میٹرکس کے لیے ایمیزون کی تلاش ایک AWS سروس ہے جو مشین لرننگ (ML) کو خودکار طور پر میٹرکس کی نگرانی کے لیے استعمال کرتی ہے جو زیادہ رفتار اور درستگی کے ساتھ کاروبار کے لیے سب سے اہم ہیں۔ یہ سروس بے ضابطگیوں کی بنیادی وجہ کی تشخیص کرنا بھی آسان بناتی ہے، جیسے کہ آمدنی میں غیر متوقع کمی، لاوارث شاپنگ کارٹس کی بلند شرحیں، ادائیگی کے لین دین میں ناکامیوں میں اضافہ، نئے صارف کے سائن اپس میں اضافہ، اور بہت کچھ۔ میٹرکس کی تلاش سادہ بے ضابطگی کا پتہ لگانے سے آگے ہے۔ یہ ڈویلپرز کو بے ضابطگیوں کا پتہ لگانے کے لیے اہم میٹرکس کے لیے خود مختار نگرانی قائم کرنے اور اس کے میٹرکس میں بے ضابطگیوں کا پتہ لگانے کے لیے چند کلکس میں ان کی بنیادی وجہ کی شناخت کرنے کی اجازت دیتا ہے۔
ایمیزون ایتینا ایک انٹرایکٹو استفسار سروس ہے جو ڈیٹا کا تجزیہ کرنا آسان بناتی ہے۔ ایمیزون سادہ اسٹوریج سروس (ایمیزون S3) معیاری SQL کا استعمال کرتے ہوئے. ایمیزون S3 میں بس اپنے ڈیٹا کی طرف اشارہ کریں، اسکیما کی وضاحت کریں، اور معیاری SQL کا استعمال کرتے ہوئے استفسار شروع کریں۔ زیادہ تر نتائج سیکنڈوں میں پہنچ جاتے ہیں۔ ایتھینا کے ساتھ، آپ کے ڈیٹا کو تجزیہ کے لیے تیار کرنے کے لیے پیچیدہ ETL ملازمتوں کی ضرورت نہیں ہے۔ اس سے ایس کیو ایل کی مہارت رکھنے والے ہر فرد کے لیے بڑے پیمانے پر ڈیٹا سیٹس کا تیزی سے تجزیہ کرنا آسان ہو جاتا ہے۔
آج کے آغاز کے ساتھ، Lookout for Metrics اب بغیر کسی رکاوٹ کے آپ کے ڈیٹا سے ایتھینا میں انتہائی درست بے ضابطگی کا پتہ لگانے والے سیٹ اپ کر سکتا ہے۔ یہ آپ کو ایتھینا میں دستیاب کسی بھی ڈیٹا سیٹس کے خلاف Lookout for Metrics کے ساتھ ML کے ذریعے فوری طور پر جدید ترین بے ضابطگی کا پتہ لگانے کی سہولت فراہم کرتا ہے۔
ایتھینا کنیکٹیویٹی درج ذیل فوائد لا کر Lookout for Metrics کی صلاحیتوں کو بڑھاتی ہے۔
- یہ میٹرکس کے لحاظ سے Lookout کی صلاحیتوں کو بڑھاتا ہے۔ فائل ٹائپ سپورٹ. اس سے پہلے، Lookout for Metrics نے CSV اور JSONLines کی فارمیٹ شدہ فائلوں کو سپورٹ کیا تھا، لیکن Athena کے ساتھ اسے Parquet، Avro، Plaintext اور مزید تک بڑھا دیا گیا ہے۔ اگر آپ اسے ایتھینا کے ذریعے پارس کر سکتے ہیں، تو اب لوک آؤٹ فار میٹرکس کے ساتھ درآمد اور فائدہ اٹھانا ممکن ہے۔
