Wir freuen uns, Ihnen mitteilen zu können, dass Sie jetzt Filter zu Benachrichtigungen hinzufügen und vorhandene Benachrichtigungen während der Verwendung bearbeiten können Amazon Lookout für Metriken. Mit dieser Einführung können Sie Ihrer Benachrichtigungskonfiguration Filter hinzufügen, um nur Benachrichtigungen für Anomalien zu erhalten, die für Sie am wichtigsten sind. Sie können auch vorhandene Warnungen gemäß Ihren Anforderungen für die Benachrichtigung ändern, wenn sich Anomalien entwickeln.
Lookout for Metrics verwendet maschinelles Lernen (ML), um automatisch die für Unternehmen wichtigsten Metriken schneller und genauer zu überwachen. Der Service erleichtert auch die Diagnose der Grundursache von Anomalien wie unerwarteten Umsatzrückgängen, hohen Raten verlassener Warenkörbe, Spitzen bei fehlgeschlagenen Zahlungstransaktionen, Zunahmen bei der Anmeldung neuer Benutzer und vielem mehr. Lookout for Metrics geht über die einfache Erkennung von Anomalien hinaus. Es ermöglicht Entwicklern, eine autonome Überwachung für wichtige Metriken einzurichten, um Anomalien zu erkennen und ihre Grundursache mit wenigen Klicks zu identifizieren, wobei dieselbe Technologie verwendet wird, die Amazon intern verwendet, um Anomalien in seinen Metriken zu erkennen – alles ohne ML-Erfahrung erforderlich.
Alert ist eine optionale Funktion, mit der Sie Benachrichtigungen über Anomalien in den Datensätzen einrichten können, die durchgesendet werden Amazon Simple Notification Service (Amazon SNS) und AWS Lambda Funktionen. Früher wurden Sie beim Einrichten einer Warnung über alle erkannten Anomalien über dem von Ihnen ausgewählten Schweregrad benachrichtigt, was es schwierig machte, die für Ihr Unternehmen relevantesten Anomalien schnell zu identifizieren. Durch die Implementierung von Filtern und Bearbeitungen im Warnsystem können nun verschiedene Geschäftsbereiche innerhalb Ihres Unternehmens die Arten von Warnmeldungen angeben, die sie erhalten. Ihre Entwickler können von dieser Funktion profitieren, indem sie Warnungen zu Anomalien erhalten, die mit der Entwicklung ihres Dienstes zusammenhängen, während Ihre Business-Analysten und Business-Manager Anomalien im Zusammenhang mit dem Status ihres Unternehmens verfolgen können, z. B. einen Standort mit schlechter Leistung . Beispielsweise können Sie eine Benachrichtigung einrichten, um benachrichtigt zu werden, wenn Ihre Einnahmen steigen oder fallen. Möglicherweise interessieren Sie sich aber nur für einen bestimmten Ladenstandort und für ein bestimmtes Produkt. Die Filterfunktion ermöglicht es Ihnen, nur benachrichtigt zu werden, wenn eine Umsatzanomalie den von Ihnen festgelegten Kriterien entspricht.
Lösungsüberblick
In diesem Beitrag zeigen wir, wie Sie Warnungen mit Filtern erstellen und wie die konfigurierten Filter Warnungen nur für Anomalien veröffentlichen, die den Filterkriterien entsprechen. Die Warnungsfilter basieren auf Metriken und Dimensionen, die in der Datensatzdefinition für den Anomaliedetektor vorhanden sind. Die Lösung ermöglicht Ihnen die Verwendung von Warnfiltern, um gezielte Benachrichtigungen für in Ihren Daten erkannte Anomalien zu erhalten. Das folgende Diagramm veranschaulicht die Lösungsarchitektur.
Stellen Sie Ressourcen mit AWS CloudFormation bereit
Sie können die bereitgestellten verwenden AWS CloudFormation stack, um Ressourcen für die exemplarische Vorgehensweise einzurichten. Es enthält Ressourcen, um kontinuierlich Live-Daten zu generieren und sie in Amazon S3 zu veröffentlichen, einen Detektor (mit dem Namen TestAlertFilters
) und fügen Sie ein Dataset hinzu (benannt AlertFiltersDataset
) zum Detektor. Führen Sie die folgenden Schritte aus:
- Auswählen
Stack starten:
- Auswählen Weiter.
