Merk
Tilgang til denne siden krever autorisasjon. Du kan prøve å logge på eller endre kataloger.
Tilgang til denne siden krever autorisasjon. Du kan prøve å endre kataloger.
Note
Denne opplæringen er en del av en serie. Hvis du vil ha den forrige delen, kan du se: Real-Time Intelligens-opplæring del 6: Opprette et Real-Time instrumentbord.
I denne delen av veiledningen bygger du en sanntids dataflyt som oppdager avvik i strømmende data. Du bruker en Eventhouse-tabell for å analysere tidsseriedata og identifisere uvanlige mønstre.
Lag en anomalidetektor
Åpne Eventhouse-tabellen som ble opprettet i forrige veiledning.
Fra venstre navigasjonspanel, velg Real-Time.
Under Streaming data, velg tabellen TransformedData .
På tabellen sin detaljside velger du Oppdag avvik fra verktøylinjen.
Lag en detektor for å analysere dataene for anomalier.
I det nye anomali-detektorpanelet :
- Skriv inn et navn på detektoren.
- Velg din Fabric-arbeidsplass.
- Velg Opprett.
Konfigurer avviksdeteksjon
Konfigurer attributtene som brukes for å oppdage anomalier.
I avsnittet Rediger konfigurasjon , sett følgende verdier:
Felt Verdi Verdi å se på No_Bikes Grupper etter Gate Timestamp Timestamp Velg Lagre.
Velg en modell for avviksdeteksjon
I seksjonen Finn modeller velger du Analyser dataene mine for å finne den beste modellen for avviksdeteksjon for dataene dine.
Gå gjennom de anbefalte modellene og velg den som passer best for dine behov. For denne veiledningen, velg den anbefalte modellen for lokal mønsterdetektor .
Velg Lagre.
Gjennomgangsanomaliresultater
Etter at analysen er fullført, gjennomgå de oppdagede avvikene.
Se anomaliresultatene i resultatpanelet for detektoren .
Inspiser diagrammet og tabellutdataene for å identifisere uvanlige mønstre.