---
sourceDocument: Xanadu IT Operations Management
sourceDocumentLink: https://servicenow-prod.fluidtopics.net/r/pt-BR/xanadu/it-operations-management

 Release :

    - xanadu

ft:locale :

    - pt-BR

ft:publication_title :

    - Xanadu IT Operations Management

ft:clusterId :

    - itom

bundleId :

    - itom

workflow :

    - Technology


---

# Componentes instalados com a Inteligência para métricas

# Componentes instalados com a Inteligência para métricas {#ariaid-title1}

* Versão de lançamento: Xanadu
* 
* Atualizado 1 de ago. de 2024
* 
* ![](https://www.servicenow.com/docs/portal-asset/ico-clock) 12 min. de leitura

Vários tipos de componentes são instalados com a ativação do plug-in Inteligência para métricas (com.snc.sa.metric), incluindo tabelas, trabalhos agendados e propriedades.
Nota:  
A tabela Arquivos de aplicações lista os componentes que são instalados com esta aplicação. Para obter instruções sobre como acessar esta tabela, consulte [Encontrar componentes instalados com uma aplicação](https://www.servicenow.com/docs/access?context=find-components&version=xanadu&pubname=xanadu-platform-administration&ft:locale=en-US).

## Trabalhos programados instalados {#installed-with-metrics__section_glq_czh_wdb}

{#installed-with-metrics__table_edf_dw2_xs__entry__2}

| Nome | Descrição |
|-|-|
| Inteligência para métricas --- Trabalho de aprendiz de métrica | É executado diariamente e cria os modelos estatísticos usados para detecção de anomalias. |
| Inteligência para métricas - Limpar esquemas de métricas antigas e pontuações de anomalia | Limpa as tabelas sa_metric_anomaly_score e sa_metric_schema_definition. |
| Inteligência para métricas - Sincronizar esquema de métrica com o MID | Sincronizando dados da instância com o MID Server na tabela de esquema de métrica sa_metric_schema_definition. |
| Inteligência para métricas --- Sincronizar tabelas com MID | Sincronizando dados da instância com o MID Server em tabelas. |
| Inteligência para métricas --- Limpeza de tabela | Limpeza de tabelas relacionadas a várias operações de exclusão. |
| Inteligência para métricas --- Trabalho de aprendiz com intervalo de observação | Calcula o intervalo de observação usando pontos de dados coletados para todas as séries de dados. |
| Inteligência para métricas - Pontuação de anomalia obsoleta do processo - Diariamente | Trabalho diário que limpa pontuações de anomalia obsoletas, por uma janela de tempo especificada, na tabela Pontuação de anomalia métrica \[sa_metric_anomaly_score\]. Usa as propriedades sa_metric.anomaly_score_stale_interval_in_days e sa_metric.anomaly_score_next_stale_interval_in_days para calcular a janela de tempo para limpeza. |
| Inteligência para métricas - Sincronizar pontuações de anomalias de IC | Mantém as pontuações de anomalia atualizadas com qualquer exclusão de métricas. |
| Inteligência para métricas --- Trabalho de configuração de métrica | Sincroniza as configurações de métrica da instância com todos os Inteligência para métricas MID Servers. |
| Inteligência para métricas --- Trabalho de aprendiz do modelo de filtro de kalman de nível local | Cria modelos de filtro kalman de nível local nos quais a detecção de mudanças é executada. |
| Inteligência para métricas - Teste de modelo de anomalia | Trabalho agendado sob demanda que é executado quando o usuário clica em Executar teste de anomalia. |
| Inteligência para métricas --- Validar cluster distribuído do MID | 1. Verifica o status do nó do cluster.Se o status for Iniciado e o status da extensão Inteligência para métricas não for qualquer um de Iniciado/Iniciando/Aviso \[aviso com erros específicos\], o trabalho mudará o status do nó do cluster para Parado. Isso acontece quando o MID Server para inesperadamente sem notificar a instância de que está parando. 2. Verifica o status de todos os nós do cluster em todos os MID Servers no cluster. * Se o status de todos os nós for Parado e o status do próprio cluster for Iniciado, o trabalho mudará o status do cluster para Parado. * Se o status do cluster for Parado, mas houver MID Servers com um nó de cluster em execução, o trabalho mudará o status do cluster para Iniciado. {#installed-with-metrics__ul_gjl_vmy_mfb} 3. Verifica o número de líderes de cluster: se dois forem detectados, o trabalho interromperá o cluster inteiro. Isso acontece quando os MID Servers não conseguem se conectar com outros membros do cluster e formar vários subclusters. {#installed-with-metrics__ol_pfl_rmy_mfb} |
| Gestão de eventos - processar eventos de vinculação de métrica \[1000-1020\] | Processe eventos de vinculação de métrica da Inteligência para métricas separadamente de eventos Gestão de eventos (intervalo de bucket 1000-1020). |
| Gestão de eventos - processar eventos de vinculação de métrica \[1020-1040\] | Processe eventos de vinculação de métrica da Inteligência para métricas separadamente de eventos Gestão de eventos (intervalo de bucket 1020-1040). |
| Gestão de eventos - processar eventos de vinculação de métrica \[1040-1060\] | Processe eventos de vinculação de métrica da Inteligência para métricas separadamente de eventos Gestão de eventos (intervalo de buckets 1040-1060). |
| Gestão de eventos - processar eventos de vinculação de métrica \[1060-1080\] | Processe eventos de vinculação de métrica da Inteligência para métricas separadamente de eventos Gestão de eventos (intervalo de bucket 1060-1080). |
| Gestão de eventos - processar eventos de vinculação de métrica \[1080-1100\] | Processe eventos de vinculação de métrica da Inteligência para métricas separadamente de eventos Gestão de eventos (intervalo de bucket 1080-1100). |
| Inteligência para métricas - Trabalho de aprendiz de modelo não paramétrico estacionário | Abre o modelo não paramétrico estacionário. |
| Inteligência para métricas - Trabalho de aprendiz do modelo combinado | Constrói todas as informações necessárias para executar a detecção de anomalias em tempo real (calculando a frequência de dados e criando modelos estatísticos) em um subconjunto de todas as séries para as quais os dados estão sendo coletados. |
[ ]