- Geben Sie einen Stack-Namen ein (z. B.
L4MAlertFiltersStack
). - Geben Sie die Werte für den Detektor ein (
TestAlertFilters
) und Datensatz (AlertFiltersDataset
). - Auswählen Weiter.
- Belassen Sie die Einstellungen für Konfigurieren Sie die Stapeloptionen auf ihre Standardwerte und wählen Weiter.
- Markieren Sie das Quittierkästchen und wählen Sie Stapel erstellen.
Aktivieren Sie den von der CFN-Vorlage erstellten Detektor
Führen Sie die folgenden Schritte aus, um Ihren Detektor einzurichten:
- Wählen Sie in der Konsole Lookout for Metrics die Option Detektoren im Navigationsbereich.
- Wählen Sie den Detektor aus
TestAlertFilters
und wählen Sie Details anzeigen.
- Um den Detektor zu aktivieren, können Sie entweder wählen Mehr erfahren oben oder wählen Melder aktivieren für So funktioniert's.
- Auswählen
Mehr erfahren um zu bestätigen, ob Sie den Melder für die kontinuierliche Erkennung aktivieren möchten.
Eine Bestätigungsmeldung zeigt an, dass der Detektor aktiviert wird. Die Aktivierung kann bis zu 1 Stunde dauern. In der Zwischenzeit können wir mit der Alarmkonfiguration fortfahren.
Konfigurieren Sie Ihre Benachrichtigung
Wir konfigurieren jetzt eine Warnung, um Benachrichtigungen für vom Detektor erkannte Anomalien zu erhalten. Benachrichtigungsfilter sind optionale Konfigurationen, und Sie können beim Hinzufügen von Filtern bis zu 5 Kennzahlen und 5 Dimensionen auswählen. In diesem Beitrag gehen wir durch die Erstellung einer Benachrichtigung mit Filtern. Führen Sie die folgenden Schritte aus:
- Wählen Sie auf der Detailseite Ihres Detektors aus Benachrichtigungen hinzufügen.
- Bestätigen Sie Ihren Benachrichtigungsnamen.
Lookout for Metrics füllt die Konfigurationsfelder mit den Metriken und Dimensionen, die während der Datensatzerstellung bereitgestellt werden.In dieser Version ist die Schweregrad Das Feld ist optional, was zuvor ein Pflichtfeld war. Standardmäßig beginnen wir mit einem Schweregrad von 70, den Sie ändern oder entfernen können. - Um eine Maßnahme hinzuzufügen, wählen Sie Kriterien hinzufügen und wählen Sie Messen.
- Aussichten für Messen Sie GLEICH, wählen Sie das
revenue
messen.
- Auswählen
Kriterien hinzufügen nochmal und wähle Abmessungen.
Sie können bis zu 5 Dimensionsfilter auswählen. Für diesen Beitrag konfigurieren wir zwei. - Aussichten für Abmessungen, wählen Sie das
marketplace
Abmessungen.
- Aussichten für Equals, addieren Sie die Werte
US
undCA
.
- Speichern
category
als Ihre zweite Dimension mit den Wertenfashion
undjewellery
. - Aussichten für Schweregrad, 20 eingeben.
- Aussichten für Kanal, wählen AmazonSNS.
- Wählen Sie Ihr SNS-Thema (für diesen Beitrag verwenden wir das SNS-Thema, für das wir unsere E-Mail bereits abonniert haben, um die Benachrichtigungen zu erhalten).
- Wählen Sie Ihr Format (für diesen Beitrag wählen wir Langer Text).
- Der Service ZugangWählen Verwenden Sie eine vorhandene Servicerolle und wähle deine Rolle.
- Auswählen
Benachrichtigung hinzufügen.
Eine Meldung wird angezeigt, wenn die Warnung erfolgreich erstellt wurde. - Wählen Sie die Warnung aus und wählen Sie Details anzeigen.
