在6月GrafanaCONline,我们讨论过机器学习在Grafana实验室的未来bob电竞频道。四个月后,我们兴奋地介绍Grafana机器学习Grafana云,与我们的指标预测能力。现在可用的所有客户在赞成或先进的计划。如果你不是已经在使用Grafana云,你可以注册一个免费14天的审判Grafana云Pro。
在这篇文章中,我们将回顾一些用例和实际的例子Grafana机器学习。
使用机器学习解决实际问题的能力
自适应警报
很难创建有用的警报,随着时间的推移保持有用。静态阈值,在过去的不再有意义。他们不能适应上下文如预期忙或安静的时期。
想象一下,例如,一个食品交付应用程序有很多用法在午餐和晚餐的时间,但很安静的凌晨。相同的阈值不适合这两个场景,并可能导致失踪事件和/或嘈杂的警报。
如果我们可以从我们的指标在过去,和创建警报,适应随着时间的推移我们的数据和上下文?
Grafana机器学习让你训练一个模型在您的系统学习的模式,用它来让自信的预测未来。
容量规划
大多数容量规划是反应;它旋转的资源来满足需求。在预测未来让你提前计划。这可能特别有用如果准备昂贵的资源或需要大量的时间。
检测到意想不到的
当你知道可能会发生什么时,你可以推断出当事情超出预期。早期可以让你检测异常获得成功的潜在的问题所以他们不会带给你惊喜。
上面的截图显示了Grafana机器学习的一个真实的例子。绿线是实际的数据;蓝线代表了预测未来值。
阴影蓝色区域显示模型的信心水平。正如您可以看到的,在这种情况下,随着时间的推移变得不那么自信。
如何利用MediaKind Grafana机器学习
MediaKind使用Grafana云来提供所需的可观测性,确保其系统持续运行。操作的规模意味着有大量的指标过多的仪表板。随着公司的业务增长,那么数据,最终使它越来越难以管理。主要的系统架构师Richard下巴,问题是“太多需要扫描的图由技术熟练的人每天。”来迎接这一挑战,并兑现MediaKind坚定承诺的服务质量,下巴和他的团队正在不断地寻找新的方法来提高顾客服务标准。在收到早期访问Grafana机器学习作为β测试程序的一部分,研究小组在MediaKind杠杆它训练毫升模型来快速识别网络包丢失下游视频错误的根源。每个通道的模型已经学会了独特的特点,并能够提醒用户有不寻常的活动。
下巴告诉我们模型发现异常,将耗时一个人注意到,帮助球队以减少噪声在现有仪表板和焦点问题之前所无法做到的方式。
“Grafana机器学习非常容易理解和建立,”他说。“机器学习可以与许多参数优化是一个复杂的领域,但在概念上和实际上Grafana机器学习容易理解了我们所有的工程师一起工作,即使是那些没有机器学习经验。加上,因为它是由Grafana云,我们不必担心设置服务或扩展。我们认为这是一个非常有用的工具,智能异常检测,它肯定会成为我们的老将使用的工具来提高他们的生产力和降低日常辛劳。”
关于MediaKind
MediaKind是全球变化的领导者的媒体技术和服务。它的使命是提供宇宙不断变换通过构建一个更好的媒体与客户和合作伙伴。利用开拓工业遗产和推动创新,MediaKind拥抱和冠军的新标准,方法,和下一代,身临其境的生活和按需媒体经验世界。端到端的媒体解决方案组合包括艾美奖获奖视频bob彩票中奖计划压缩的贡献和直接面向消费者销售,广告和内容个性化、高效云DVR,电视和视频交付平台。有关更多信息,请访问:www.mediakind.com。
不断学习算法,完全在Grafana云管理
我们知道事情没有长时间保持不变,尤其是当你成长。毫升模型滑动窗口的数据定期进行再培训。这使他们保持“开放”和发展您的系统,而不是被困在过去。
Grafana机器学习,你已经把数据和使用你已经在使用的工具,我们照顾。这样你可以很容易地添加预测指标,当我们处理基础设施危机数字,生成预测,并保持最新的一切。
常见问题
要花多少钱?
没有什么更多的支付如果你一直在很慷慨的免费配额。对于规模顾客真正想要的东西,我们准备的谈话。请联系我们或者问问你的客户经理,支持工程师或技术客户经理。
如果我在自由Grafana云计划吗?
与ML实验功能,你需要升级你的职业计划。(你可以在云门户订阅页面。)如果你希望你可以稍后再下调。
我如何开始?
看到指标预测行动的最好方法是开始预测这些指标!
去您的实例Grafana云机器学习和寻找图标左边导航开始。
让我们聊天
如果你卡住,或者团队有任何问题,请联系。我们也喜欢听关于你的用例和ML的例子帮助你。
毫升团队通常挂在#机器学习频道在Grafana实验室社区bob电竞频道松弛。你可以得到你的邀请https://slack.www.tubolov.com/。