- اس کے ساتھ ڈیٹا کے لیے تعاون بھی متعارف کرایا گیا ہے۔ وفاق کے سوالات. اس لانچ سے پہلے، اگر آپ کا ڈیٹا متعدد ڈیٹا بیسز یا ذرائع میں محفوظ کیا گیا تھا، تو آپ کو ایک مکمل پیچیدہ ETL عمل کی وضاحت کرنے کے ساتھ ساتھ اس کی کارکردگی کی خصوصیات کو منظم کرنے کی ضرورت ہوگی اس سے پہلے کہ آپ تمام ڈیٹا کو CSV یا JSONLines فائل میں ایکسپورٹ کر سکیں اور اسے داخل کریں۔ بے ضابطگی کا پتہ لگانے کے لیے میٹرکس کے لیے تلاش کریں۔ ایتھینا کے فیڈریٹڈ سوالات کے ساتھ، آپ متفرق ذرائع کی وضاحت کرتے ہیں اور ساتھ ہی یہ بھی بتاتے ہیں کہ شمولیت کو کیسے انجام دیا جائے اور جب ڈیٹا پر کارروائی ہو جائے اور ایتھینا کے ذریعے اس سے استفسار کیا جا سکے، تو یہ میٹرکس کے لیے تلاش کے لیے فوری طور پر تیار ہے۔ یہ آپ کو ڈیٹا کی تبدیلی، جمع کرنے، اور ترسیل کے مقام کا بوجھ ایتھینا کے حوالے کرنے کے قابل بناتا ہے اور صرف Lookout for Metrics سے شناخت شدہ بے ضابطگیوں پر توجہ مرکوز کرتا ہے۔
حل جائزہ
اس پوسٹ میں، ہم دکھاتے ہیں کہ ایتھینا ٹیبل کو کیسے مربوط کیا جائے اور ریونیو میٹرکس میں بے ضابطگیوں کا پتہ لگایا جائے۔ ہم یہ بھی ٹریک کرتے ہیں کہ آرڈر کی شرح اور انوینٹری میٹرکس کس طرح متاثر ہوتے ہیں۔ ماخذ کا ڈیٹا Amazon S3 میں ہے اور ہم نے Athena ٹیبلز کو ترتیب دیا ہے تاکہ اس میں موجود ڈیٹا سے استفسار کیا جا سکے۔ ایک او ڈبلیو ایس لامبڈا۔ ایتھینا کے اندر پارٹیشنز کو اپ ڈیٹ کرنے کے لیے ذمہ دار ہے، جنہیں لوک آؤٹ فار میٹرکس بے ضابطگیوں کا پتہ لگانے کے لیے استعمال کرتا ہے۔ یہ حل آپ کو لوک آؤٹ فار میٹرکس کے لیے ایتھینا ڈیٹا سورس استعمال کرنے کے قابل بناتا ہے۔
آپ فراہم کردہ استعمال کرسکتے ہیں۔ AWS کلاؤڈ فارمیشن واک تھرو کے لیے وسائل مرتب کرنے کے لیے اسٹیک۔ یہ مسلسل لائیو ڈیٹا تیار کرنے کے وسائل پر مشتمل ہے اور انہیں ایتھینا میں استفسار کے قابل بناتا ہے۔
- درج ذیل لنک سے اسٹیک لانچ کریں اور منتخب کریں۔ اگلے اسٹیک بنائیں صفحہ پر۔
- پر اسٹیک کی تفصیلات بتائیں صفحہ، اوپر سے اقدار شامل کریں، اسے اسٹیک کا نام دیں (مثال کے طور پر،
L4MAthenaDetector
) ، اور منتخب کریں۔ اگلے. - پر اسٹیک کے اختیارات کو ترتیب دیں۔ صفحہ، ہر چیز کو جیسا کہ ہے چھوڑ دیں اور منتخب کریں۔ اگلے.
ڈیٹا ماخذ کے طور پر ایتھینا کے ساتھ ایک نیا ڈیٹیکٹر ترتیب دیں۔
مرحلہ 1
میں لاگ ان کریں AWS کنسول لُک آؤٹ فار میٹرکس کے ساتھ ایک انوملی ڈیٹیکٹر بنانے کے ساتھ شروع کرنے کے لیے۔ پہلا قدم یہ ہے کہ "Create detector" بٹن کو منتخب کریں۔
مرحلہ 2
لازمی ڈیٹیکٹر فیلڈز کو پُر کریں جیسے نام۔ ڈیٹیکٹر کے لیے پتہ لگانے کا وقفہ منتخب کریں، جس کا تعین اس فریکوئنسی سے ہوتا ہے جس پر آپ Lookout for Metrics کو آپ کے ڈیٹا سے استفسار کرنے اور بے ضابطگیوں کے لیے ان کی نگرانی کرنا چاہتے ہیں۔ خفیہ کاری کی معلومات لازمی نہیں ہے۔ انکرپشن کی معلومات Lookout for Metrics کو آپ کے ڈیٹا کا استعمال کرتے ہوئے انکرپٹ کرنے کی اجازت دیتی ہے۔ AWS کلیدی انتظام کی خدمت (KMS) چابی. اس مثال میں، ہم ایک انکرپشن کلید شامل کرنا چھوڑ دیں گے، اگر کوئی خفیہ کاری کی معلومات فراہم نہیں کی جاتی ہے تو Lookout for Metrics آپ کے ڈیٹا کو انکرپٹ کرنے کے لیے ڈیفالٹ انکرپشن کا استعمال کرے گا، اور "تخلیق کریں" بٹن کو منتخب کرکے آگے بڑھیں۔
