메트릭 인텔리전스 탐색
를 사용하여 메트릭 인텔리전스 메트릭 데이터를 분석하고 예외를 식별하는 방법에 대해 자세히 알아보십시오.
메트릭 인텔리전스 개요
메트릭 인텔리전스 는 잠재적인 서비스 중단을 식별하고 방지하는 데 도움이 됩니다. 기록 메트릭 데이터를 기반으로 이벤트가 메트릭 인텔리전스 캡처하지 못할 수 있는 CI의 예외 동작을 나타냅니다.
메트릭 인텔리전스 사용자
| 사용자 | 설명 |
|---|---|
| 이벤트 관리 사용자 [evt_mgmt_user] |
경보와 경보의 기본 메트릭을 볼 수 있습니다. |
| 이벤트 관리 관리자 [evt_mgmt_admin] |
모든 메트릭 정의 및 커넥터 설정을 구성할 수 있습니다. |
| 운영자 [evt_mgmt_operator] |
모든 메트릭 정의와 커넥터 설정을 볼 수 있습니다. |
메트릭 인텔리전스 워크플로우
다음 그림은 메트릭 인텔리전스 애플리케이션 내의 레이아웃 및 데이터 흐름을 보여 줍니다.
- 데이터 수집: 에이전트, 타사 커넥터 및 사용자 지정 커넥터(REST)가 서버 및 인프라 구성요소에서 성능 데이터를 수집합니다. 에이전트가 수집한 데이터는 WebSocket을 통해 전달 MID 서버 되고 타사 및 사용자 지정 커넥터에서 수집한 데이터는 커넥터를 통해 전달됩니다 MID 서버 .
- 데이터 정규화: 원시 데이터는 메트릭 기준에서 읽을 수 있도록 정규화기에 의해 형식이 지정됩니다.
- 데이터 그룹화: 데이터는 배치 관리자에 의해 그룹화되어 인스턴스(Glide)의 REST API로 전송됩니다.
- Clotho TSDB로 데이터 전송: REST API는 데이터를 처리하여 Clotho TSDB로 보냅니다.
- 모델 생성: 트레이너/학습자 작업이 실행되고 수신된 데이터를 기반으로 모델이 생성됩니다. 예를 들어 작업은 정상적인 CPU 사용량에 대한 임계값이 60%임을 학습할 수 있습니다. 해당 날짜의 데이터와 과거 데이터를 기반으로 매일 새 모델이 생성됩니다(대부분의 모델은 지난 14일 동안의 데이터를 수집함).
- 시계열 모델 캐시 DB로의 모델 데이터 전송: 데이터는 인스턴스(Glide)를 통해 시계열 모델 캐시 DB MID 서버 로 전송됩니다. 모델 캐시는 '일반' 모델의 경계를 저장합니다.
- 예외 탐지: 정상 범위를 벗어난 데이터는 에 MID 서버 의해 탐지되고 예외 점수로 렌더링됩니다. 예외는 인스턴스에 저장되며 .서비스 운영 작업 공간 예외 탐지가 실시간으로 수행되므로 고객은 즉시 예외를 인식할 수 있습니다.
메트릭 인텔리전스 이점
| 이점 | 기능 | 사용자 |
|---|---|---|
| 자동화된 구성을 활용하여 이벤트 및 메트릭의 자동화된 수집을 통해 시스템의 상태, 성능 및 가용성을 모니터링합니다. | 에이전트 클라이언트 수집기 모니터링 | NOC 운영자, 이벤트 관리 관리자 |
| 가장 의미 있는 예외만 승격하여 노이즈를 줄입니다. | 이벤트 관리 관리자 | |
| AI 기반 예외 탐지(자율 머신 러닝 비정상 패턴 탐지(사용자 개입 없음) 또는 결정적 경보 규칙 설정(정적 임계치 수동 설정)을 통해 예외를 탐지합니다. | 상태 로그 분석가 경보를 생성하는 방법 | 이벤트 관리 관리자 |
| 원시 메트릭 데이터 시각화를 사용하여 오픈 경보 및 인시던트의 해결 시간을 단축합니다. | 메트릭 탐색기 | NOC 운영자, 이벤트 관리 관리자 |
다음으로 살펴볼 내용
메트릭 인텔리전스 구성 및 사용에 대한 자세한 내용은 다음을 참조하십시오.