгента позволяет вручную настраивать приложения для расширения сквозной видимости платформ и технологий. С помощью SDK вы получаете полный доступ ко всем функциям анализа и мониторинга, включая автоматический анализ первопричин на основе искусственного интеллекта. Дополнительные сведения см. В разделе [[ЕдиныйАгент SDK]] .

== Расширения Ключ-Астром ==
*Если вы можете установить ЕдиныйАгент на хост, используйте расширения '''ЕдиногоАгента'''.
* Если вам нужно контролировать удаленную технологию, где установка ЕдиногоАгента невозможна, используйте расширения '''АктивногоШлюза'''.
* Если вы просто хотите отслеживать приложение Java, которое предоставляет компоненты MBeans, используйте расширения '''JMX'''.

Расширения '''ЕдиногоАгента'''

С помощью расширений ЕдиногоАгента вы можете расширить мониторинг ЕдиногоАгента на любые обнаруженные ЕдинымАгентом процессы, которые предоставляют интерфейс (например, процессы, обслуживаемые по протоколу HTTP - базы данных, приложения и балансировщики нагрузки). Расширения работают в ЕдиномАгенте и полностью интегрируют мониторинг новых технологий в Ключ-Астром Smartscape и обнаружение проблем. Для разработки расширений ЕдиногоАгента вам потребуется некоторый опыт работы с Python. Дополнительные сведения см. в разделе [[Расширения ЕдиногоАгента]] .

Расширения '''АктивногоШлюза'''

С помощью расширений АктивногоШлюза вы можете распространить мониторинг Ключ-АСТРОМ на любую удаленную технологию, которая предоставляет интерфейс, где установка ЕдиногоАгента невозможна. Например, технологии PaaS, сетевые устройства или облачные технологии. Расширения АктивногоШлюза (также известные как удаленные плагины) выполняются на АктивномШлюзе и могут получать метрики и топологию из удаленных источников, полностью интегрируя мониторинг новых технологий в Ключ-АСТРОМ Smartscape и обнаружение проблем. Для разработки расширений АктивногоШлюза вам потребуется некоторый опыт работы с Python. Для получения дополнительной информации см. [[Введение в расширения АктивногоШлюза]].

Расширения '''JMX/PMI'''

С помощью расширений JMX/PMI вы расширяете мониторинг Ключ-АСТРОМ на любое приложение на основе Java, открывающее MBeans. Кодирования не требуется, используйте наш мастер для настройки и развертывания расширения. Дополнительные сведения см. в разделе [[Как отслеживать показатели JMX в моих приложениях Java?]].

Расширение '''SDK'''

Расширение SDK - это универсальное решение, которое позволяет отслеживать любую настраиваемую технологию, предоставляющую интерфейс. Разработайте и разверните свои расширения. Ключ-АСТРОМ может беспрепятственно интегрировать ваши данные мониторинга с помощью специальных технологий в соответствующие аналитические представления, в полной мере используя все ваши любимые функции Ключ-АСТРОМ и анализ первопричин на основе искусственного интеллекта.

=== Поддержка "из коробки" ===

* [[Мониторинг Cassandra]]

== Ключ-АСТРОМ OpenKit ==
Если у вашего бизнеса есть цифровые точки соприкосновения за пределами ваших приложений, вы можете использовать Ключ-АСТРОМ OpenKit для их инструментария, независимо от того, являются ли они традиционными полнофункциональными клиентскими приложениями, интеллектуальными приложениями IoT или даже навыками Alexa. Ключ-АСТРОМ OpenKit лучше всего подходит для клиент-серверных приложений, которые обмениваются данными через HTTP (например, многофункциональные клиентские приложения, встроенные устройства и терминалы). Для получения дополнительной информации см. [[Ключ-АСТРОМ OpenKit]] .

== Прием и анализ пользовательских метрик ==
Пользовательская метрика определяется как новый тип метрики, который предлагает предоставленный пользователем идентификатор метрики и единицу измерения. Семантика настраиваемых показателей определяется вами. После определения настраиваемой метрики ее можно сообщить для нескольких отслеживаемых компонентов.

== [[Расширения 2.0]] ==

== [[Расширенный пользовательский опыт и поведение]] ==

== Расширение Ключ-АСТРОМ - Блоки данных Davis (DDU) ==

* [[Блоки данных Davis (DDU) для метрик]]

== [[Расширение топологии - Пользовательская модель топологии]] ==

Расширения

2023-04-24T06:24:42Z

Nsaburov:

В зависимости от архитектуры вашего развертывания и целей, которых вы хотите достичь, вы можете выбрать один из следующих методов расширения:

== ЕдиныйАгент SDK ==
Пакет SDK для ЕдиногоАгента позволяет вручную настраивать приложения для расширения сквозной видимости платформ и технологий. С помощью SDK вы получаете полный доступ ко всем функциям анализа и мониторинга, включая автоматический анализ первопричин на основе искусственного интеллекта. Дополнительные сведения см. В разделе [[ЕдиныйАгент SDK]] .

