使用Grafana進行異常檢測算法調(diào)優(yōu)
Lindorm Machine Learning提供了Grafana插件，支持以可視化的方式進行時序異常檢測，您可以通過該插件調(diào)試出合適的異常檢測算法與參數(shù)。
操作流程
整體操作流程如下。
步驟一：創(chuàng)建Grafana工作區(qū)
您可以在阿里云應用實時監(jiān)控服務ARMS中快速創(chuàng)建Grafana服務，更多信息請參見快速使用Grafana服務。
步驟二：添加Lindorm數(shù)據(jù)源
為了讓Grafana能訪問Lindorm數(shù)據(jù)，因此您需要在Grafana中添加Lindorm數(shù)據(jù)源，方法如下。
一鍵集成（推薦）：Grafana服務支持一鍵集成Lindorm服務，更多信息請參見同步Lindorm。
手動添加：在Grafana中手動添加Lindorm數(shù)據(jù)源，更多信息請參見添加并使用Lindorm數(shù)據(jù)源。
步驟三：啟用插件
Lindorm ML插件默認已安裝在Grafana中，使用前需要啟用該插件。
訪問Grafana工作區(qū)管理頁面，單擊目標工作區(qū)右側(cè)的訪問地址url進入Grafana。
說明如果需要登錄Grafana，可以使用Grafana的Admin賬號和創(chuàng)建工作區(qū)時設置的密碼登錄Grafana，或單擊Sign in with Alibaba Cloud直接使用當前購買工作區(qū)的阿里云賬號登錄Grafana。
在Grafana左側(cè)導航欄，單擊
圖標，并選擇Plugins。在插件搜索欄中搜索Lindorm ML，并單擊搜索到的Lindorm ML插件。
單擊Enable Plugin按鈕，啟用該插件。
啟用后，可以在Grafana左側(cè)導航欄看到該插件。
步驟四：調(diào)試算法與參數(shù)
在Grafana左側(cè)導航欄，單擊Lindorm ML插件圖標，進入Lindorm ML插件主頁。
單擊嘗試異常檢測，創(chuàng)建一個異常檢測調(diào)試面板。
在Edit Panel頁面，設置查詢SQL。
在Data source列表中選擇目標數(shù)據(jù)源名稱。
使用編輯框或TSQL語句，設置查詢SQL，更多信息請參見創(chuàng)建大盤面板。
當前僅支持選擇一條時間線，且不支持在原始查詢中添加
SAMPLE BY條件。在圖表上方的時間選擇器中，調(diào)整查詢時間范圍。
此時，如果查詢SQL配置正確，Lindorm ML會在圖表中繪制出原始時間線數(shù)據(jù)，同時生成異常檢測SQL進行查詢，并將異常檢測結(jié)果繪制在圖表中。
說明如果圖表繪制失敗或不符合預期，請確認原始數(shù)據(jù)查詢SQL是否只選擇了一條時間線，您可以在Grafana Explore界面中進行測試。
在右側(cè)Anomaly Detect目錄中，調(diào)整時序異常檢測算法與參數(shù)。
當前Lindorm ML主要提供兩類算法：統(tǒng)計類算法和分解類算法，更多請參見時序異常檢測算法分類。
如果您的數(shù)據(jù)帶有較強的周期性，比如每天或每周在相對固定的時刻出現(xiàn)峰值或者谷值，那么推薦您優(yōu)先嘗試分解類算法（ostl-esd和istl-esd），參數(shù)調(diào)優(yōu)請參見分解類算法參數(shù)調(diào)優(yōu)。
如果您的數(shù)據(jù)通常通過閾值即可判斷異常，那么推薦您優(yōu)先嘗試統(tǒng)計類算法（esd、ttest和nsigma），參數(shù)調(diào)優(yōu)請參見統(tǒng)計類算法參數(shù)調(diào)優(yōu)。
說明關(guān)于右側(cè)的Panel options、Standard options、Thresholds等參數(shù)設置，請參見Grafana官方文檔Configure panel options等。
調(diào)整不同的算法與參數(shù)，獲取符合預期的異常檢測效果，單擊頁面右上角的Save，保存大盤。