Tutorial do Real-Time Intelligence parte 7: Detetar anomalias em uma tabela Eventhouse

A deteção de anomalias é um recurso da Real-Time Intelligence que permite identificar padrões incomuns em seus dados. Nesta parte do tutorial, você aprenderá a criar um item "Detetor de anomalias" em seu espaço de trabalho para detetar anomalias no número de docas vazias em uma estação.

Detetar anomalias em uma tabela Eventhouse

1. Na barra de navegação esquerda, selecione Real-Time para abrir o Real-Time hub.

2. Em Todos os fluxos de dados , selecione a tabela da casa de eventos TransformedData que você criou no tutorial anterior. A página de detalhes da tabela abre-se. Selecione Detetar anomalias no menu superior.

   

3. Inscreva BikeAnomaliesconfiguration como Nome.

4. Em Guardar para, selecione Criar detetor.

5. Selecione o espaço de trabalho onde pretende criar o item detetor de anomalias, introduza BikeAnomalies. Em seguida, selecione Criar.

6. Na seção Selecionar atributos , escolha as seguintes opções:

   Campo	Valor
   Valor a observar	No_Empty_Docks
   Agrupar por	Rua
   Data e Hora	Data e Hora

   

7. Selecione Executar análise.

   Importante

   A análise normalmente leva até 4 minutos, dependendo do tamanho dos dados, e pode ser executada por até 30 minutos. Você pode sair da página e fazer check-in novamente quando a análise estiver concluída.

   Observação

   Certifique-se de que sua tabela Eventhouse contenha dados históricos suficientes para melhorar as recomendações do modelo e a precisão da deteção de anomalias. Por exemplo, conjuntos de dados com um ponto de dados por dia exigem alguns meses de dados, enquanto conjuntos de dados com um ponto de dados por segundo podem precisar de apenas alguns dias.

8. Quando a análise é concluída, as anomalias, juntamente com os dados tabulares, são exibidas à direita.

   

   Observação

   Brinque com o modelo de deteção na secção Personalizar deteção e o timestamp acima do painel de resultados do detetor. Mais dados podem aumentar a precisão da deteção de anomalias.

9. Selecione Guardar.

Conteúdo relacionado

Para obter mais informações sobre as tarefas executadas neste tutorial, consulte:

• Deteção de anomalias no Real-Time Intelligence (Preview)

Próximo passo