مرحلہ 3
بے ضابطگی کا پتہ لگانے والے کی تخلیق پر، آپ کو سب سے اوپر ایک بینر میں تصدیق نظر آئے گی۔ آپ بینر یا بٹن کے ذریعے "ڈیٹا سیٹ شامل کریں" کو منتخب کرکے آگے بڑھ سکتے ہیں۔
ڈیٹا سورس کے لیے بنیادی معلومات پُر کریں۔ ٹائم زون ایک اختیاری فیلڈ ہے۔ ڈیٹا کا ذریعہ منتخب کرنے کے لیے ڈراپ ڈاؤن کو منتخب کریں۔
میٹرکس کے لیے تلاش صارفین کے لیے سہولت کے طور پر متعدد ڈیٹا ذرائع کو سپورٹ کرتی ہے۔ اس مثال کے لیے، ہم ایتھینا کو منتخب کریں گے۔
ایک بار جب ایتھینا کو ڈیٹا ماخذ کے طور پر منتخب کیا جاتا ہے، آپ کے پاس ڈیٹیکٹر کے لیے بیک ٹیسٹ یا مسلسل موڈ کو منتخب کرنے کا اختیار ہوگا۔ اس مثال کے لیے، ہم Continuous وضع کا استعمال کرتے ہوئے آگے بڑھیں گے۔ ایتھینا ٹیبل کے لیے تفصیلات شامل کرکے آگے بڑھیں جس کی آپ بے ضابطگیوں کی نگرانی کرنا چاہتے ہیں۔
آپ سروس کو سروس رول بنانے کی اجازت دے سکتے ہیں یا آپ موجودہ استعمال کر سکتے ہیں۔ AWS شناخت اور رسائی کا انتظام (IAM) وفاق کے سوالات کے لیے آپ کے اکاؤنٹ میں کردار۔ نوٹ کریں کہ Metrics کے لیے Lookout وفاقی سوالات کے لیے IAM رولز کی خودکار تخلیق کی حمایت نہیں کرتا ہے۔ لہذا، آپ کو ایتھنا کو اپنے ڈیٹا پر درج ذیل اعمال انجام دینے کی اجازت دینے کے لیے ایک نیا IAM رول بنانا پڑے گا،
CreatePreparedStatement
GetPreparedStatement
GetQueryResultsStream
DeletePreparedStatement
GetDatabase
GetQueryResults
GetWorkGroup
GetTableMetadata
StartQueryExecution
GetQueryExecution
سروس کے ذریعہ تخلیق کردہ IAM کردار مندرجہ ذیل کی طرح لگتا ہے:
مرحلہ 4
اب ہم ڈیٹیکٹر کے لیے متعلقہ میٹرکس کی وضاحت کریں گے۔ میٹرکس کے لیے تلاش فراہم کردہ ایتھینا ٹیبل میں موجود کالموں کے ساتھ ڈراپ ڈاؤن کو آباد کرے گا۔ آپ پانچ میٹرکس اور پانچ ڈائمینشنز تک منتخب کر سکتے ہیں۔ میٹرکس کے لیے تلاش کے لیے ضروری ہے کہ آپ کے ٹیبل میں موجود ڈیٹا کو ٹائم اسٹیمپ کالم کے لیے ٹائم اسٹیمپ کے بطور تقسیم کیا جائے۔ آپ کے پاس اپنے طول و عرض میں قدروں کی تعداد شامل کرکے اس ڈیٹیکٹر کی لاگت کا تخمینہ لگانے کا اختیار بھی ہوگا۔
ایک بار جب آپ تمام میٹرکس کو منتخب کر لیں، "اگلا" بٹن منتخب کر کے آگے بڑھیں۔ تفصیلات کا جائزہ لیں اور ڈیٹاسیٹ کو محفوظ کرنے کے لیے "ڈیٹا سیٹ محفوظ کریں" بٹن کو منتخب کریں۔
