Hopp over navigasjon

Løsningsarkitektur: Avviksregistrering med maskinlæring

Microsoft Azures IT Anomaly Insights kan bidra til å automatisere og skalere avviksregistreringen for IT-avdelinger slik at de raskt kan oppdage og rette opp problemer.

Denne løsningen er bygget på følgende Azure-administrerte tjenester: Event Hubs, Stream Analytics, Lagring, Data Factory, Azure SQL Database, Machine Learning Studio, Service Bus, Application Insights og strøm~~POS=TRUNC BI. Disse tjenestene kjører i et miljø med høy tilgjengelighet med oppdateringer og støtte. Dette gir deg mulighet til å fokusere på løsningen din i stedet for miljøet den skal kjøres i.

Avviksregistrering med maskinlæringMicrosoft Azures IT Anomaly Insights kan bidra til å automatisere og skalere avviksregistreringen for IT-avdelinger slik at de raskt kan oppdage og rette opp problemer.Machine Learning(Anomaly Detection)Service Bus topics(Publish/subscribe capabilities)Visual Studio Application Insights(Monitoring and telemetry)Event Hub(Event queue)Table Storage(Big Data store)Stream Analytics(Realtime analytics)MetadataSave ML outputScore each datasetPublish anomalies detectedPower BI Azure SQL DB(Anomaly detection results)Data FactoryTime series data

Implementeringsveiledning

Produkter/beskrivelse Dokumentasjon

Event Hubs

Dette er inngangspunktet for datasamlebåndet, hvor rådataene for tidsserien importeres.

Stream Analytics

Stream Analytics utfører aggregasjoner hvert 5. minutt, og aggregerer rådatapoeng etter metrisk navn.

Lagring

Azure Storage lagrer data som samles opp av Stream Analytics-jobben.

Data Factory

Data Factory kaller jevnlig API-en for avviksregistrering (som standard hvert 15 minutt) for dataene i Azure Storage. Resultatene lagres i en SQL-database.

Azure SQL Database

SQL Database lagrer resultatene fra API-en for Anomaly Detection (avviksregistrering), inkludert binære registreringer og registreringspoengsummer. Den lagrer også valgfrie metadata som sendes sammen med rådatapoengene for å muliggjøre mer kompleks rapportering.

Machine Learning Studio

Her driftes Anomaly Detection-API-en. Legg merke til at selve API-en er tilstandsløs og trenger innsending av historiske datapunkter for hvert API-kall.

Service Bus

Registrerte avvik publiseres i et Service Bus-emne slik at de kan forbrukes av eksterne overvåkingstjenester.

Application Insights

Application Insights brukes til å overvåke datasamlebåndet.

strøm~~POS=TRUNC BI

Power BI har instrumentbord som viser rådataene i tillegg til registrerte avvik.

Relaterte løsningsarkitekturer