日本熟妇hd丰满老熟妇,中文字幕一区二区三区在线不卡 ,亚洲成片在线观看,免费女同在线一区二区

異常檢測

及時發現數據庫的異常問題是數據庫日常運維的重點。數據庫自治服務DAS提供異常檢測功能,基于機器學習和細粒度的監控數據,無需手動開啟,自動實現7x24小時的異常檢測。相比基于規則或閾值的告警方式,能夠更及時地發現數據庫異常變化。

前提條件

  • 目標數據庫實例為:

    數據庫

    地域

    • RDS MySQL

    • MyBase MySQL

    華東1(杭州)、華東2(上海)、華南1(深圳)、華南2(河源)、華南3(廣州)、華北1(青島)、華北2(北京)、華北3(張家口)、華北5(呼和浩特)、華北6(烏蘭察布)、華東5(南京)、華東6(福州)、西南1(成都)、鄭州、中國(香港)、日本(東京)、韓國(首爾)、新加坡、馬來西亞(吉隆坡)、印度尼西亞(雅加達)、菲律賓(馬尼拉)、泰國(曼谷)、阿聯酋(迪拜)、沙特(利雅得)、德國(法蘭克福)、美國(硅谷)、美國(弗吉尼亞)和英國(倫敦)

    RDS PostgreSQL

    華東1(杭州)、華東2(上海)、華南1(深圳)、華南2(河源)、華南3(廣州)、華北1(青島)、華北2(北京)、華北3(張家口)、華北5(呼和浩特)、華北6(烏蘭察布)、西南1(成都)、中國(香港)、日本(東京)、新加坡、馬來西亞(吉隆坡)、印度尼西亞(雅加達)、菲律賓(馬尼拉)、阿聯酋(迪拜)、德國(法蘭克福)、美國(硅谷)、美國(弗吉尼亞)和英國(倫敦)

    RDS SQL Server

    華東1(杭州)、華東2(上海)、華南1(深圳)、華南2(河源)、華北1(青島)、華北2(北京)、華北3(張家口)、華北5(呼和浩特)、華北6(烏蘭察布)、西南1(成都)、中國(香港)、日本(東京)、新加坡、馬來西亞(吉隆坡)、印度尼西亞(雅加達)、阿聯酋(迪拜)、德國(法蘭克福)、美國(硅谷)、美國(弗吉尼亞)和英國(倫敦)

    PolarDB MySQL版標準版、企業集群版

    華東1(杭州)、華東2(上海)、華南1(深圳)、華南2(河源)、華南3(廣州)、華北1(青島)、華北2(北京)、華北3(張家口)、華北5(呼和浩特)、華北6(烏蘭察布)、西南1(成都)、中國(香港)、日本(東京)、新加坡、馬來西亞(吉隆坡)、印度尼西亞(雅加達)、菲律賓(馬尼拉)、德國(法蘭克福)、美國(硅谷)、美國(弗吉尼亞)和英國(倫敦)

    • 云數據庫 Tair(兼容 Redis)

    • MyBase Redis

    • 社區版

    • Tair(Redis企業版)內存型

    華東1(杭州)、華東2(上海)、華南1(深圳)、華南2(河源)、華南3(廣州)、華北1(青島)、華北2(北京)、華北3(張家口)、華北5(呼和浩特)、西南1(成都)、中國(香港)、日本(東京)、韓國(首爾)、新加坡、馬來西亞(吉隆坡)、印度尼西亞(雅加達)、菲律賓(馬尼拉)、泰國(曼谷)、阿聯酋(迪拜)、沙特(利雅得)、德國(法蘭克福)、美國(硅谷)、美國(弗吉尼亞)和英國(倫敦)

    Tair(Redis企業版)持久內存型、磁盤型

    華東1(杭州)、華東2(上海)、華南1(深圳)、華北2(北京)、華北3(張家口)、中國(香港)、新加坡、德國(法蘭克福)和美國(弗吉尼亞)

  • 目標數據庫實例已接入DAS,并且接入狀態顯示為接入正常

    說明

    接入數據庫實例的操作請參見接入阿里云數據庫實例

功能介紹

基于機器學習和細粒度的監控數據,無需手動開啟,自動實現7x24小時的異常檢測。相比基于規則或閾值的告警方式,能更及時地發現數據庫異常變化。

對比項

傳統方式

DAS異常檢測

方式

基于規則、閾值。

基于AI。

檢測項

主要基于監控指標。

監控指標、SQL、日志、鎖、運維事件等。

實時性

至少5分鐘,甚至到天。

準實時。

檢測原理

故障驅動。

異常驅動。

周期性識別

無。

自動識別。

適應性

無法自適應業務特征。

自適應業務特征。

預測能力

無。

具備預測能力。

查看異常檢測結果

在DAS的自治中心,可以直接查看選定時間范圍內檢測到的異常事件。

  1. 登錄DAS控制臺

  2. 在左側導航欄中,單擊實例監控

  3. 找到目標實例,單擊實例ID,進入目標實例詳情頁。

  4. 在左側導航欄中,單擊自治中心

  5. 選擇時間范圍,查看指定時間范圍內的異常事件。

開啟事件告警

開啟事件告警功能后,如果檢測到異常事件,DAS將會根據您設置的方式進行通知(例如手機短信),幫助您及時發現數據庫異常變化。詳情請參見配置告警

說明

配置告警規則時,將告警類型設置為自治事件事件類型設置為監控指標異常,即可對檢測到的異常事件進行告警。

常見問題

Q:監控指標時序異常檢測(時序異常檢測)事件的異常快照中,異常指標分析的相關指標變化倍數是如何計算得出的?異常指標

A:指標變化倍數=實際指標值/預測指標值。DAS會使用數據庫實例過去一段時間內小時級別的數據預測數據庫實例當前時刻的指標值,以預測指標值作為基線與當前實際指標值進行對比,從而得出指標變化倍數。

相關文檔

您可以利用DAS的自治功能,在數據庫出現異常時進行自動處理。