- 最新动态
- 功能总览
- 产品介绍
- 计费说明
- 快速入门
- AppStage使用前准备
- AI原生应用引擎用户指南
- 开发中心用户指南
-
运维中心用户指南
- 运维中心简介
- 运维中心使用前准备
- 运维中心使用流程
- 进入运维中心
- 接入资源
- 部署应用
- 监控资源和应用
- 管理已纳管资源
- 管理运行时资源
- 管理工单
- 运营中心用户指南
- 最佳实践
- 开发指南
- API参考
- SDK参考
-
常见问题
- 权限管理
-
AI原生应用引擎
- 我创建的微调数据集会被其他用户调用去训练他们的大模型吗？
- 模型微调任务一直在等待中是什么原因？
- 大模型微调需要的数据有要求吗？
- AI原生应用引擎支持所有数据集进行数据标注吗？
- AI原生应用引擎中预置了哪些提示语？
- AI原生应用引擎训练好后的模型如何获取？
- 模型调测时，无法选择模型服务商API是什么原因？
- 我接入的模型需要满足什么要求才能在创建Agent时作为思考模型？
- Agent问答的时候报错“很抱歉，我的系统似乎遇到了一些故障问题，暂时无法为您提供服务”
- 自接入的模型在模型调测的时候报错是什么原因？
- 开源模型怎么部署？
- 平台有没有预置模型？
- 思考模型和问答模型的区别
- 工作流中知识库节点、LLM节点都需要配置实例，实例的API Key填什么?
- 工作流中工具节点的实例如何配置?
- 如何获取Agent发布时所需的API Key？
- 如何保证Agent每次问答都调用知识库?
- 工作流的返回是json格式，但是大模型会进行总结，如何以json格式直接输出?
- 如何在工作流中定制逻辑实现特定任务，比如时间格式转换、数组对象的push等
- 资产中心的工具怎么使用?
- Code代码节点的输入输出参数如何与其他节点进行交互和传递?
- Agent问答的时候没有回答
- 发布Agent的时候提示套餐校验失败
- 一站式创建Agent时如何取消选择默认模型，更换为其他模型
- 按照标题切分的时候，分段长度是什么意思?
- 工作流已启用，为什么在创建Agent时仍然无法选用？
- 如何通过调用Agent API将变量传递到工作流？
- 开发中心
- 运维中心部署服务
-
运维中心监控服务
- 如何查看EAP详细日志？
- 删除告警任务失败
- 告警后触发知识编排任务提示alert_type不存在
- 创建CES指标采集报错
- 如何卸载虚拟机上安装的filebeat？
-
异常检测Judge定时任务失败
- KeyError
- TypeError: not supported between instances of 'str' and 'float'
- TypeError("Cannot index by location index with a non-integer key")
- judge长时间处于SUBMIT状态直至失败
- fail to load model json
- judge日志无法查看，提示get request error
- judge日志大小1KB，且不刷新日志内容
- PSQLException: ERROR: invalid input syntax for type numeric
- PSQLException: ERROR: syntax error at or near
- too much null size
- judge_data_size(in):0
- ERROR - fail to load
- canceling statement due to user request
- 保存异常检测告警配置时报错
- 运维中心弹性资源服务
- 运维中心弹性网络服务
- 运维中心主机管理服务
- 运维中心微服务平台
-
运维中心负载均衡
-
SLB同步异常相关问题
- SSL_do_handshake() failed
- test nginx: nginx: [emerg] host not found in upstream "后端服务器名称" in /.../server...conf:17 nginx: .../nginx.conf test failed [FAILED
- no "ssl_certificate" is defined for the "listen ... ssl""
- no such file or directory......./ssl/dummy.pem
- test nginx: nginx: [alert] mmap(MAP_ANON|MAP_SHARED, 524288000) failed (12: Cannot allocate memory) nginx: [alert] munmap(FFFFFFFFFFFFFFFF, 524288000) failed
- duplicate value "error" in /opt/huawei/openresty/nginx/.../xxx.conf:40
- SLB同步检查不一致
- SLB一直同步，心跳异常
-
SLB部署失败相关问题
- FATAL Can't get local ip
- /etc/rc.d/init.d/functions: No such file or directory
- nginx is stopped
- will_upgrade\old_version:1.4.7
- Need to modify /etc/hosts,but no permission.