مرحلہ 5
ڈیٹاسیٹ بننے کے بعد، ہم یا تو سب سے اوپر "ایکٹیویٹ" بٹن یا "یہ کیسے کام کرتا ہے" سیکشن کے تحت "ایکٹیویٹ ڈیٹیکٹر" بٹن کو منتخب کرکے ڈیٹیکٹر کو چالو کریں گے۔
آپ کو تصدیق کرنے کے لیے کہا جائے گا کہ آیا آپ مسلسل پتہ لگانے کے لیے ڈیٹیکٹر کو چالو کرنا چاہتے ہیں۔ تصدیق کرنے کے لیے "فعال کریں" کو منتخب کریں۔
آپ کو ایک تصدیق نظر آئے گی جس میں بتایا جائے گا کہ ڈیٹیکٹر فعال ہو رہا ہے۔
مرحلہ 6
ایک بار جب بے ضابطگی کا پتہ لگانے والا فعال ہو جاتا ہے، تو آپ ڈیٹیکٹر کی تفصیلات کے صفحہ پر "ڈیٹیکٹر لاگ" ٹیب کا استعمال کر سکتے ہیں تاکہ سروس کی طرف سے انجام پانے والے پتہ لگانے کے عمل کا جائزہ لیا جا سکے۔
مرحلہ 7
آپ ڈٹیکٹر تفصیلات کے صفحہ سے "بے ضابطگیوں کو دیکھیں" بٹن کو دستی طور پر ان بے ضابطگیوں کا معائنہ کرنے کے لیے منتخب کر سکتے ہیں جن کا سروس کے ذریعے پتہ لگایا گیا ہو۔
مرحلہ 8
بے ضابطگیوں کے جائزے کے صفحہ پر، آپ کسی منتخب اسکور سے اوپر کی بے ضابطگیوں کو فلٹر کرنے کے لیے تھریشولڈ ڈائل پر سیوریٹی سکور کی حد کو ایڈجسٹ کر سکتے ہیں۔
نتائج کا جائزہ لیں اور تجزیہ کریں۔
کسی بے ضابطگی کا پتہ لگانے پر، میٹرکس کے لیے Lookout آپ کو ترجیح میں مدد کے لیے سنجیدگی کا سکور تفویض کر کے سب سے اہم چیز پر توجہ مرکوز کرنے میں مدد کرتا ہے۔ اصل وجہ تلاش کرنے میں آپ کی مدد کرنے کے لیے، یہ ذہانت سے ان بے ضابطگیوں کو گروپ کرتا ہے جو ایک ہی واقعے سے متعلق ہو سکتے ہیں، اور پھر اثر کے مختلف ذرائع کا خلاصہ کرتا ہے۔
میٹرکس کے لئے تلاش آپ کو پتہ چلنے والی بے ضابطگیوں کی مطابقت پر ریئل ٹائم فیڈ بیک فراہم کرنے دیتا ہے، اس طرح ایک طاقتور انسان کے اندر لوپ میکانزم کو فعال کرتا ہے۔ اس معلومات کو بے ضابطگی کا پتہ لگانے والے ماڈل میں واپس دیا جاتا ہے تاکہ قریب قریب حقیقی وقت میں اس کی درستگی کو بہتر بنایا جا سکے۔
صاف کرو
ڈیمو کے لیے مقرر کردہ وسائل کے اضافی چارجز سے بچنے کے لیے، آپ Lookout for Metrics کے تحت بنائے گئے ڈیٹیکٹر اور CloudFormation کے ذریعے بنائے گئے اسٹیک کو حذف کر سکتے ہیں۔
نتیجہ
آپ بغیر کسی رکاوٹ کے اپنے ایتھینا ٹیبلز کے اندر میٹرکس اور ڈائمینشنز میں انتہائی درست بے ضابطگی کا پتہ لگانے والا سیٹ اپ کرنے کے لیے میٹرکس کے لیے تلاش کرنے کے لیے ایتھینا میں اپنے ڈیٹا سے جڑ سکتے ہیں۔ اس صلاحیت کے ساتھ شروع کرنے کے لیے، دیکھیں میٹرکس کی تلاش کے ساتھ ایمیزون ایتھینا کا استعمال. آپ اس صلاحیت کو ان تمام خطوں میں استعمال کر سکتے ہیں جہاں لوک آؤٹ فار میٹرکس عوامی طور پر دستیاب ہے۔ علاقے کی دستیابی کے بارے میں مزید معلومات کے لیے، دیکھیں AWS علاقائی خدمات.