{#installed-with-metrics__table_edf_dw2_xs}

## Tabelas instaladas {#installed-with-metrics__section_s1x_dzh_wdb}

{#installed-with-metrics__table_aqf_gwm_zw__entry__2}

| Tabela | Descrição |
|-|-|
| Modelo de série de tempo da métrica \[sa_time_series\] | Modelos estatísticos criados para dados de métrica. |
| Anomalia de alerta \[em_alert_anomaly\] | Alertas de anomalia que foram criados a partir de eventos de anomalia enviados pela Inteligência para métricas para que os usuários possam revisar. Os alertas de anomalia são mantidos separados dos alertas regulares do sistema. |
| Pontuação de anomalia métrica \[sa_metric_anomaly_score\] | Armazena pontuações de anomalia para a métrica. |
| Métrica para SysIds excluídos de mapeamento de IC \[sa_metric_map_deleted\] | SysIds de registros de mapeamento de métrica para IC excluídos. |
| Métrica para o mapeamento de IC \[sa_metric_map\] | Mapeamentos atualmente em vigor de tipos de métrica para ICs. |
| Registro de tipo de métrica SA \[sa_metric_registration\] | Detalhes sobre o registro do tipo de métrica. |
| IDs do Sistema Excluído de Registro de Tipo de Métrica \[sa_metric_registration_deleted\] | SysIds de registros que foram excluídos da tabela Registro de tipo de métrica SA \[sa_metric_registration\]. |
| Definição do esquema da métrica \[sa_metric_schema_definition\] | Mapa de métricas recebidas com base na classe de IC. Ele é usado para otimizar a carga de dados de métrica que está sendo enviada do MID Server para a instância. |
| Tipo de Métrica \[sa_metric_type\] | Origem do tipo de métrica. |
| IDs do Sistema Excluídos do Tipo de Métrica do Sistema de Monitoramento \[sa_source_metric_type_deleted\] | SysIds de métricas do sistema de monitoramento excluídas. |
| Tipo de métrica do sistema de monitoramento \[sa_source_metric_type\] | Tipos de métrica por classe de IC, status ativo/inativo e origem de métrica. |
| Configurações de Métrica \[sa_metric_config_setting\] | Definições de configuração padrão para MID Servers de Inteligência para métricas. |
| Regras de configuração de métrica \[sa_metric_config_rule\] | Regras para substituir as definições de configuração dos MID Servers. |
| Configurações substituídas por métrica \[sa_metric_config_rule_setting\] | Mapeia configurações substituídas para regras definidas de forma personalizada. |
| Configurações em Fases de Métrica \[sa_metric_config_staging\] | Configurações codificadas salvas para os MID Servers. |
| Parâmetros aprendidos por métrica \[sa_metric_learned_param\] | Parâmetros aprendidos para combinações de IC/métrica que serão sincronizados com os MID Servers. |
| Métrica para Detalhes Excluídos de Mapeamento de IC \[sa_metric_map_deleted_detail\] | Detalhes sobre entradas excluídas da métrica para a tabela de mapeamento de IC. Inclui IC, métrica e SysId da entrada excluída na tabela Mapeamentos de métrica para IC \[sa_metric_map\]. |
| Monitorar ICs exclusivos criados no mapa da métrica \[sa_metric_ci_tracker\] | Todos os ICs exclusivos para os quais a entrada de mapa de métrica foi criada. |
| Classe de Métrica \[sa_metric_class\] | Classes de métrica que podem ser associadas a métricas específicas para substituir valores aprendidos de limites e larguras. |
| Pontuação de Mudança de Métrica \[sa_metric_change_score\] | Alterar informações de eventos. |
| Regras de teste de anomalia \[sa_metric_anomaly_test_rule\] | Regras de teste de anomalia usadas para testar modelo de anomalia. |
