Hinweis
Für den Zugriff auf diese Seite ist eine Autorisierung erforderlich. Sie können versuchen, sich anzumelden oder das Verzeichnis zu wechseln.
Für den Zugriff auf diese Seite ist eine Autorisierung erforderlich. Sie können versuchen, das Verzeichnis zu wechseln.
Anomalieerkennung in Real-Time Hub hilft Ihnen, ungewöhnliche Muster oder Ausreißer in Ihren Eventhouse-Tabellen automatisch zu identifizieren, indem Sie empfohlene Modelle basierend auf der Struktur Ihrer Daten anwenden. Es ermöglicht Ihnen, Anomalien zu visualisieren, die Erkennungsempfindlichkeit anzupassen und eine kontinuierliche Überwachung mit automatisierten Warnungen oder Aktionen einzurichten.
Von Bedeutung
Dieses Feature befindet sich in der Vorschauphase.
Detailseite für Anomalieerkennungsereignisse anzeigen
Wählen Sie im Real-Time HubFabric-Ereignisse unter der Kategorie Abonnieren aus.
Wählen Sie Anomalieerkennungsereignisse aus der Liste aus.
Wählen Sie auf der Seite " Anomalieerkennungsereignisse " ein Ereignis aus, um seine Details anzuzeigen, oder wählen Sie "Benachrichtigung festlegen " aus, um eine Warnung für das Ereignis festzulegen.
Schemata
Ein Ereignis enthält die folgenden Daten auf oberster Ebene:
| Eigentum | Typ | Description | Example |
|---|---|---|---|
source |
Schnur | Gibt den Kontext an, in dem ein Ereignis aufgetreten ist. | <tenant-id> |
subject |
Schnur | Gibt das Thema des Ereignisses im Kontext des Ereignisherstellers an. | /workspaces/<workspace-id>/items/<ad-item-id>/configuration/<configuration-id> |
type |
Schnur | Einer der registrierten Ereignistypen für diese Ereignisquelle. | Microsoft.Fabric.AnomalyEvents.AnomalyDetected |
time |
Zeitstempel | Die Zeit, die das Ereignis basierend auf der UTC-Zeit des Anbieters generiert wird. | 2017-06-26T18:41:00.9584103Z |
id |
Schnur | Eindeutiger Bezeichner für das Ereignis. | <Required-GUID> |
specversion |
Schnur | Die Version der Cloud-Ereignisspezifikation. | 1,0 |
dataschemaversion |
Schnur | Die Version des Datenschemas. | 1,0 |
data |
Objekt | Ereignisdaten. | Weitere Informationen finden Sie in der nächsten Tabelle. |
Das data-Objekt weist die folgenden Eigenschaften auf:
| Eigentum | Typ | Description | Example |
|---|---|---|---|
analysisType |
Schnur | Art der durchgeführten Analyse. | univariate |
confidenceScore |
number | Konfidenzbewertung der Anomalieerkennung. | 0.95 |
timeStampAttributeName |
Schnur | Name des in der Analyse verwendeten Zeitstempel-Attributs. | StartTime |
timeStampAttributeValue |
Schnur | Wert des Timestamp-Attributs zum Zeitpunkt der Anomalieerkennung. | 2017-06-26T18:41:00.9584103Z |
univariate |
Objekt | Enthält Details der univariaten Analyse. | Weitere Informationen finden Sie in der nächsten Tabelle. |
customAttributes |
Objekt | Enthält alle benutzerdefinierten Attribute, die der Anomalieerkennung zugeordnet sind. | Weitere Informationen finden Sie in der nächsten Tabelle. |
Das univariate-Objekt weist die folgenden Eigenschaften auf:
| Eigentum | Typ | Description | Example |
|---|---|---|---|
instanceIdAttributeNames |
Schnur | Name des Instanz-ID-Attributs, das in der Analyse verwendet wird. | SkuId |
instanceIdAttributeValues |
Schnur | Wert des Instanz-ID-Attributs zum Zeitpunkt der Anomalieerkennung. | sku-12345 |
monitoredAttributeName |
Schnur | Name des überwachten Attributs, das in der Analyse verwendet wird. | Temperature |
monitoredAttributeValue |
Schnur | Wert des überwachten Attributs zum Zeitpunkt der Anomalieerkennung. | 90 |
Das customAttributes-Objekt weist die folgenden Eigenschaften auf:
| Eigentum | Typ | Description | Example |
|---|---|---|---|
SkuId |
Schnur | Eindeutiger Bezeichner für die SKU. | sku-12345 |
Temperature |
number | Temperaturwert zum Zeitpunkt der Anomalieerkennung. | 90 |
Humidity |
number | Luftfeuchtigkeitswert zum Zeitpunkt der Anomalieerkennung. | 50 |
Location |
Schnur | Ort, an dem die Anomalie entdeckt wurde. | Kitchen |
Status |
Schnur | Status der Anomalieerkennung. | Normal |