Microsoft Lumos lubab nüüd avatud lähtekoodiga veebirakenduste mõõdikute jälgimist ja kõrvalekallete kiiret tuvastamist, kõrvaldades valepositiivsed

Uudised
Microsoft / Microsoft Lumos lubab nüüd avatud lähtekoodiga veebirakenduste mõõdikute jälgimist ja kõrvalekallete kiiret tuvastamist, kõrvaldades valepositiivsed 3 minutit loetud

Microsoft



Gears of War 4 külmutamine tk

Microsoft on avanud juurdepääsu „Lumosile” - võimsale Pythoni teegile, mis võimaldab veebimõõdulistes rakendustes automaatselt tuvastada ja diagnoosida meetrilisi regressioone. Teatavasti on raamatukogu olnud Microsoft Teamsis ja Skype'is väga aktiivne. Põhimõtteliselt on ülivõimas ja intelligentne anomaaliadetektor nüüd avatud lähtekoodiga ning veebiarendajatele saadaval peamiste jõudlusmõõdikute regressioonide tuvastamiseks ja lahendamiseks, kõrvaldades peaaegu enamiku valepositiivsetest.

Microsoft Lumos on nüüd avatud lähtekoodiga. Seda kasutati aktiivselt valitud Microsofti toodetes ja see on nüüd saadaval üldisele veebi ja rakenduste arendamise kogukonnale. Teatavasti lubas raamatukogu inseneridel avastada sadu muutusi mõõdikus ja lükata tagasi tuhandeid anomaaliadetektorite poolt esile kerkinud valehäireid.



Lumos vähendab valepositiivse hoiatuse määra üle 90 protsendi, väidab Microsoft:

Lumos on uus metoodika, mis hõlmab olemasolevaid, domeenispetsiifilisi anomaaliadetektoreid. Microsoft kinnitab siiski, et Pythoni teek võib vähendada valepositiivse hoiatuse määra üle 90 protsendi. Teisisõnu, arendajad saavad nüüd julgelt jätkata püsivate probleemide asemel katkendlikke probleeme, millel ei olnud pikaajalist kahjulikku mõju.



Veebiteenuste tervislikku seisundit jälgitakse tavaliselt peamiste tulemusnäitajate (KPI) mõõdikute jälgimisega. Regressioonianalüüsi tegevad insenerid vajavad palju aega ja ressursse probleemide välja rookimiseks, mis võib viidata suurtele probleemidele. Need probleemid võivad põhjustada suurenevaid tegevuskulusid ja isegi kasutajate kaotust, kui nendega ei tegeleta.



Pole vaja lisada, et iga KPI regressiooni algpõhjuse jälitamine on aeganõudev. Pealegi kulutavad meeskonnad sageli palju aega probleemide analüüsimiseks, et leida, et tegemist on pelga anomaaliaga. Siin tuleb kasuks Microsoft Lumos. Pythoni teek välistab protsessi, mille abil saab kindlaks teha, kas muudatus on tingitud populatsiooni nihkest või tootevärskendusest, pakkudes mõõdikute väärtuse muutuste selgitamiseks tähtsamate muutujate prioriteetset loetelu.



Microsoft Lumos teenib ka laiemat eesmärki mõista mõõdikute erinevust kahe andmekogumi vahel. Huvitav on see, et platvorm sisaldab eelarvamusi ja kui võrrelda juhtimis- ja raviandmekogumit, jäädes agnostiliseks aegridade komponendiga, saab Lumos uurida anomaaliad.

Kuidas Microsoft Lumos töötab?

Microsoft Lumos töötab A / B-testimise põhimõtetega andmekogumipaaride võrdlemiseks. Pythoni teek algab kontrollimisega, kas andmekogumite vahelise mõõdiku regressioon on statistiliselt oluline. Seejärel järgneb populatsiooni eelarvamuste kontroll ja eelarvamuste normaliseerimine, et võtta arvesse kahe andmekogumi vahelisi populatsiooni muutusi. Lumos otsustab, et probleemi ei ole väärt jätkata, kui mõõdikus pole statistiliselt olulist regressiooni. Kui aga mõõdiku delta on statistiliselt oluline, märgib Lumos tunnused ja järjestab need vastavalt nende panusele sihtmõõdikus olevasse deltasse.

Lumos Pythoni raamatukogu on peamine tööriist sadade mõõdikute stsenaariumide jälgimiseks. Jõudlusanalüüsi tegevad arendajad ja meeskonnad saaksid jälgida ja töötada Microsofti helistamise, koosolekute ja üldkasutatava telefonivõrgu (PSTN) teenuste usaldusväärsuses. Raamatukogu töötab Azure Databricksis, mis on ettevõtte Apache-sädemepõhine suurandmete analüüsi teenus. See on konfigureeritud töötama mitme tööga, mis on paigutatud prioriteedi, keerukuse ja mõõdikute tüübi järgi. Töid lõpetatakse asünkroonselt. See tähendab, et kui süsteem tuvastab kõrvalekalde, käivitatakse Lumos'i töövoog ja raamatukogu analüüsib seejärel arukalt ja kontrollib, kas anomaalia on väärt jätkamist ja selle lahendamist.

Microsoft on märkinud, et Lumos ei taga kindlasti kõigi teenuste taandarenguid. Lisaks vajab teenus usaldusväärse ülevaate pakkumiseks suurt hulka andmekogumeid. Ettevõte plaanib kaasata pideva mõõdikute analüüsi, parema funktsioonide järjestamise ja funktsioonide klastrite toomise. Need sammud peaksid tegelema multikollineaarsuse peamise väljakutsega funktsioonide järjestamisel.

Sildid Microsoft