- system param fs.nr_open should not less than fs.file-max”or“system param net.ipv4.ip_local_port_range should >=30000
- some permission denied files in /opt/huawei/openresty/nginx/conf/
- Permission denied: '/opt/huawei/release/lf_test/SLB/
- install_slb_failed for /opt/huawei/openresty exists not for slb
- not all conf included in vhosts or slb_conf
- watchdog still running
- job 28e7241e42904334b failed
- [Service proxy.apply_sudo._wrapped_f]: fail to operator sudo,message: send request fail, status code: 400, error: None, message: illegal param\",\"status\":-2}
- some html not in /opt/huawei/openresty/nginx/html
- cannot access /opt/huawei/openresty/nginx/conf/ssl/sample/resty-auto-ssl-fallback.pem.Permission denined
- fail to operator sudo, message: send request fail, status code: 400, task: control sudo permission, status: failed
- some certificate not in /opt/huawei/openresty/nginx/conf/ssl
- crontab -l \n+ echo 'Permission denied crontab'
- 资源间绑定服务不一致
-
SLB同步异常相关问题
- 运维中心数据库治理
- 运维中心访问凭据管理服务
- 运营中心
- 管理控制台用户指南（即将下线）
- 业务控制台用户指南（即将下线）
-
运行时引擎用户指南（即将下线）
- AppStage运行时引擎简介
- AppStage运行时引擎使用前准备
- 进入AppStage运行时引擎
- 通过微服务平台管理微服务及相关资源
- 配置运行时引擎负载均衡
- 管理Cloud Map中的服务资源
- 配置运行时引擎数据库治理
- 配置访问凭据管理服务
- 文档下载
- 通用参考
链接复制成功！
通过调整模型参数对异常告警调优
由于超参设置或是数据特征发生变化，导致预测的数据不够准确，出现误告警，可以通过调整模型参数，对生成的异常告警进行调优。本章节介绍不同类型异常告警及调优方法。
调优配置方法
|
算法类型 |
参数名称 |
参数含义 |
取值范围 |
参数说明 |
配置建议 |
|---|---|---|---|---|---|
|
boxplot_ad动态阈值算法 |
sensitivity |
敏感度 |
0-10 默认值5 |
敏感度参数越高，阈值线越紧；敏感度参数越低，阈值线越松。 |
敏感度参数最高不超过5.5，最低不低于3.5；一般配置4.5或者5。
|
|
low_count_threshold |
小请求量 |
0- 100000000 默认值0 |
请求量低于此参数值时毛刺告警、波动性不生效；其他类型的告警依然生效。 |
如果毛刺告警较多，可以配置该参数。 |
|
|
count_threshold |
请求量保护 |
0-100000000 默认值100000000 |
请求量低于此参数值时，完全不告警。 |
一般情况下不建议配置，请谨慎配置，且对请求量类指标不生效。 |
|
|
no_model_threshold_upper |
无模型阈值上限 |
0-100000000 默认值100000000 |
无模型时配置的阈值上限（固定阈值线）。 |
对于新增的接口，因为没有历史数据，无法训练出该接口的模型，此时可以配置合适的值用来监控此类接口。 |
|
|
no_model_threshold_lower |
无模型阈值下限 |
0-100000000 默认值0 |
无模型时配置的阈值下限（固定阈值线）。 |
对于新增的接口，因为没有历史数据，无法训练出该接口的模型，此时可以配置合适的值用来监控此类接口。 |
|
|
alert_by_std |
波动性告警 |
True/False 默认为True |
非请求量类指标参数，通过该参数设置是否引入波动性告警。 |
- |
|
|
alert_by_chain |
突变告警 |
True/False 默认为True |
请求量类指标参数，通过该参数设置是否引入突变告警。 |
- |
|
|
alert_by_drop_to_0 |
长时间掉0告警 |
True/False 默认为True |
请求量类指标参数，通过该参数设置是否引入长时间掉0告警。 |
- |
|
|
alert_by_spikes |
毛刺告警 |
True/False 默认为True |
所有指标参数，通过该参数设置是否引入毛刺告警。 |
- |
|
|
small_sample_threshold |
brand算法阈值 |
0-1000000 默认值100 |