| Resultados do teste de anomalia \[sa_metric_anomaly_test_result\] | Resultados de testes de modelo de anomalia, como limites e pontuações de anomalia. |
| Parâmetros de configuração personalizada de teste anomalia métrica \[sa_metric_anomaly_test_config_custom_param\] | Parâmetros personalizados para séries selecionadas no teste de modelo de anomalia. |
| Propriedades da Inteligência para métricas \[sa_metric_property\] | Propriedades da Inteligência para métricas por domínio. |
| Controlar o nome do host com métrica de IC \[sa_metric_ci_host\] | ICs vinculados ao nome do nó do evento de vinculação. |
| Funções compatíveis com o idioma de expressão de métricas \[sa_metric_expr_function\] | Funções compatíveis com a linguagem de expressão de métrica. |
| Tipos de argumentos para as funções compatíveis com o idioma de expressão da métrica \[sa_metric_expr_func_arg\] | Tipos de argumento para funções compatíveis com a linguagem de expressão de métrica. |
| Rastrear tipos de IC a entradas de métricas válidas para fontes diferentes \[sa_metric_ci_type_map\] | Rastreie os tipos de IC para entradas de métrica que são válidas para origens diferentes. |
| Tipo de IC para a Classe do Recurso \[sa_ci_type_to_resource_class\] | Contém mapeamentos do tipo de IC para a classe de recurso. Usado para vinculação de recursos durante pesquisas de recursos de acordo com um IC e um resource_path no evento. A tabela \[sa_ci_type_to_resource_class\] contém alguns registros de mapeamento padrão e a função evt_mgmt_admin é necessária para gerenciar esta tabela. |
| Recurso de IC \[ci_resource\] | Tabela primária usada para vinculação de recursos. |
| Hardware do Recurso de IC \[ci_resource_hardware\] | Uma extensão da tabela Recurso de IC \[ci_resource\], usada para vinculação de recursos. |
| Aplicação do recurso de IC \[ci_resource_appl\] | Uma extensão da tabela Recurso de IC \[ci_resource\], usada para vinculação de recursos. |
| Serviço do Recurso de IC \[ci_resource_service\] | Uma extensão da tabela Recurso de IC \[ci_resource\], usada para vinculação de recursos. |
| VM do Recurso de IC \[ci_resource_vm_object\] | Uma extensão da tabela Recurso de IC \[ci_resource\], usada para vinculação de recursos. |
| Banco de Dados do Recurso de IC \[ci_resource_database\] | Uma extensão da tabela Recurso de IC \[ci_resource\], usada para vinculação de recursos. |
| Histórico de Eventos em Série \[sa_series_event_history\] | Informações sobre o modo de manutenção de início e término de ICs. Inteligência para métricas O armazena informações históricas sobre os horários em que os ICs entram e saem do modo de manutenção se a propriedade do sistema sa.model_learner.maint_event_record_history_enabled estiver definida como verdadeira (padrão). E se a propriedade do sistema sa_metric.maint_exclusion também estiver definida como verdadeira (padrão), as métricas de ICs que estão no modo de manutenção serão excluídas do aprendizado do modelo. |
| Metadados do painel de métricas \[sa_metric_dashboard_metadata\] | Configurações de gráfico por classe de IC para as métricas exibidas para um IC associado a um alerta no Espaço do agente. |
| Preparação da Detecção de Anomalia de Configuração de Métrica \[sa_metric_config_anomaly_detection_staging\] | Tabela interna que é usada para ajudar a calcular o nível de ação de cada entrada na tabela Métrica para Mapeamento de IC \[sa_metric_map\]. |
[ ]