== Расширения Ключ-Астром ==
*Если вы можете установить ЕдиныйАгент на хост, используйте расширения '''ЕдиногоАгента'''.
* Если вам нужно контролировать удаленную технологию, где установка ЕдиногоАгента невозможна, используйте расширения '''АктивногоШлюза'''.
* Если вы просто хотите отслеживать приложение Java, которое предоставляет компоненты MBeans, используйте расширения '''JMX'''.

Расширения '''ЕдиногоАгента'''

С помощью расширений ЕдиногоАгента вы можете расширить мониторинг ЕдиногоАгента на любые обнаруженные ЕдинымАгентом процессы, которые предоставляют интерфейс (например, процессы, обслуживаемые по протоколу HTTP - базы данных, приложения и балансировщики нагрузки). Расширения работают в ЕдиномАгенте и полностью интегрируют мониторинг новых технологий в Ключ-Астром Smartscape и обнаружение проблем. Для разработки расширений ЕдиногоАгента вам потребуется некоторый опыт работы с Python. Дополнительные сведения см. в разделе [[Расширения ЕдиногоАгента]] .

Расширения '''АктивногоШлюза'''

С помощью расширений АктивногоШлюза вы можете распространить мониторинг Ключ-АСТРОМ на любую удаленную технологию, которая предоставляет интерфейс, где установка ЕдиногоАгента невозможна. Например, технологии PaaS, сетевые устройства или облачные технологии. Расширения АктивногоШлюза (также известные как удаленные плагины) выполняются на АктивномШлюзе и могут получать метрики и топологию из удаленных источников, полностью интегрируя мониторинг новых технологий в Ключ-АСТРОМ Smartscape и обнаружение проблем. Для разработки расширений АктивногоШлюза вам потребуется некоторый опыт работы с Python. Для получения дополнительной информации см. [[Введение в расширения АктивногоШлюза]].

Расширения '''JMX/PMI'''

С помощью расширений JMX/PMI вы расширяете мониторинг Ключ-АСТРОМ на любое приложение на основе Java, открывающее MBeans. Кодирования не требуется, используйте наш мастер для настройки и развертывания расширения. Дополнительные сведения см. в разделе [[Как отслеживать показатели JMX в моих приложениях Java?]].

Расширение '''SDK'''

Расширение SDK - это универсальное решение, которое позволяет отслеживать любую настраиваемую технологию, предоставляющую интерфейс. Разработайте и разверните свои расширения. Ключ-АСТРОМ может беспрепятственно интегрировать ваши данные мониторинга с помощью специальных технологий в соответствующие аналитические представления, в полной мере используя все ваши любимые функции Ключ-АСТРОМ и анализ первопричин на основе искусственного интеллекта.

=== Поддержка "из коробки" ===

* [[Мониторинг Cassandra]]

== Ключ-АСТРОМ OpenKit ==
Если у вашего бизнеса есть цифровые точки соприкосновения за пределами ваших приложений, вы можете использовать Ключ-АСТРОМ OpenKit для их инструментария, независимо от того, являются ли они традиционными полнофункциональными клиентскими приложениями, интеллектуальными приложениями IoT или даже навыками Alexa. Ключ-АСТРОМ OpenKit лучше всего подходит для клиент-серверных приложений, которые обмениваются данными через HTTP (например, многофункциональные клиентские приложения, встроенные устройства и терминалы). Для получения дополнительной информации см. [[Ключ-АСТРОМ OpenKit]] .

== Прием и анализ пользовательских метрик ==
Пользовательская метрика определяется как новый тип метрики, который предлагает предоставленный пользователем идентификатор метрики и единицу измерения. Семантика настраиваемых показателей определяется вами. После определения настраиваемой метрики ее можно сообщить для нескольких отслеживаемых компонентов

== [[Расширения 2.0]] ==

== [[Расширенный пользовательский опыт и поведение]] ==

== Расширение Ключ-АСТРОМ - Блоки данных Davis (DDU) ==

* [[Блоки данных Davis (DDU) для метрик]]

== [[Расширение топологии - Пользовательская модель топологии]] ==

2022-08-13T11:01:29Z

Nsaburov:

