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.
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:
- Vælg Start Stack:
- Vælg Næste.
- Indtast et staknavn (f.eks.
L4MAlertFiltersStack
). - Indtast værdierne for detektoren (
TestAlertFilters
) og datasæt (AlertFiltersDataset
). - Vælg Næste.
- Lad indstillingerne stå til Konfigurer stakindstillinger ved deres standardindstillinger og vælg Næste.
- Marker afkrydsningsfeltet for bekræftelse, og vælg Opret stak.
Aktiver detektoren oprettet af CFN-skabelonen
Udfør følgende trin for at konfigurere din detektor:
- På Lookout for Metrics-konsollen skal du vælge Detektorer i navigationsruden.
- Vælg detektoren
TestAlertFilters
Og vælg Se detaljer.
- For at aktivere detektoren kan du enten vælge Aktivere øverst eller vælg Aktiver detektor under Sådan fungerer det.
- Vælg Aktivere for at bekræfte, om du ønsker at aktivere detektoren til kontinuerlig detektering.
En bekræftelsesmeddelelse viser, at detektoren aktiveres. Aktiveringen kan tage op til 1 time at fuldføre. I mellemtiden kan vi fortsætte med alarmkonfigurationen.
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:
- På siden med detektordetaljer skal du vælge Tilføj advarsler.
- 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. - Vælg for at tilføje et mål Tilføj kriterier Og vælg Måle.
- Til Mål LIGE, Vælg
revenue
måle.
- Vælg Tilføj kriterier igen og vælg Dimension.
Du kan vælge op til 5 dimensionsfiltre. Til dette indlæg konfigurerer vi to. - Til Dimension, Vælg
marketplace
dimension.
- Til Lig, tilføj værdierne
US
,CA
.
- Tilføj
category
som din anden dimension med værdiernefashion
,jewellery
. - Til Alvorlighed score, indtast 20.
- Til Kanal, vælg Amazon SNS.
- Vælg dit SNS-emne (til dette indlæg bruger vi SNS-emnet, som vi allerede har abonneret på vores e-mail til at modtage advarslerne).
- Vælg dit format (for dette indlæg vælger vi Lang tekst).
- Under Serviceadgang, Vælg Brug en eksisterende servicerolle og vælg din rolle.
- Vælg Tilføj advarsel.
Der vises en meddelelse, når advarslen er oprettet. - Vælg advarslen og vælg Se detaljer.
Du kan gennemgå advarselsfiltrene og andre detaljer. Det Filtrer kriterier forklarer, hvordan de konfigurerede filtre bruges til at filtrere uregelmæssigheder før udgivelse af advarsler.
Hvis du vil ændre advarselskonfigurationen, skal du vælge advarslen på Advarsler side og vælg Redigere.
Alternativt kan du åbne siden med underretningsdetaljer og vælge Redigere.
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.
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.
Det følgende er et eksempel på en anomalimeddelelse for testRevenueForFashionOrJewelleryInUSOrCA
:
Det følgende er et eksempel på en anomalimeddelelse for testAlertWithNoFilters
:
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
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.
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.
- Coinsmart. Europas bedste Bitcoin og Crypto Exchange.
- Platoblokkæde. Web3 Metaverse Intelligence. Viden forstærket. FRI ADGANG.
- CryptoHawk. Altcoin radar. Gratis prøveversion.
- Kilde: https://aws.amazon.com/blogs/machine-learning/easily-customize-your-notifications-while-using-amazon-lookout-for-metrics/
- "
- 100
- 2022
- 70
- 77
- a
- Om
- AI
- AI-tjenester
- Alle
- tillader
- allerede
- Amazon
- analysere
- Annoncere
- arkitektur
- automatisk
- autonom
- tilgængelighed
- til rådighed
- AWS
- fordi
- før
- være
- gavner det dig
- Beyond
- grænse
- Boks
- Bygning
- virksomhed
- virksomheder
- Årsag
- udfordrende
- lave om
- Vælg
- fuldføre
- Konfiguration
- Konsol
- indeholder
- skabe
- oprettet
- Oprettelse af
- skabelse
- kriterier
- Kunder
- tilpasse
- data
- demonstrere
- detaljer
- opdaget
- Detektion
- udviklere
- Udvikling
- forskellige
- Dimension
- størrelse
- distribueret
- Er ikke
- Drop
- i løbet af
- nemt
- spiser
- Elektronik
- muliggør
- ingeniør
- Indtast
- udvikle sig
- eksempel
- ophidset
- eksisterende
- erfaring
- Feature
- Fields
- filtrering
- Filtre
- Fokus
- efter
- format
- Gratis
- fra
- funktioner
- generere
- større
- gruppe
- Høj
- Hvordan
- How To
- HTTPS
- identificere
- gennemføre
- vigtigt
- oplysninger
- interesseret
- interesser
- IT
- lancere
- LÆR
- læring
- leve
- placering
- maskine
- machine learning
- lavet
- maerker
- leder
- Ledere
- manuelt
- Match
- matchende
- Matter
- mellemtiden
- måle
- foranstaltninger
- Metrics
- Mission
- ML
- Overvåg
- overvågning
- mere
- mest
- Navigation
- behov
- Støj
- underretning
- åbent
- organisation
- Andet
- særlig
- betaling
- Premium
- præsentere
- Produkt
- forudsat
- offentliggøre
- Publicering
- formål
- hurtigt
- priser
- modtage
- modtaget
- reducere
- region
- regional
- fast
- frigive
- relevant
- påkrævet
- Ressourcer
- indtægter
- gennemgå
- roller
- rod
- samme
- skalerbar
- valgt
- tjeneste
- Tjenester
- sæt
- Shopping
- Simpelt
- So
- Software
- softwareudvikling
- solid
- løsninger
- Løsninger
- specifikke
- hastighed
- Sport
- stable
- starte
- Status
- butik
- abonnement
- Succesfuld
- systemet
- Systemer
- målrettet
- hold
- Teknologier
- prøve
- Test
- tærskel
- Gennem
- tid
- top
- emne
- spor
- transaktion
- Traveling
- typer
- Uk
- under
- enheder
- us
- brug
- Specifikation
- mens
- WHO
- inden for
- Din