Muistiinpano
Tämän sivun käyttö edellyttää valtuutusta. Voit yrittää kirjautua sisään tai vaihtaa hakemistoa.
Tämän sivun käyttö edellyttää valtuutusta. Voit yrittää vaihtaa hakemistoa.
Note
Tämä opetusohjelma on osa sarjaa. Edellinen osio on kohdassa: Real-Time Intelligence-opetusohjelma osa 6: Real-Time koontinäytön luominen.
Tässä tutoriaalin osassa rakennat reaaliaikaisen datatyönkulun, joka tunnistaa poikkeavuuksia suoratoistodatassa. Käytät Eventhouse-taulukkoa aikasarjadatan analysointiin ja epätavallisten kuvioiden tunnistamiseen.
Luo poikkeama-ilmaisin
Avaa edellisessä tutoriaalissa luotu Eventhouse-taulukko.
Valitse vasemmasta navigointipaneelista Reaaliaika.
Streaming data -kohdasta valitse TransformedData-taulukko.
Taulukon yksityiskohdissa valitse työkalupalkista Havaitse poikkeavuuksia .
Luo detektori analysoimaan tietoja poikkeavuuksien varalta.
Uuden anomalian ilmaisinpaneelissa:
- Syötä detektorille nimi.
- Valitse Fabric-työtilasi.
- Valitse Luo.
Määritä poikkeamien havaitseminen
Määritä anomalioiden havaitsemiseen käytettävät attribuutit.
Muokkaa konfiguraatiota -osiossa aseta seuraavat arvot:
Field Value Arvoa katsoa No_Bikes Ryhmittelyperuste Katu Timestamp Timestamp Valitse Tallenna.
Valitse poikkeamien havaitsemismalli
Etsi malleja -osiossa valitse Analysoi datani löytääksesi parhaan poikkeamien tunnistusmallin datallesi.
Käy läpi suositellut mallit ja valitse se, joka parhaiten sopii tarpeisiisi. Tätä opasta varten valitse suositeltu paikallinen kuviodetektorimalli .
Valitse Tallenna.
Tarkastelu poikkeama-tuloksia
Analyysin päätyttyä tarkastele havaittuja poikkeavuuksia.
Katso poikkeamatulokset Ilmaisimen tulospaneelissa .
Tarkastele kaaviota ja taulukkotulosta tunnistaaksesi epätavallisia kuvioita.