可觀測監控 Prometheus 版可以通過智能檢測算子算法自動地發現KPI時間序列數據中的異常波動，實現時間序列的異常檢測，為后續的告警、自動止損、根因分析等提供決策依據，本文介紹使用智能檢測算子發現異常數據波動的操作方法。
檢測Prometheus實例的異常數據波動
登錄ARMS控制臺。
在左側導航欄選擇，進入可觀測監控 Prometheus 版的實例列表頁面。
在單擊目標實例名稱對應的grafana工作區。
在左側導航欄單擊
圖標（Explore），然后在左上角的Explore右側下拉列表選擇對應的數據源。在Metrics下拉列表中選擇目標指標，可查看當前指標正常的時序數據，例如目標指標為：
arms_cms_collector_duration_seconds在Metrics右側文本框輸入以下PromQL查詢語句示例，即異常檢測算子。可檢測出當前指標在某些時段的數據異常波動情況。
anomaly_detect(arms_cms_collector_duration_seconds[180m]，3)說明arms_cms_collector_duration_seconds：為上一步驟中的目標指標名稱，請根據實際情況替換。
輸入的PromQL查詢語句數據類型必須是Range vector類型，因此需要在指標名稱后增加時間范圍“[180m]”，其中時間范圍默認選擇“[180m]”，參數默認選擇“3”。如果提前執行了其他聚合函數操作，則需要將默認的時間范圍選擇變更為“[180m:]”，使其數據類型變為Range vector類型，例如：anomaly_detect(sum(node_memory_free_bytes)[180m:]，3)。
文檔內容是否對您有幫助？