Tilpas nemt dine meddelelser, mens du bruger Amazon Lookout for Metrics PlatoBlockchain Data Intelligence. Lodret søgning. Ai.

Tilpas nemt dine meddelelser, mens du bruger Amazon Lookout for Metrics

Vi er glade for at kunne meddele, at du nu kan tilføje filtre til advarsler og også redigere eksisterende advarsler, mens du bruger Amazon Lookout for Metrics. Med denne lancering kan du tilføje filtre til din underretningskonfiguration for kun at få meddelelser om uregelmæssigheder, der betyder mest for dig. Du kan også ændre eksisterende advarsler i henhold til dine behov for meddelelse, efterhånden som uregelmæssigheder udvikler sig.

Lookout for Metrics bruger maskinlæring (ML) til automatisk at overvåge de målinger, der er vigtigst for virksomheder, med større hastighed og nøjagtighed. Tjenesten gør det også nemmere at diagnosticere årsagen til uregelmæssigheder som uventede fald i omsætning, høje rater af forladte indkøbsvogne, stigninger i betalingstransaktionsfejl, stigninger i nye brugertilmeldinger og mange flere. Lookout for Metrics rækker ud over simpel registrering af anomalier. Det giver udviklere mulighed for at konfigurere autonom overvågning af vigtige målinger for at opdage uregelmæssigheder og identificere deres rodårsag i løbet af få klik, ved at bruge den samme teknologi, som Amazon bruges internt til at opdage uregelmæssigheder i deres målinger - alt sammen uden krævet ML-erfaring.

Alert er en valgfri funktion, der giver dig mulighed for at opsætte meddelelser om uregelmæssigheder i datasættene, som sendes via Amazon Simple Notification Service (Amazon SNS) og AWS Lambda funktioner. Tidligere, når du oprettede en advarsel, blev du underrettet om alle opdagede uregelmæssigheder over den sværhedsgrad, du valgte, hvilket gjorde det udfordrende hurtigt at identificere de mest relevante uregelmæssigheder for din virksomhed. Nu, ved at implementere filtre og redigeringer i advarselssystemet, er forskellige forretningsenheder i din organisation i stand til at specificere de typer advarsler, de modtager. Dine udviklere kan drage fordel af denne funktion ved at være i stand til at modtage advarsler om uregelmæssigheder, der er relateret til udviklingen af ​​deres tjeneste, mens dine virksomhedsanalytikere og virksomhedsledere kan spore uregelmæssigheder relateret til deres virksomheds status, såsom en placering, der er underpræsterende . Du kan f.eks. oprette en advarsel for at få besked, når der er en stigning eller et fald i din omsætning. Men du er måske kun interesseret i en bestemt butiksplacering og i et bestemt produkt. Filtreringsevnen giver dig mulighed for kun at blive advaret, når en indtægtsanomali passer til de kriterier, du har angivet.

Løsningsoversigt

I dette indlæg demonstrerer vi, hvordan man opretter Alert med filtre, og hvordan de konfigurerede filtre kun udgiver advarsler for uregelmæssigheder, der matcher filterkriterierne. Advarselsfiltrene er baseret på metrikker og dimensioner, der er til stede i datasætdefinitionen for anomalidetektoren. Løsningen giver dig mulighed for at bruge advarselsfiltre til at få målrettede meddelelser om uregelmæssigheder, der er opdaget i dine data. Følgende diagram illustrerer løsningsarkitekturen.

Tilpas nemt dine meddelelser, mens du bruger Amazon Lookout for Metrics PlatoBlockchain Data Intelligence. Lodret søgning. Ai.