Sie können die Alarmfilter und andere Details überprüfen. Das Filterkriterien erklärt, wie die konfigurierten Filter verwendet werden, um Anomalien zu filtern, bevor Warnmeldungen veröffentlicht werden.
Wenn Sie die Alarmkonfiguration ändern möchten, wählen Sie den Alarm auf der aus Warnmeldungen Seite und wählen Bearbeiten.
Alternativ können Sie die Seite mit den Warnungsdetails öffnen und auswählen Bearbeiten.
Sie werden zu weitergeleitet Bearbeiten Seite, auf der Sie die Alarmkonfiguration nach Bedarf ändern können. Sie können dieselben Konfigurationen ändern, die Sie beim Erstellen der Warnung festgelegt haben, aber Sie können den Warnungsnamen während der Bearbeitung nicht ändern.
Überprüfen und analysieren Sie die Ergebnisse
Wenn Lookout for Metrics Anomalien in Ihren Daten erkennt, sendet es eine Benachrichtigung, wenn für diesen Detektor Warnungen konfiguriert wurden. Wenn die Details der Anomaliegruppe mit den Filterkriterien (Kennzahlfilter, Dimensionsfilter und Schweregradbewertung) der Warnung übereinstimmen, wird eine Benachrichtigung veröffentlicht.
Für dieses Beispiel haben wir zwei Warnungen auf dem Detektor erstellt, testAlertWithNoFilters
und testRevenueForFashionOrJewelleryInUSOrCA
, und injizierte Anomalien in unseren Daten. Wir haben auch das E-Mail-Abonnement für das SNS-Thema aktiviert, das für die Veröffentlichung von Warnmeldungen verwendet wird. Die folgenden Screenshots zeigen die Details für jede Warnung.
Im Folgenden finden Sie ein Beispiel für eine Anomaliebenachrichtigung für testRevenueForFashionOrJewelleryInUSOrCA
:
Im Folgenden finden Sie ein Beispiel für eine Anomaliebenachrichtigung für testAlertWithNoFilters
:
Wir haben die Benachrichtigung für diese Anomalie nicht über erhalten testRevenueForFashionOrJewelleryInUSOrCA
Warnung, da die Details der Anomaliegruppe nicht mit den Filterkriterien für die Dimension übereinstimmen marketplace
. Für unsere Filterkriterien auf die Maßnahme revenue
, Die Dimension marketplace
muss gleich sein US
or CA
, und die Dimension category
muss gleich sein fashion
or jewellery
, mit einem Schweregrad von 20.
Die erkannte Anomalie entspricht zwar den Filterkriterien für die Kennzahl, den Schweregrad und category
Dimension, es entspricht nicht den Kriterien für die marketplace
Dimension, sodass die Warnung nicht veröffentlicht wurde.
Basierend auf den Benachrichtigungen, die wir erhalten haben, können wir bestätigen, dass Lookout for Metrics Anomalien erkannt und die auf dem Alarmfilter basierenden Benachrichtigungen überprüft hat.
Aufräumen
Nachdem Sie den Test abgeschlossen haben, können Sie den von der Vorlage erstellten CloudFormation-Stack löschen. Das Löschen des Stapels bereinigt alle Ressourcen, die für diesen Test erstellt wurden. Um den Stack zu löschen, öffnen Sie die AWS CloudFormation-Konsole und wählen Sie den Stack aus L4MAlertFiltersStack
, und wähle Löschen.
Durch das Löschen des Stacks wird der von der Vorlage erstellte S3-Bucket nicht gelöscht, da er nicht leer ist; Sie müssen es manuell löschen.
Zusammenfassung
Sie können Ihr Benachrichtigungserlebnis jetzt ganz einfach anpassen, indem Sie Filter hinzufügen und vorhandene Warnungen bearbeiten, um Störungen zu reduzieren und sich auf die Metriken zu konzentrieren, die für Ihr Unternehmen am wichtigsten sind.
Weitere Informationen zu dieser Funktion finden Sie unter Arbeiten mit Warnungen. Sie können diese Funktion in allen Regionen verwenden, in denen Lookout for Metrics öffentlich verfügbar ist. Weitere Informationen zur Verfügbarkeit der Region finden Sie unter Regionale AWS-Services.