{#installed-with-metrics__table_aqf_gwm_zw}

## Propriedades instaladas {#installed-with-metrics__section_wly_yyh_wdb}

Nota:  
Para abrir a tabela Propriedade do Sistema \[sys_properties\], digite <kbd class="ph userinput">sys_properties.list</kbd> no filtro de navegação. Para abrir a tabela Configurações de métrica \[sa_metric_config_setting\], insira <kbd class="ph userinput">sa_metric_config_setting.list</kbd> no filtro de navegação.
{#installed-with-metrics__table_g4d_wn2_xs__entry__2}

| Propriedade | Uso |
|-|-|
| sa.metric.map.with.ci.expiration.sec | Período (em segundos) que os registros para mapeamento de dados brutos para ICs permanecem em vigor se o mapeamento para IC for encontrado. * Tipo: numérico * Valor padrão: 432000 * Local: Tabela propriedades do sistemna \[sys_properties\] * Saiba mais: [Inteligência para métricas](https://servicenow-prod.fluidtopics.net/qirf6OFAi3jHzIfDs6QrGw "ServiceNow Inteligência para métricas fornece a capacidade de capturar e, em seguida, explorar e analisar dados de métricas operacionais, identificando e indicando anomalias. Inteligência para métricas gera alertas de anomalia que podem ser promovidos a alertas de TI e aparecem no Espaço de operações de serviços e no painel de integridade de serviço. Você pode aproveitar essa análise para evitar possíveis indisponibilidades de serviço.") {#installed-with-metrics__ul_v5y_mjg_jt} |
| sa.metric.map.without.ci.expiration.sec | Período (em segundos) que os registros para mapeamento de dados brutos para ICs permanecem em vigor se o mapeamento para IC não for encontrado. * Tipo: numérico * Valor padrão: 86400 * Local: Tabela propriedades do sistemna \[sys_properties\] * Saiba mais: [Inteligência para métricas](https://servicenow-prod.fluidtopics.net/qirf6OFAi3jHzIfDs6QrGw "ServiceNow Inteligência para métricas fornece a capacidade de capturar e, em seguida, explorar e analisar dados de métricas operacionais, identificando e indicando anomalias. Inteligência para métricas gera alertas de anomalia que podem ser promovidos a alertas de TI e aparecem no Espaço de operações de serviços e no painel de integridade de serviço. Você pode aproveitar essa análise para evitar possíveis indisponibilidades de serviço.") {#installed-with-metrics__ul_pcj_ljg_jt} |
| sa_metric.anomaly_score_stale_interval_in_days | O dia inicial da janela de tempo que o trabalho agendado Operational Metrics -- Process Stale Anomaly Score -- Daily usa ao verificar o status de obsolescência da pontuação de anomalia. A janela de tempo vai de hoje até o último número de dias especificado nesta propriedade. * Tipo: numérico * Valor padrão: 3 * Local: Tabela propriedades do sistemna \[sys_properties\] {#installed-with-metrics__ul_xgb_131_sz} |
| sa_metric.anomaly_score_next_stale_interval_in_days | Número de dias para estender a janela de tempo usada pelo trabalho agendado Operational Metrics -- Process Stale Anomaly Score -- Daily. Aplica-se se o trabalho for executado, mas não retornar dados usando a janela de tempo especificada pela propriedade sa_metric.anomaly_score_stale_interval_in_days. * Tipo: numérico * Valor padrão: 7 * Local: Tabela propriedades do sistemna \[sys_properties\] {#installed-with-metrics__ul_s32_131_sz} |
| max_records_per_rest_request | Número máximo de registros a serem baixados da instância para o MID Server em cada ciclo de sincronização. Esta propriedade é para uso interno. * Tipo: inteiro * Valor padrão: 10000 * Outros valores possíveis: * Valor mínimo: 1000 * Valor máximo: 20000 {#installed-with-metrics__ul_rq5_4bk_mbb} * Local: tabela Configurações de métrica \[sa_metric_config_setting\]. {#installed-with-metrics__ul_xm2_ywj_mbb} |
