文件名称：异常识别-c# 8.0 and .net core 3.0
文件大小：3.27MB
文件格式：PDF
更新时间：2024-07-07 17:36:09
devops
6.2 监控数据处理 监控数据处理是指对数据进行过滤、转换、提取、聚合和存储等操作，是监控核心能力。监控数据 处理能力包括ETL功能丰富度、处理能力、存储能力和适配能力，如表3所示。 表3 监控数据处理 级别 ETL 功能 处理能力 存储能力 适配能力 1 从采集信息中提取出监 控对象、指标或事件用于 发送异常告警。 通过简单程序进行少量 的数据加工处理。 使用小规模通用关系数 据库存储监控数据。 应用于特定监控场景，提 供数据的直入直出能力。 2 对采集信息进行过滤后， 提取监控对象、指标或事 件，按时间粒度统计聚合 形成监控指标。 在单机上部署少量程序 对小量的数据加工处理。 对监控数据建立关系模 型存储在通用关系数据 库中。 应用于特定领域的监控 场景，提供该场景下的指 标查询和异常检测能力。 3 对采集信息进行清洗、翻 译、转换后，提取监控对 象、指标或事件，按时间 粒度统计聚合形成监控 指标。 在小型集群上部署数据 处理程序对数据加工处 理。 抽象监控数据模型，使用 存储集群存储监控数据， 提供高效数据查询接口。 应用于复杂的领域监控 场景，提取和转换计算出 该场景下的多个指标，提 供查询和异常检测能力。 4 对采集信息进行清洗、翻 译、转换后，提取监控对 象、指标或事件，按时间 粒度和维度统计聚合形 成多维度指标。 在中等规模集群上部署 分布式服务对数据进行 加工处理，集群规模和处 理能力可平行扩展。 抽象多维数据模型，使用 可扩展的存储集群存储 多维时间序列监控数据， 提供高效数据查询接口。 应用于复杂领域的精细 化监控场景，提取和转换 计算出多维度监控指标， 提供查询和分析能力。 5 通过自定义配置方式实 现多种类型采集信息的 清洗、翻译、转换和统计， 形成多维度指标。 在通用的分布式流处理 集群对多种类型的海量 数据进行加工处理。 使用高性能可扩展的多 维时间序列数据存储集 群存储多个业务的监控 数据，提供高效数据查询 接口。 应用于复杂领域的精细 化监控场景，支持多种业 务数据接入和监控，提供 查询、分析和关联整合能 力。 6.3 异常识别 异常识别是指对提取的监控指标或事件进行检测，识别出异常点用于告警和决策。异常识别主要包 括识别方法、收敛策略、有效性和告警时延，如表4所示。 表4 异常识别 级别 识别方法 收敛策略 有效性 告警时延 1 由监控对象直接发 直接发送原始异常事件 能感知监控对象发生异 能实时获知异常事件