知识卡片
性能异常检测的实时精准
性能异常检测针对业务延迟问题,基于历史性能数据学习业务特征、结合行业与专家经验建立设备性能画像,再实时比对检测异常并给出修复建议。它有两项硬指标:实时性(分钟级、7×24小时防护)和精准性(从I/O变化、业务配置、硬件瓶颈、硬件故障等维度定位根因)。用途是在问题恶化影响业务前就发现并定位,缩短损失窗口。评估效果用查准率Precision与查全率Recall——前者看报警里真异常的比例,后者看真异常被抓到的比例。边界是:检测依赖历史画像质量,业务模式突变时画像可能失真;反例是把”报警多”当”检测好”,实则漏报(Recall低)或误报(Precision低)都会坑运维。
这张卡片看不懂?
这张卡片已通过人工审查,不再接受失败反馈。
已有反馈 · 0 条
还没有人提交反馈。
在整书笔记中的位置
- · 12 存储维护
原书出处 · 1 处
- 存储维护 12.2.3 性能异常检测 · 查看原书依据
性能异常检测一般具备以下特点:实时性,分钟级别异常检测,7×24小时实时防护;精准性,针对业务出现的延迟问题,从I/O变化、业务配置、硬件瓶颈、硬件故障等方面进行精准定位并给出修复建议。
参考来源
- 位置:《数据存储架构与技术(第2版)》第12章《12.2.3 性能异常检测》(源文件:extracted/数据存储架构与技术(第2版)/_epub-src/converter-master/example/312279/231.html)
- 结论依据:原文列出性能异常检测的实时性、精准性特点,并说明采用查准率(Precision)和查全率(Recall)作为异常检测效果的评价指标,支撑了检测需兼顾速度与定位精度的结论。
- 原始内容:性能异常检测一般具备以下特点:实时性,分钟级别异常检测,7×24小时实时防护;精准性,针对业务出现的延迟问题,从I/O变化、业务配置、硬件瓶颈、硬件故障等方面进行精准定位并给出修复建议。