| normalized_metric_max_queue_size | Tamanho da fila de métricas. O detector de anomalias lê essa fila e determina para cada métrica se ela é anômala. Esta propriedade é para uso interno. * Tipo: inteiro * Valor padrão: 3000000 * Outros valores possíveis: * Valor mínimo: 1000000 * Valor máximo: 5000000 {#installed-with-metrics__ul_xqr_wbk_mbb} * Local: tabela Configurações de métrica \[sa_metric_config_setting\]. {#installed-with-metrics__ul_wqr_wbk_mbb} |
| normalized_metric_queue_consumer_count | Número de threads que executam simultaneamente a detecção de anomalias. Esta propriedade é para uso interno. * Tipo: inteiro * Valor padrão: 12 * Outros valores possíveis: * Valor mínimo: 8 * Valor máximo: 16 {#installed-with-metrics__ul_udg_lbk_mbb} * Local: tabela Configurações de métrica \[sa_metric_config_setting\]. {#installed-with-metrics__ul_ir4_fxj_mbb} |
| ignite_data_streamer_thread_count | Número de threads que os fluxos de dados usam para gravar dados no cache. O fluxo de dados cria lotes a partir de entradas de dados individuais e adiciona esses lotes ao cache. Esta propriedade é para uso interno. * Tipo: inteiro * Valor padrão: 8 * Outros valores possíveis: * Valor mínimo: 8 * Valor máximo: 32 {#installed-with-metrics__ul_lxj_hbk_mbb} * Local: tabela Configurações de métrica \[sa_metric_config_setting\]. {#installed-with-metrics__ul_err_fxj_mbb} |
| ignite_data_streamer_flush_frequency | Frequência de liberação automática de fluxos de dados. O fluxo de dados cria lotes a partir de entradas de dados individuais e adiciona esses lotes ao cache. Esta propriedade é para uso interno. * Tipo: inteiro * Valor padrão: 1000 * Outros valores possíveis: * Valor mínimo: 0 * Valor máximo: 30000 {#installed-with-metrics__ul_ifj_dbk_mbb} * Local: tabela Configurações de métrica \[sa_metric_config_setting\]. {#installed-with-metrics__ul_yq5_fxj_mbb} |
| ignite_data_streamer_ buffer_size | Tamanho do buffer de fluxos de dados. O fluxo de dados cria lotes a partir de entradas de dados individuais e adiciona esses lotes ao cache. Esta propriedade é para uso interno. * Tipo: inteiro * Valor padrão: 102400 * Outros valores possíveis: * Valor mínimo: 1024 * Valor máximo: 1024000 {#installed-with-metrics__ul_ifp_q1k_mbb} * Local: tabela Configurações de métrica \[sa_metric_config_setting\]. {#installed-with-metrics__ul_nlx_fxj_mbb} |
| ignite_data_streamer_batch_size | Tamanho do lote adicionado a um fluxo de dados. O fluxo de dados cria lotes a partir de entradas de dados individuais e adiciona esses lotes ao cache. Esta propriedade é para uso interno. * Tipo: inteiro * Valor padrão: 5000 * Outros valores possíveis: * Valor mínimo: 1 * Valor máximo: 10000 {#installed-with-metrics__ul_ad5_t1k_mbb} * Local: tabela Configurações de métrica \[sa_metric_config_setting\]. {#installed-with-metrics__ul_swz_fxj_mbb} |
| ignite_data_streamer_batch_flush_frequency | Frequência de liberação automática de lote interno antes de adicionar dados a fluxos de dados. O fluxo de dados cria lotes a partir de entradas de dados individuais e adiciona esses lotes ao cache. Esta propriedade é para uso interno. * Tipo: inteiro * Valor padrão: 5000 * Outros valores possíveis: * Valor mínimo: 1000 * Valor máximo: 30000 {#installed-with-metrics__ul_cw1_w1k_mbb} * Local: tabela Configurações de métrica \[sa_metric_config_setting\]. {#installed-with-metrics__ul_y3c_gxj_mbb} |
| sa.metric.use.resource.binding | Habilita a vinculação de recursos. * Tipo: verdadeiro \| falso * Valor padrão: verdadeiro * Local: Tabela propriedades do sistemna \[sys_properties\] * Saiba mais: [Vinculação de métrica a recursos](https://servicenow-prod.fluidtopics.net/6ks4KpxW_OaeQhQVGWbgiw "Vincule métricas a recursos para simplificar a vinculação de eventos de métrica, permitindo a vinculação a recursos, como discos específicos ou páginas da Web, além da vinculação a ICs.") {#installed-with-metrics__ul_cxx_bwc_sfb} |