/* Размещённый здесь код JavaScript будет загружаться пользователям при обращении к каждой странице */
function ModifySidebar( action, section) {
try {
switch ( section ) {
case 'languages':
var target = 'p-lang';
break;
case 'toolbox':
var target = 'site-tools';
break;
case 'toolbox-else':
var target = 'page-tools';
break;
case 'navigation':
var target = 'p-navigation';
break;
default:
var target = 'p-' + section;
break;
}

if ( action == 'remove' ) {
var list = document.getElementById( target )
//.getElementsByTagName( 'div' )[0]
//.getElementsByTagName( 'ul' )[0];
list.remove()

}

} catch( e ) {
// let's just ignore what's happened
return;
}
}

function CustomizeModificationsOfSidebar() {

// removes [[Special:Upload|Special:Upload]] from toolbox
ModifySidebar( 'remove', 'toolbox');
ModifySidebar( 'remove', 'toolbox-else');
}

jQuery( CustomizeModificationsOfSidebar );

MediaWiki:Common.js

2022-08-13T10:58:55Z

Nsaburov:

MediaWiki:Common.js

2022-08-13T10:55:44Z

Nsaburov:

MediaWiki:Common.js

2022-08-13T10:52:19Z

Nsaburov:

2022-08-12T15:54:01Z

Nsaburov:

2021-11-30T13:07:35Z

Nsaburov:

[[Что такое Ключ-АСТРОМ?]]

[[Начало работы с Управлением Ключ-АСТРОМ|Начало работы с Ключ-АСТРОМ Managed]]

[[Мониторинг Среды]]

* [[Могу ли я настроить мониторинг нескольких сред?]]

[[Токены доступа]]

* [[Токен владельца]]

[[Требования к веб-интерфейсу Ключ-АСТРОМ]]

[[Соглашение о переходе по ссылкам]]

Чтобы начать использовать Ключ-АСТРОМ, просто создайте бесплатную пробную учетную запись, установите ЕдиныйАгент на хост и посмотрите, как Ключ-АСТРОМ сразу покажет вам состояние и производительность этого хоста.

Если вы хотите узнать больше о Dynatrace перед тем, как попробовать, см. [[Что такое Ключ-АСТРОМ?]]

== Шаг 1. Создайте учетную запись Ключ-АСТРОМ. ==
Чтобы создать учетную запись

# Перейдите на сайт Ключ-АСТРОМ .
# Выберите Бесплатная пробная версия .
# Введите свой рабочий адрес электронной почты и выберите Начать бесплатную пробную версию .
# Предоставьте несколько деталей учетной записи (не слишком технических) и согласитесь с условиями.
# Выберите Создать учетную запись .
# Вы должны увидеть приветственное сообщение примерно так.

== Шаг 2. Разверните Ключ-АСТРОМ ==

После создания учетной записи загрузите и установите Dynatrace OneAgent на хост.

# Выберите Развернуть Dynatrace .
# Выберите Начать установку .
# Выберите тип машины, которую вы собираетесь отслеживать: Windows, Linux, AIX или Solaris.
# Следуйте инструкциям на экране, чтобы получить и установить OneAgent.
#* Для Windows дополнительных параметров не требуется. Просто выберите « Загрузить установщик OneAgent», чтобы загрузить установщик Windows. Когда загрузка будет завершена, скопируйте установщик на целевой компьютер с Windows и запустите его.
#* Для других операционных систем страница загрузки покажет вам точные команды для установки агента. Скопируйте команду и запустите ее на целевой машине, чтобы установить агент.
# Установщик сообщит вам, что Dynatrace OneAgent успешно подключился к узлу кластера Dynatrace, и отобразит поздравительное сообщение. OneAgent не удалось подключиться? Если ваша сеть не поддерживает SSL-соединение с кластером Dynatrace, вам необходимо изменить настройки сети, чтобы разрешить передачу данных мониторинга в среду Dynatrace SaaS. Мы рекомендуем вам установить Environment ActiveGate, а затем установить OneAgent. Среда ActiveGate работает как прокси-сервер между Dynatrace OneAgent и кластером Dynatrace. Он понадобится вам, если вы собираетесь контролировать большое количество хостов.
# После установки OneAgent перезапустите процессы, которые вы хотите отслеживать (или перезапустите машину).
# Выберите Показать статус развертывания, чтобы проверить развертывание. Вы установили один агент OneAgent, поэтому вы должны увидеть в списке один хост.
# Щелкните столбец « Подробности», чтобы просмотреть список служб, уже обнаруженных и отслеживаемых на узле.
# Выберите имя хоста, и Dynatrace покажет вам, как работает этот хост.

== Шаг 3. Сделайте свой первый взгляд ==
Когда вы выбираете имя хоста, Dynatrace показывает вам то, что ему уже известно об этом хосте.

