集成机器学习

Elastic Stack Serverless

机器学习集成启动一项新的预定义作业，以计算 APM 事务持续时间的异常分数。通过此集成，您可以快速查明异常事务，并查看任何上游和下游服务的健康状况。

机器学习作业是按环境创建的，并且基于服务的平均响应时间。由于作业是在环境级别创建的，因此您可以将新服务添加到现有环境中，而无需额外的机器学习作业。

机器学习作业的结果显示在应用程序 UI 中的多个位置

• “服务概览”提供所有服务的一览视图，可快速了解其总体健康状况。

• 事务持续时间图表将显示预期范围，并在异常分数达到或超过 75 时添加注释。

• 服务地图将根据检测到的异常分数显示颜色编码的异常指示器。

  
  ×

启用机器学习异常检测

1. 在您的 Elastic Observability Serverless 项目或 Kibana 中，转到任何“应用程序”页面。
2. 单击“异常检测”。
3. 单击“创建作业”。
4. 机器学习作业是在环境级别创建的。选择要启用异常检测的所有服务环境。异常将针对所选环境中的所有服务和事务类型显示。
5. 单击“创建作业”。

就是这样！几分钟后，作业将开始计算结果；结果可能需要更多时间才能显示在您的服务地图上。要管理现有作业，请单击“管理作业”（或转到“机器学习”→“作业”）。

为了使机器学习的设置尽可能简单，当您筛选到没有机器学习作业的环境时，Elastic 会发出警告。

启用异常检测后，服务健康状况可能显示为“未知”。以下是一些可能发生这种情况的原因

1. 不存在机器学习作业。请参阅启用异常检测以启用异常检测并创建机器学习作业。
2. 作业没有机器学习数据。如果您只是创建了机器学习作业，则需要等待几分钟才能获得数据。或者，如果服务或其环境是新的，则需要等待更多跟踪数据。
3. 此服务不存在“request”或“page-load”事务类型；服务健康状况仅适用于这些事务类型。