Мицрософт Лумос је сада отворени извор који омогућава надгледање показатеља веб апликација и брзо откривање аномалија уклањањем лажних позитивних резултата

Мицрософт / Мицрософт Лумос је сада отворени извор који омогућава надгледање показатеља веб апликација и брзо откривање аномалија уклањањем лажних позитивних резултата 3 минута читања

Мицрософт



Мицрософт је отворио приступ „Лумосу“, моћној Питхон библиотеци за аутоматско откривање и дијагностиковање метричких регресија у апликацијама „веб-размера“. Библиотека је наводно била врло активна у Мицрософт Теамс-у и Скипе-у. У основи, изузетно моћан и интелигентан „детектор аномалија“ сада је отвореног извора и доступан је веб програмерима да уоче и адресирају регресије у кључним показатељима перформанси, док готово елиминишу већину лажних позитивних резултата.

Мицрософт Лумос је сада отвореног кода. Активно се користио у одабраним Мицрософтовим производима и сада ће бити доступан широј заједници за развој веба и апликација. Библиотека је наводно дозволила инжењерима да открију стотине промена у метрици и одбију хиљаде лажних аларма на површину детектора аномалија.



Лумос смањује стопу лажно позитивних упозорења за преко 90 процената, тврди Мицрософт:

Лумос је нова методологија која укључује постојеће, специфичне за домен детекторе аномалија. Међутим, Мицрософт уверава да Питхон библиотека може смањити стопу лажно позитивних упозорења за више од 90 процената. Другим речима, програмери сада могу са сигурношћу да се баве сталним проблемима уместо прекидним који нису дугорочно имали штетан ефекат.



Здравље мрежних услуга обично се прати праћењем показатеља кључних показатеља учинка (КПИ) током времена. Инжењери који спроводе „регресиону анализу“ захтевају много времена и ресурса за уклањање проблема који могу указивати на велике проблеме. Ови проблеми могу довести до повећања оперативних трошкова, па чак и до губитка корисника ако се њима не реши.



Непотребно је додавати да је тражење основног узрока сваке регресије КПИ дуготрајно. Штавише, тимови често троше пуно времена анализирајући проблеме само да би утврдили да су они пука аномалија. Овде Мицрософт Лумос добро долази. Питхон библиотека елиминише поступак утврђивања да ли је промена настала услед промене броја становништва или ажурирања производа пружањем приоритетне листе најважнијих променљивих у објашњавању промена метричке вредности.



Мицрософт Лумос такође служи широј сврси разумевања разлике у метрици између било која два скупа података. Занимљиво је да платформа укључује „пристрасност“, а упоређивањем скупа података о контроли и лечењу, а да истовремено остаје агностичан према компоненти временске серије, Лумос може да истражи аномалије.

Како функционише Мицрософт Лумос?

Мицрософт Лумос ради на принципима А / Б тестирања како би упоредио парове скупова података. Питхон библиотека започиње провером да ли је регресија у метрици између скупова података статистички значајна. Затим се врши провера пристрасности популације и нормализација пристрасности како би се узеле у обзир било какве промене популације између два скупа података. Лумос закључује да питање није вредно бављења ако у метрици не постоји статистички значајна регресија. Међутим, ако је делта у метрици статистички значајна, Лумос обележава обележја и рангира их према њиховом доприносу делти у циљној метрици.

Библиотека Лумос Питхон служи као примарни алат за праћење сценарија стотина метрика. Програмери и тимови који спроводе анализу учинка могли би да надгледају и раде на поузданости позива, састанака и услуга јавне комутиране телефонске мреже (ПСТН) у Мицрософту. Библиотека ради на Азуре Датабрицкс-у, компанијиној услузи аналитике великих података заснованој на Апацхе-спарк-и. Конфигурисан је за покретање са више послова који су распоређени према приоритету, сложености и типу метрике. Послови се завршавају асинхроно. То значи да ако систем детектује аномалију, покреће се Лумосов ток рада, а библиотека затим интелигентно анализира и проверава да ли аномалију вреди тражити и адресирати.

Мицрософт је приметио да Лумосу није загарантовано да ће ухватити све регресије у услугама. Поред тога, за услугу ће бити потребан велики број скупова података који нуде поуздане увиде. Компанија планира да укључи континуирану метричку анализу, изврши боље рангирање карактеристика и уведе и груписање карактеристика. Ови кораци би требало да се баве примарним изазовом мултиколинеарности у рангирању карактеристика.

Ознаке Мицрософт