=== ЦП, память, сетевые карты и диски ===
В нашем примере вы можете увидеть потребление ЦП (9%), потребление памяти (49%), количество сетевых адаптеров (2) и количество дисков (1). Щелкните любой из них, чтобы сфокусировать диаграмму на выбранном элементе.

Пример: ЦП

Выбрав ЦП (по умолчанию), вы можете щелкнуть « Потребляющие процессы», чтобы точно узнать, какие процессы используют эту память.

Пример: ЦП: потребляющие процессы

Из списка потребляющих процессов вы можете выбрать процесс для изучения этого процесса.

Пример: ЦП: потребляющие процессы: система Windows

И оттуда вы можете продолжить детализацию с точки зрения процесса.

Точно так же вы можете углубиться в память, сетевые адаптеры или диски, чтобы изучить хост с этих точек зрения.

=== Проблемы ===
Dynatrace автоматически обнаруживает проблемы в контролируемой среде и перечисляет их здесь. Если вы только что установили OneAgent, вы можете не увидеть никаких проблем в течение выбранного периода времени (по умолчанию <code>Last 2 hours</code>).

Пример: проблемы: нет проблем

Вы всегда можете изменить настройку временного диапазона вверху страницы. В следующем примере мы изменили его на <code>Last 6 hours</code>и обнаружили одну проблему (доступность) в течение этого периода времени.

Пример: проблемы: одна проблема

Вы можете перейти к перечисленной проблеме, чтобы получить подробные сведения.

Пример: Проблемы: одна проблема: детали

=== Доступность ===
В этом примере у нас 100% доступность для выбранного периода.

Пример: доступность: 100%

Если вместо этого вы увидели время простоя…

Пример: доступность: 99%

… Вы можете щелкнуть диаграмму, чтобы увидеть подробности.

Пример: Доступность: 99%: выбрано

=== Процессы ===
В этом примере Dynatrace перечисляет автоматически обнаруженные процессы и сообщает вам, нужно ли перезапустить какой-либо из них, чтобы отслеживать их.

Пример: процессы

Пример: процессы: развернутые

=== События ===
Dynatrace отображает все обнаруженные события, которые в этом примере представляют собой 8 перезапусков процессов.

Пример: События

Щелкните « Процесс перезапуска», чтобы просмотреть их все и просмотреть подробности.

Пример: События: развернутые

=== Журналы ===
Dynatrace показывает журналы, доступные для проверки. Щелкните имя журнала для поиска в нем.

Пример: журналы

== Шаг 4. Настройте свою среду ==
Теперь вы можете получить доступ к своей домашней панели управления , войдя в свою среду мониторинга Dynatrace. Все данные мониторинга уже должны быть там. Однако требуются некоторые дополнительные действия после развертывания.

# Определите ландшафт своих приложений с помощью Мое веб-приложение .
# Активируйте подходящую платформу JavaScript, чтобы получить дополнительные данные мониторинга.
# Убедитесь, что автоматически обнаруживаемые процессы соответствуют вашим ожиданиям и потребностям. Если это не так, вы можете изменить состав и / или наименование групп процессов по умолчанию .
# Настройте панель управления в соответствии со своими предпочтениями и потребностями. Вы можете создать отдельные информационные панели для своих наиболее важных приложений или вы можете создать информационную панель, показывающую состояние наиболее важных компонентов инфраструктуры.
# Настройте необходимые уведомления . Если вы хотите изменить условия, при которых вы хотите получать уведомления, вы также можете настроить индивидуальные правила оповещения .
# Определите зоны управления для фильтрации всех представлений Dynatrace, чтобы группы вашей организации видели только метрики, связанные с объектами, за мониторинг которых они несут ответственность.

== Шаг 5. Разверните на других хостах ==
Вы можете увидеть, насколько просто развернуть Dynatrace на одном хосте и сразу начать его мониторинг. Но это был лишь вкус того, что Dynatrace может для вас сделать.

* Чтобы узнать больше о том, что Dynatrace может для вас сделать, посмотрите видео на ресурсах бесплатной пробной версии Dynatrace .
* Чтобы узнать о нашей локальной альтернативе, прочтите статью [[Начало работы с Управлением Ключ-АСТРОМ]] .

API Ключ-АСТРОМ

2021-11-30T13:03:31Z

Nsaburov: Полностью удалено содержимое страницы

API Ключ-АСТРОМ

2021-11-30T13:01:04Z

Nsaburov: Новая страница: «мини»

[[Файл:Dynatrace-logo.png|мини]]

Nsaburov: Содержимое страницы заменено на «Основные разделы:»

Основные разделы: