Real-Time Intelligence-selvstudium del 7: Registrer uregelmæssigheder på en Eventhouse-tabel

I denne del af tutorialen bygger du en realtids dataarbejdsgang, der opdager afvigelser i strømmende data. Du bruger en Eventhouse-tabel til at analysere tidsseriedata og identificere usædvanlige mønstre.

Opret en anomalidetektor

Åbn Eventhouse-tabellen, der blev oprettet i den forrige tutorial.

1. Fra venstre navigationspanel skal du vælge Real-Time.

   

2. Under Streaming data skal du vælge tabellen TransformedData .

   

3. På tabellen med detaljer skal du vælge Opdage anomalier fra værktøjslinjen.

   

Skab en detektor til at analysere dataene for anomalier.

I New Anomaly-detektorpanelet :

1. Indtast et navn til detektoren.
2. Vælg dit Fabric-arbejdsområde.
3. Vælg Opret.

Konfigurer anomalidetektion

Konfigurer de attributter, der bruges til at opdage anomalier.

1. I afsnittet Rediger konfiguration skal følgende værdier sættes:

   Felt	Værdi
   Værdi at holde øje med	No_Bikes
   Gruppér efter	Gade
   Timestamp	Timestamp

   

2. Vælg Gem.

Vælg en model for afvigelsesdetektering

1. I afsnittet Find modeller vælger du Analyser mine data for at finde den bedste model for afvigelser til dine data.

   

2. Gennemgå de anbefalede modeller og vælg den, der passer bedst til dine behov. Til denne vejledning skal du vælge den anbefalede model for Local Pattern Detector .

   

3. Vælg Gem.

Gennemgå anomaliresultater

Når analysen er afsluttet, gennemgå de opdagede anomalier.

1. Se anomaliresultaterne i Detektorresultatpanelet .

2. Inspicer diagrammet og tabeluddataene for at identificere usædvanlige mønstre.

   

Næste trin