brand算法阈值，小于该阈值， 则使用brand算法，否则使用boxplot算法。 |
- |
|
|
fixed_threshold固定阈值算法 |
filled_value |
补充值 |
0-100000000 默认值1 |
缺值时补值，补值不会产生告警，只用于前端展示。（必填值，与指标类型同等重要） |
成功率指标填1；失败率填0；时延填合适的值（比上阈值线小即可）；速率填合适的值（比下阈值线大即可）；请求量类型保持默认值即可。 |
|
threshold_upper |
阈值上限 |
0-100000000 默认值100000000 |
配置的固定阈值上限。 |
- |
|
|
threshold_lower |
阈值下限 |
0-100000000 默认值100000000 |
配置的固定阈值下限。 |
- |
|
|
annomaly_in_mins |
告警进入时间 |
0-30 默认10分钟 |
告警进入时间，单位分钟。 |
- |
|
|
annomaly_out_mins |
告警退出时间 |
0-30 默认10分钟 |
告警退出时间，单位分钟。 |
- |
|
|
count_threshold |
请求量保护参数 |
0-100000000 默认值0 |
请求量保护参数，低于这个值不告警；对请求量类型指标不生效。 |
- |
调优策略
最常见告警
- 告警进入条件：一般8分钟内有7个点异常告警进入。
- 告警退出条件：20分钟内有18个点正常则告警退出。
- 调优方法：
- 调节sensitivity敏感度参数，可以使小幅度下降的异常不告警，针对阈值线过紧的情况，图1的异常通过敏感度调节不了，因为阈值线相对是合理的
- 配置count_threshold参数，如果不关注请求量很少的异常，可以配置该参数，建议非必要情况下不要配置该参数，可能会出现遗漏告警的情况。
毛刺告警
- 告警进入条件：穿过阈值线的毛刺异常程度，最快在第2个毛刺点告警。
- 告警退出条件：20分钟内有18个点正常则告警退出。
- 调优方法：
- 如果对请求量很少的接口，毛刺异常不关注，可以配置low_count_threshold参数，如图2中告警的曲线请求量不超过30，可以配置改参数为30。
- 如果不管请求量多少，都不需要毛刺类告警，则可以配置alert_by_spikes参数。毛刺类告警最快可以将告警时间缩短为2分钟，如果屏蔽掉这类告警，则按照其他的告警类型会有一定的延迟（一般7分钟）。
突变告警
- 告警进入条件：局部看曲线发生突变（默认突变20%），或者长期看相比历史降低或升高。
- 告警退出条件：数据平稳后告警退出，一般会持续18分钟。
- 调优方法：
通过配置alert_by_chain参数可以控制是否加入突变检测。突变告警可以防止阈值线学习宽松条件下指标突变的漏告警，但对于不关注阈值线之上数据突变的指标会产生一些不必要的告警。
波动性告警
- 告警进入条件：局部看曲线波动变大，或者长期看相比历史数据持续降低或升高。
- 告警退出条件：数据恢复到历史同期水平，持续18分钟则告警退出。
- 调优方法：
- 对于小幅度的波动和下降（上升）告警可以通过调节sensitivity敏感度来减少部分告警。
- 如果不关注这类异常，可以通过配置alert_by_std参数来实现。波动性告警可以防止阈值线学习宽松条件下指标小幅波动的漏告警，但对于不关注阈值线之上数据波动的指标会产生一些不必要的告警。
长时间掉0告警
优化后生效
根据使用的算法版本区分动态告警还是静态告警，比如正常使用的boxplot_ad动态阈值算法生成的就是动态告警，fixed_threshold固定阈值算法生成的就是静态告警。
- 动态告警：告警调优涉及修改参数包括metric_type、sensitivity、low_count_threshold、count_threshold、no_model_threshold_upper、no_model_threshold_lower、alert_by_std、alert_by_chain、alert_by_drop_to_0、alert_by_spikes，并且需要模型训练后才能生效。
- 静态告警：告警调优中修改涉及参数包括metric_type、filled_value、threshold_upper、threshold_lower、annomaly_in_mins、annomaly_out_mins、count_threshold，修改保存后只需要重启judge Daemon，调优的参数立即生效。
动态告警优化后生效
- 进入AppStage运维中心。
- 在顶部导航栏选择服务。
- 单击
，选择“运维 > 监控服务（ServiceInsight）”。
- 选择左侧导航栏的“AI辅助诊断 > 异常检测”，进入“异常检测”页面。
- 单击已修改告警的任务所在行“操作”列的“模型”，在任务训练模型配置中，单击“立即训练”，如图6所示，即可触发一次训练任务。
- 单击“算法配置”，在算法配置页面“当前模型”选择新生成的模型，单击“确定”。
- 单击“judge配置”，在judge配置页面单击“初始化Daemon”重启judge Daemon，调优的参数立即生效。
静态告警优化后生效
- 进入AppStage运维中心。
- 在顶部导航栏选择服务。
- 单击，选择“运维 > 监控服务（ServiceInsight）”。
- 选择左侧导航栏的“AI辅助诊断 > 异常检测”，进入“异常检测”页面。
- 单击已修改告警的任务所在行“操作”列的“模型”。
- 单击“judge配置”，在judge配置页面单击“初始化Daemon”重启judge Daemon，调优的参数立即生效。