Levering af ressourcer med AWS CloudFormation

Du kan bruge den medfølgende AWS CloudFormation stak for at konfigurere ressourcer til gennemgangen. Den indeholder ressourcer til løbende at generere live data og udgive dem til Amazon S3, oprette en detektor (navngivet TestAlertFilters) og tilføj et datasæt (navngivet AlertFiltersDataset) til detektoren. Udfør følgende trin:

  1. Vælg Start Stack:
    Tilpas nemt dine meddelelser, mens du bruger Amazon Lookout for Metrics PlatoBlockchain Data Intelligence. Lodret søgning. Ai.
  2. Vælg Næste.
  3. Indtast et staknavn (f.eks. L4MAlertFiltersStack).
  4. Indtast værdierne for detektoren (TestAlertFilters) og datasæt (AlertFiltersDataset).
  5. Vælg Næste.
  6. Lad indstillingerne stå til Konfigurer stakindstillinger ved deres standardindstillinger og vælg Næste.
  7. Marker afkrydsningsfeltet for bekræftelse, og vælg Opret stak.

Aktiver detektoren oprettet af CFN-skabelonen

Udfør følgende trin for at konfigurere din detektor:

  1. På Lookout for Metrics-konsollen skal du vælge Detektorer i navigationsruden.
    Tilpas nemt dine meddelelser, mens du bruger Amazon Lookout for Metrics PlatoBlockchain Data Intelligence. Lodret søgning. Ai.
  2. Vælg detektoren TestAlertFilters Og vælg Se detaljer.
    Tilpas nemt dine meddelelser, mens du bruger Amazon Lookout for Metrics PlatoBlockchain Data Intelligence. Lodret søgning. Ai.
  3. For at aktivere detektoren kan du enten vælge Aktivere øverst eller vælg Aktiver detektor under Sådan fungerer det.
    Tilpas nemt dine meddelelser, mens du bruger Amazon Lookout for Metrics PlatoBlockchain Data Intelligence. Lodret søgning. Ai.
  4. Vælg Aktivere for at bekræfte, om du ønsker at aktivere detektoren til kontinuerlig detektering.
    Tilpas nemt dine meddelelser, mens du bruger Amazon Lookout for Metrics PlatoBlockchain Data Intelligence. Lodret søgning. Ai.

En bekræftelsesmeddelelse viser, at detektoren aktiveres. Aktiveringen kan tage op til 1 time at fuldføre. I mellemtiden kan vi fortsætte med alarmkonfigurationen.

Tilpas nemt dine meddelelser, mens du bruger Amazon Lookout for Metrics PlatoBlockchain Data Intelligence. Lodret søgning. Ai.

Konfigurer din advarsel

Vi konfigurerer nu en advarsel for at få meddelelser om uregelmæssigheder, der er opdaget af detektoren. Advarselsfiltre er valgfri konfigurationer, og du kan vælge op til 5 mål og 5 dimensioner, mens du tilføjer filtre. I dette indlæg gennemgår vi oprettelse af en advarsel med filtre. Udfør følgende trin:

  1. På siden med detektordetaljer skal du vælge Tilføj advarsler.
  2. Bekræft dit underretningsnavn.
    Lookout for Metrics udfylder konfigurationsfelterne med de metrics og dimensioner, der blev leveret under oprettelsen af ​​datasæt. I denne udgivelse er Alvorlighed score felt er valgfrit, hvilket tidligere var et obligatorisk felt. Som standard starter vi med en sværhedsgrad på 70, som du kan ændre eller fjerne.
  3. Vælg for at tilføje et mål Tilføj kriterier Og vælg Måle.
    Tilpas nemt dine meddelelser, mens du bruger Amazon Lookout for Metrics PlatoBlockchain Data Intelligence. Lodret søgning. Ai.
  4. Til Mål LIGE, Vælg revenue måle.
    Tilpas nemt dine meddelelser, mens du bruger Amazon Lookout for Metrics PlatoBlockchain Data Intelligence. Lodret søgning. Ai.
  5. Vælg Tilføj kriterier igen og vælg Dimension.
    Tilpas nemt dine meddelelser, mens du bruger Amazon Lookout for Metrics PlatoBlockchain Data Intelligence. Lodret søgning. Ai.
    Du kan vælge op til 5 dimensionsfiltre. Til dette indlæg konfigurerer vi to.
  6. Til Dimension, Vælg marketplace dimension.
    Tilpas nemt dine meddelelser, mens du bruger Amazon Lookout for Metrics PlatoBlockchain Data Intelligence. Lodret søgning. Ai.
  7. Til Lig, tilføj værdierne US , CA.
    Tilpas nemt dine meddelelser, mens du bruger Amazon Lookout for Metrics PlatoBlockchain Data Intelligence. Lodret søgning. Ai.
  8. Tilføj category som din anden dimension med værdierne fashion , jewellery.
  9. Til Alvorlighed score, indtast 20.
    Tilpas nemt dine meddelelser, mens du bruger Amazon Lookout for Metrics PlatoBlockchain Data Intelligence. Lodret søgning. Ai.
  10. Til Kanal, vælg Amazon SNS.
    Tilpas nemt dine meddelelser, mens du bruger Amazon Lookout for Metrics PlatoBlockchain Data Intelligence. Lodret søgning. Ai.
  11. Vælg dit SNS-emne (til dette indlæg bruger vi SNS-emnet, som vi allerede har abonneret på vores e-mail til at modtage advarslerne).
  12. Vælg dit format (for dette indlæg vælger vi Lang tekst).
  13. Under Serviceadgang, Vælg Brug en eksisterende servicerolle og vælg din rolle.
  14. Vælg Tilføj advarsel.
    Tilpas nemt dine meddelelser, mens du bruger Amazon Lookout for Metrics PlatoBlockchain Data Intelligence. Lodret søgning. Ai.
    Der vises en meddelelse, når advarslen er oprettet.
  15. Vælg advarslen og vælg Se detaljer.
    Tilpas nemt dine meddelelser, mens du bruger Amazon Lookout for Metrics PlatoBlockchain Data Intelligence. Lodret søgning. Ai.