Über die Autoren
Alex Kim ist Senior Product Manager für AWS AI Services. Seine Mission ist es, AI/ML-Lösungen für alle Kunden bereitzustellen, die davon profitieren können. In seiner Freizeit treibt er gerne alle Arten von Sport und entdeckt neue Restaurants.
Utkarsh Dubey ist Softwareentwicklungsingenieur im Lookout for Metrics-Team. Seine Interessen liegen im Aufbau skalierbarer verteilter Systeme. In seiner Freizeit reist er gerne und trifft sich mit Freunden.
- Coinsmart. Europas beste Bitcoin- und Krypto-Börse.
- Platoblockkette. Web3-Metaverse-Intelligenz. Wissen verstärkt. DEN FREIEN ZUGANG.
- CryptoHawk. Altcoin-Radar. Kostenlose Testphase.
- Quelle: https://aws.amazon.com/blogs/machine-learning/easily-customize-your-notifications-while-using-amazon-lookout-for-metrics/
- "
- 100
- 2022
- 70
- 77
- a
- LiveBuzz
- AI
- KI-Dienste
- Alle
- erlaubt
- bereits
- Amazon
- analysieren
- Bekannt geben
- Architektur
- Im Prinzip so, wie Sie es von Google Maps kennen.
- Autonom
- Verfügbarkeit
- verfügbar
- AWS
- weil
- Bevor
- Sein
- Nutzen
- Beyond
- Grenze
- Box
- Building
- Geschäft
- Unternehmen
- Verursachen
- herausfordernd
- Übernehmen
- Auswählen
- abschließen
- Konfiguration
- Konsul (Console)
- enthält
- erstellen
- erstellt
- Erstellen
- Schaffung
- Kriterien
- Kunden
- anpassen
- technische Daten
- zeigen
- Details
- erkannt
- Entdeckung
- Entwickler
- Entwicklung
- anders
- Abmessungen
- Größe
- verteilt
- Tut nicht
- Drop
- im
- leicht
- essen
- Elektronik
- ermöglicht
- Ingenieur
- Enter
- entwickelt sich
- Beispiel
- aufgeregt
- vorhandenen
- ERFAHRUNGEN
- Merkmal
- Felder
- Filterung
- Filter
- Setzen Sie mit Achtsamkeit
- Folgende
- Format
- Frei
- für
- Funktionen
- erzeugen
- mehr
- Gruppe an
- GUTE
- Ultraschall
- Hilfe
- HTTPS
- identifizieren
- Umsetzung
- wichtig
- Information
- interessiert
- Interessen
- IT
- starten
- LERNEN
- lernen
- leben
- Standorte
- Maschine
- Maschinelles Lernen
- gemacht
- MACHT
- Manager
- Manager
- manuell
- Spiel
- Abstimmung
- Materie
- inzwischen
- messen
- Maßnahmen
- Metrik
- Ziel
- ML
- Überwachen
- Überwachung
- mehr
- vor allem warme
- Menü
- Bedürfnisse
- Lärm
- Benachrichtigung
- XNUMXh geöffnet
- Organisation
- Andere
- besondere
- Zahlung
- Prämie
- Gegenwart
- Produkt
- vorausgesetzt
- veröffentlichen
- Publishing
- Zweck
- schnell
- Honorar
- erhalten
- Received
- Veteran
- Region
- regional
- regulär
- Release
- relevant
- falls angefordert
- Downloads
- Einnahmen
- Überprüfen
- Rollen
- Wurzel
- gleich
- skalierbaren
- ausgewählt
- Lösungen
- kompensieren
- Shopping
- Einfacher
- So
- Software
- Software-Entwicklung
- solide
- Lösung
- Lösungen
- spezifisch
- Geschwindigkeit
- Sports
- Stapel
- Anfang
- Status
- speichern
- Abonnement
- Erfolgreich
- System
- Systeme und Techniken
- gezielt
- Team
- Technologie
- Test
- Testen
- Das
- Schwelle
- Durch
- Zeit
- Top
- Thema
- verfolgen sind
- Transaktion
- Reise
- Typen
- Uk
- für
- Bereiche
- us
- -
- Anzeigen
- während
- WHO
- .
- Ihr