| sa.metric.display.mid.setup.action | Exibe o link relacionado Configurar Inteligência para métricas no formulário do MID Server para um MID Server que foi validado e está em execução. * Tipo: verdadeiro \| falso * Valor padrão: verdadeiro * Local: Tabela propriedades do sistemna \[sys_properties\] * Saiba mais: [MID Server e cluster distribuído do MID Server para Inteligência para métricas](https://servicenow-prod.fluidtopics.net/v145Bj1_1641YtKMgRHoLw "O uso de Inteligência para métricas requer pelo menos um MID Server cluster distribuído que contém um único MID Server que está configurado para Inteligência para métricas.") {#installed-with-metrics__ul_rsr_b2z_cgb} |
| sa.model_learner.maint_event_record_history_enabled | Armazena informações históricas sobre o modo de manutenção de início e término de ICs na tabela Histórico de eventos em série \[sa_series_event_history\]. * Tipo: verdadeiro \| falso * Valor padrão: verdadeiro * Local: Tabela propriedades do sistemna \[sys_properties\] * Saiba mais: [Noções básicas do Inteligência para métricas](https://servicenow-prod.fluidtopics.net/_G~wgO6bSiWvBYF3CJp8~w "Use Inteligência para métricas para identificar e evitar possíveis indisponibilidades de serviço. Inteligência para métricas, com base em dados de métrica históricos, indica o comportamento anômalo de ICs que os eventos podem não capturar. Os alertas de anomalia podem ser promovidos a alertas de TI regulares e aparecem no Espaço de operações de serviços e no painel de integridade de serviço para ações preventivas.") {#installed-with-metrics__ul_igk_jjj_2gb} |
| sa_metric.maint_exclusion | Exclui métricas para ICs que estão no modo de manutenção do aprendizado de modelo. * Tipo: verdadeiro \| falso * Valor padrão: verdadeiro * Local: Tabela propriedades do sistemna \[sys_properties\] * Saiba mais: [Noções básicas do Inteligência para métricas](https://servicenow-prod.fluidtopics.net/_G~wgO6bSiWvBYF3CJp8~w "Use Inteligência para métricas para identificar e evitar possíveis indisponibilidades de serviço. Inteligência para métricas, com base em dados de métrica históricos, indica o comportamento anômalo de ICs que os eventos podem não capturar. Os alertas de anomalia podem ser promovidos a alertas de TI regulares e aparecem no Espaço de operações de serviços e no painel de integridade de serviço para ações preventivas.") {#installed-with-metrics__ul_hc4_jjj_2gb} |
| sa.model_learner.maint_history_batch_size | Determina o número de séries de dados por lote ao armazenar informações sobre o modo de manutenção de início e fim de ICs na tabela Histórico de eventos em série \[sa_series_event_history\]. Ajuste a configuração desta propriedade se houver problemas de desempenho relacionados. * Tipo: inteiro * Valor padrão: 1000 * Local: Tabela propriedades do sistemna \[sys_properties\] * Saiba mais: [Noções básicas do Inteligência para métricas](https://servicenow-prod.fluidtopics.net/_G~wgO6bSiWvBYF3CJp8~w "Use Inteligência para métricas para identificar e evitar possíveis indisponibilidades de serviço. Inteligência para métricas, com base em dados de métrica históricos, indica o comportamento anômalo de ICs que os eventos podem não capturar. Os alertas de anomalia podem ser promovidos a alertas de TI regulares e aparecem no Espaço de operações de serviços e no painel de integridade de serviço para ações preventivas.") {#installed-with-metrics__ul_nzr_jjj_2gb} |
| sa_metric.scheduled_jobs_to_monitor_sys_id_list | Contém os sys_ids dos 3 trabalhos agendados que o monitoramento de integridade automática para Inteligência para métricas monitora: * Inteligência para métricas --- Trabalho de configuração de métrica * Inteligência para métricas --- Sincronizar tabelas com MID * Inteligência para métricas --- Validar cluster distribuído do MID {#installed-with-metrics__ul_aq3_zpy_2gb} |
[ ]

{#installed-with-metrics__table_g4d_wn2_xs}