مصنفین کے بارے میں
دیوش راٹھو لک آؤٹ فار میٹرکس ٹیم میں سافٹ ویئر ڈویلپمنٹ انجینئر ہے۔ اسکیل ایبل ڈسٹری بیوٹڈ سسٹم بنانے میں اس کی دلچسپیاں ہیں۔ اپنے فارغ وقت میں، وہ سم ریسنگ سے لطف اندوز ہوتا ہے۔
کرس کنگ AWS کے ساتھ Applied AI میں ایک سینئر سولیوشن آرکیٹیکٹ ہے۔ اسے AI سروسز شروع کرنے میں خاص دلچسپی ہے اور اس نے Amazon Lookout for Metrics پر توجہ مرکوز کرنے سے پہلے Amazon Personalize اور Amazon Forecast کو بڑھانے اور بنانے میں مدد کی۔ اپنے فارغ وقت میں وہ جنگی کھیلوں کے نتائج کی پیشین گوئی کرنے کے لیے کھانا پکانے، پڑھنے، باکسنگ اور ماڈلز بنانے سے لطف اندوز ہوتا ہے۔
- "
- 100
- ہمارے بارے میں
- تک رسائی حاصل
- اکاؤنٹ
- درست
- کے پار
- عمل
- اعمال
- فعال
- ایڈیشنل
- AI
- AI خدمات
- تمام
- ایمیزون
- تجزیہ
- کسی
- آٹومیٹڈ
- خود مختار
- دستیابی
- دستیاب
- AWS
- بینر
- اس سے پہلے
- فوائد
- سے پرے
- سرحد
- باکسنگ
- تعمیر
- عمارت
- کاروبار
- صلاحیتوں
- کیونکہ
- بوجھ
- کالم
- کی روک تھام
- پیچیدہ
- شرط
- رابطہ قائم کریں
- رابطہ
- پر مشتمل ہے
- سہولت
- سکتا ہے
- تخلیق
- بنائی
- تخلیق
- مخلوق
- گاہکوں
- اعداد و شمار
- ڈیٹا بیس
- ڈیلیور
- ترسیل
- مظاہرہ
- تعیناتی
- تفصیلات
- پتہ چلا
- کھوج
- ڈویلپرز
- ترقی
- مختلف
- تقسیم کئے
- نہیں کرتا
- اثر
- کو فعال کرنا
- خفیہ کاری
- انجینئر
- تخمینہ
- سب کچھ
- مثال کے طور پر
- موجودہ
- توسیع
- تجربہ
- فیڈ
- آراء
- قطعات
- پہلا
- توجہ مرکوز
- توجہ مرکوز
- کے بعد
- پیدا
- زیادہ سے زیادہ
- گروپ کا
- بڑھائیں
- مدد
- مدد کرتا ہے
- ہائی
- انتہائی
- کس طرح
- کیسے
- HTTPS
- شناخت
- شناختی
- اثر
- اہم
- کو بہتر بنانے کے
- معلومات
- ان پٹ
- ضم
- انٹرایکٹو
- دلچسپی
- مفادات
- انوینٹری
- IT
- نوکریاں
- میں شامل
- کلیدی
- بادشاہ
- شروع
- شروع
- سیکھنے
- چھوڑ دو
- لیوریج
- LINK
- محل وقوع
- مشین
- مشین لرننگ
- بناتا ہے
- انتظام
- انتظام
- لازمی
- دستی طور پر
- معاملہ
- معاملات
- پیمائش کا معیار
- ML
- ماڈل
- ماڈل
- کی نگرانی
- نگرانی
- زیادہ
- سب سے زیادہ
- ایک سے زیادہ
- تعداد
- اختیار
- حکم
- ادائیگی
- کارکردگی
- ذاتی بنانا
- پوائنٹ
- ممکن
- طاقتور
- پیشن گوئی
- تیار
- حال (-)
- عمل
- فراہم
- جلدی سے
- لوگ دوڑ میں مقابلہ
- قیمتیں
- پڑھنا
- اصل وقت
- علاقائی
- متعلقہ
- ضرورت
- کی ضرورت ہے
- وسائل
- وسائل
- ذمہ دار
- نتائج کی نمائش
- آمدنی
- کا جائزہ لینے کے
- توسیع پذیر
- بغیر کسی رکاوٹ کے
- سیکنڈ
- منتخب
- سروس
- سروسز
- مقرر
- خریداری
- YES
- سادہ
- مہارت
- سافٹ ویئر کی
- سوفٹ ویئر کی نشوونما
- ٹھوس
- حل
- حل
- خصوصی
- تیزی
- اسپورٹس
- ڈھیر لگانا
- معیار
- شروع کریں
- شروع
- ریاستی آرٹ
- بیان
- ذخیرہ
- حمایت
- تائید
- کی حمایت کرتا ہے
- سسٹمز
- ٹیم
- ماخذ
- لہذا
- حد
- کے ذریعے
- وقت
- آج کا
- سب سے اوپر
- ٹریک
- ٹرانزیکشن
- تبدیلی
- کے تحت
- اپ ڈیٹ
- استعمال کی شرائط
- ورژن
- کیا
- کے اندر
- گا