Du kan gennemgå advarselsfiltrene og andre detaljer. Det Filtrer kriterier forklarer, hvordan de konfigurerede filtre bruges til at filtrere uregelmæssigheder før udgivelse af advarsler.

Tilpas nemt dine meddelelser, mens du bruger Amazon Lookout for Metrics PlatoBlockchain Data Intelligence. Lodret søgning. Ai.

Hvis du vil ændre advarselskonfigurationen, skal du vælge advarslen på Advarsler side og vælg Redigere.

Tilpas nemt dine meddelelser, mens du bruger Amazon Lookout for Metrics PlatoBlockchain Data Intelligence. Lodret søgning. Ai.

Alternativt kan du åbne siden med underretningsdetaljer og vælge Redigere.

Tilpas nemt dine meddelelser, mens du bruger Amazon Lookout for Metrics PlatoBlockchain Data Intelligence. Lodret søgning. Ai.

Du bliver omdirigeret til Redigere side, hvor du kan ændre advarselskonfigurationen efter behov. Du kan ændre de samme konfigurationer, som du indstillede, da du oprettede advarslen, men du kan ikke ændre advarselsnavnet, mens du redigerer.

Tilpas nemt dine meddelelser, mens du bruger Amazon Lookout for Metrics PlatoBlockchain Data Intelligence. Lodret søgning. Ai.

Gennemgå og analyser resultaterne

Når Lookout for Metrics registrerer uregelmæssigheder i dine data, sender den en meddelelse, hvis der er konfigureret advarsler på den detektor. Hvis anomaligruppens detaljer matcher filterkriterierne (målefilter, dimensionsfilter og alvorlighedsscore) for advarslen, udgives en meddelelse.

Til dette eksempel oprettede vi to advarsler på detektoren, testAlertWithNoFilters , testRevenueForFashionOrJewelleryInUSOrCA, og injiceret anomalier i vores data. Vi aktiverede også e-mail-abonnement om SNS-emnet, der bruges til udgivelse af advarsler. Følgende skærmbilleder viser detaljerne for hver advarsel.

Tilpas nemt dine meddelelser, mens du bruger Amazon Lookout for Metrics PlatoBlockchain Data Intelligence. Lodret søgning. Ai. Tilpas nemt dine meddelelser, mens du bruger Amazon Lookout for Metrics PlatoBlockchain Data Intelligence. Lodret søgning. Ai.

Det følgende er et eksempel på en anomalimeddelelse for testRevenueForFashionOrJewelleryInUSOrCA:

{ "Type" : "Notification", "MessageId" : "0b0a7bfe-d029-5f4f-b706-20f644793c3d", "TopicArn" : "arn:aws:sns:us-west-2:488415817882:filterAlertsDemoTopic", "Message" : "[Amazon LookoutForMetrics] The anomaly detector TestAlertFilters detected an anomaly in revenue with a severity score of 77.3 on May 25, 2022 at 8:05 PM. nAnomalous graphs were detected for the following:n nrevenue for: jewellery, thirdParty, CA, regular, priorityn nrevenue for: electronics, self, MX, premium, overnightn nrevenue for: electronics, self, US, regular, overnightn nTo view the anomaly, visit the Lookout for Metrics console at: https://us-west-2.console.aws.amazon.com/lookoutmetrics/home?region=us-west-2#arn:aws:lookoutmetrics:us-west-2:488415817882:AnomalyDetector:TestAlertFilters/anomalies/anomaly/bd0a07e1-c520-46bd-aaa3-dcc00583d707 nTo modify settings for this alert: https://us-west-2.console.aws.amazon.com/lookoutmetrics/home?region=us-west-2#arn:aws:lookoutmetrics:us-west-2:488415817882:AnomalyDetector:TestAlertFilters/alerts/alertDetails/arn:aws:lookoutmetrics:us-west-2:488415817882:Alert:testRevenueForFashionOrJewelleryInUSOrCA", "Timestamp" : "2022-05-25T20:31:12.330Z", "SignatureVersion" : "1", "Signature" : "pFDZj3TwLrL9rqjkRiVgbWjcrPhxz5PDV485d6NroLXWhrviX7sUEQqOIL5j8YYd0SFBjFEkrZKZ27RSbd+33sRhJ52mmd1eR23cZQP68+iIVdpeWubcPgGnqxoOa3APE1WZr4SmVK/bgJAjX1RXn0rKZvPzwDkxPD2fZB4gnbqPJ8GBw/1dxU5qfJzRpkqc87d1gpvQIwMpb5uUROuPZEQVyaR/By0BTsflkE2Sz2mOeZQkMaXz3q9dwX/qDxyR9q6gNviMagGtOLwtb6StN8/PUYlvK9fCBcJnJxg0bdmMtnXiXWdl1O7J50Wqj4Tkl8amph97UlVAnComoe649g==", "SigningCertURL" : "https://sns.us-west-2.amazonaws.com/SimpleNotificationService-7ff5318490ec183fbaddaa2a969abfda.pem", "UnsubscribeURL" : "https://sns.us-west-2.amazonaws.com/?Action=Unsubscribe&SubscriptionArn=arn:aws:sns:us-west-2:488415817882:filterAlertsDemoTopic:8f24ae74-b160-44c7-8bc9-96a30e27d365"
}

Det følgende er et eksempel på en anomalimeddelelse for testAlertWithNoFilters:

{ "Type" : "Notification", "MessageId" : "fcc70263-f2c1-52ed-81ec-596b8c399b67", "TopicArn" : "arn:aws:sns:us-west-2:488415817882:filterAlertsDemoTopic", "Message" : "[Amazon LookoutForMetrics] The anomaly detector TestAlertFilters detected an anomaly in revenue with a severity score of 77.59 on May 25, 2022 at 6:35 PM. nAnomalous graphs were detected for the following:n nrevenue for: jewellery, self, UK, regular, overnightn nrevenue for: jewellery, thirdParty, JP, premium, overnightn nrevenue for: electronics, thirdParty, DE, premium, priorityn nTo view the anomaly, visit the Lookout for Metrics console at: https://us-west-2.console.aws.amazon.com/lookoutmetrics/home?region=us-west-2#arn:aws:lookoutmetrics:us-west-2:488415817882:AnomalyDetector:TestAlertFilters/anomalies/anomaly/194c87f4-3312-420c-8920-12fbfc9b1700 nTo modify settings for this alert: https://us-west-2.console.aws.amazon.com/lookoutmetrics/home?region=us-west-2#arn:aws:lookoutmetrics:us-west-2:488415817882:AnomalyDetector:TestAlertFilters/alerts/alertDetails/arn:aws:lookoutmetrics:us-west-2:488415817882:Alert:testAlertWithNoFilters", "Timestamp" : "2022-05-25T19:00:08.374Z", "SignatureVersion" : "1", "Signature" : "e4+BHo4eh8wNbfQMaR3L8MWY2wkpqxoxKKrj2h/QROQHvhcnYfucYchjfppgjM8LNIF7Oo4QfuP6qcLj9DlghiMZ80qpzHyAH6vmIDfSjK7Bz23i8rnIMyKJIVRFN8z69YlC9vfsp3MayWyyMJcskeVJ1bzsdkDIeA5gkT1le8yh/9nhbsgwm+bowNjsnl+/sFwk6QZJlplYB27sOqegrm73nH/CrmTe4FcPtekCRysSECwMLKazPJqR1uiGagnWfUeyTptRg9rVQVQJJdmOUwlv8vodR96s52btAegpY4iZZLUJ87vs1PwOwVfTTIHf+pdnwPUuFupzejUEudP7sQ==", "SigningCertURL" : "https://sns.us-west-2.amazonaws.com/SimpleNotificationService-7ff5318490ec183fbaddaa2a969abfda.pem", "UnsubscribeURL" : "https://sns.us-west-2.amazonaws.com/?Action=Unsubscribe&SubscriptionArn=arn:aws:sns:us-west-2:488415817882:filterAlertsDemoTopic:8f24ae74-b160-44c7-8bc9-96a30e27d365"
}

Vi modtog ikke meddelelsen om denne uregelmæssighed via testRevenueForFashionOrJewelleryInUSOrCA advarsel, fordi anomaligruppedetaljerne ikke matcher filterkriterierne for dimension marketplace. For vores filterkriterier på foranstaltningen revenue, dimensionen marketplace skal være lige US or CA, og dimensionen category skal være lige fashion or jewellery, med en sværhedsgrad på 20.

Selvom den detekterede anomali matcher filterkriterierne for målingen, sværhedsgraden og category dimension, matcher den ikke kriterierne for marketplace dimension, så advarslen blev ikke offentliggjort.

Baseret på de meddelelser, vi modtog, kan vi bekræfte, at Lookout for Metrics har registreret uregelmæssigheder og bekræftet de advarselsfilterbaserede meddelelser.

Ryd op

Når du har gennemført testen, kan du slette CloudFormation-stakken, der er oprettet af skabelonen. Sletning af stak rydder op i alle de ressourcer, der er oprettet til formålet med denne test. For at slette stakken skal du åbne AWS CloudFormation-konsollen, vælge stakken L4MAlertFiltersStack, og vælg Slette.

Sletning af stakken sletter ikke S3-indsamlingen, der er oprettet af skabelonen, fordi den ikke er tom; du skal slette det manuelt.

Konklusion

Du kan nu nemt tilpasse din notifikationsoplevelse ved at tilføje filtre og redigere eksisterende advarsler for at reducere støj og fokusere på de målinger, der betyder mest for din virksomhed.

For at lære mere om denne funktion, se Arbejde med alarmer. Du kan bruge denne funktion i alle regioner, hvor Lookout for Metrics er offentligt tilgængelig. For mere information om tilgængelighed i regionen, se AWS regionale tjenester.


Om forfatterne

Tilpas nemt dine meddelelser, mens du bruger Amazon Lookout for Metrics PlatoBlockchain Data Intelligence. Lodret søgning. Ai.Alex Kim er Sr. Product Manager for AWS AI Services. Hans mission er at levere AI/ML-løsninger til alle kunder, der kan drage fordel af det. I sin fritid nyder han alle former for sport og at opdage nye spisesteder.

Tilpas nemt dine meddelelser, mens du bruger Amazon Lookout for Metrics PlatoBlockchain Data Intelligence. Lodret søgning. Ai.Utkarsh Dubey er softwareudviklingsingeniør i Lookout for Metrics-teamet. Hans interesser ligger i at bygge skalerbare distribuerede systemer. I sin fritid nyder han at rejse og møde venner.

Tidsstempel:

Mere fra AWS maskinindlæring