Microsoft Lumos zdaj omogoča odprtokodno spremljanje meritev spletnih aplikacij in hitro odkrivanje nepravilnosti z odpravo lažnih pozitivnih rezultatov

Novice
Microsoft / Microsoft Lumos zdaj omogoča odprtokodno spremljanje meritev spletnih aplikacij in hitro odkrivanje nepravilnosti z odpravo lažnih pozitivnih rezultatov 3 minute branja

Microsoft



zobniki vojne 4 zamrzovanje kom

Microsoft je odprl dostop do 'Lumos', zmogljive Pythonove knjižnice za samodejno zaznavanje in diagnosticiranje metričnih regresij v aplikacijah v 'spletnem merilu'. Po poročanju naj bi bila knjižnica zelo aktivna v Microsoft Teams in Skype. V bistvu je zdaj zmogljiv in inteligenten 'detektor anomalij' odprt in na voljo spletnim razvijalcem, da lahko opazijo in obravnavajo regresije v ključnih meritvah učinkovitosti, hkrati pa skoraj odpravi večino lažnih pozitivnih rezultatov.

Microsoft Lumos je zdaj odprtokoden. Aktivno se je uporabljal v izbranih Microsoftovih izdelkih in bo zdaj na voljo splošni skupnosti za razvoj spleta in aplikacij. Knjižnica naj bi inženirjem omogočala, da zaznajo na stotine sprememb v metrikah in zavrnejo na tisoče lažnih alarmov, ki jih prikažejo detektorji anomalij.



Lumos zmanjšuje stopnjo lažno pozitivnih opozoril za več kot 90 odstotkov, trdi Microsoft:

Lumos je nova metodologija, ki vključuje obstoječe, za domeno specifične detektorje anomalij. Vendar Microsoft zagotavlja, da lahko knjižnica Python zmanjša stopnjo lažno pozitivnih opozoril za več kot 90 odstotkov. Z drugimi besedami, razvijalci lahko zdaj samozavestno preganjajo vztrajne težave namesto občasnih, ki niso imele dolgoročnega škodljivega učinka.



Zdravje spletnih storitev običajno spremljamo s sledenjem meritvam ključnih kazalnikov uspešnosti (KPI) skozi čas. Inženirji, ki izvajajo „regresijsko analizo“, zahtevajo veliko časa in sredstev, da odstranijo vprašanja, ki lahko kažejo na večje težave. Te težave lahko povzročijo povečanje operativnih stroškov in celo izgubo uporabnikov, če jih ne odpravimo.



Ni treba posebej poudarjati, da je iskanje vzroka vsake regresije KPI dolgotrajno. Poleg tega ekipe pogosto porabijo veliko časa za analizo problemov, da bi ugotovile, da so bile zgolj anomalija. Tu pride prav Microsoft Lumos. Knjižnica Python odpravlja postopek ugotavljanja, ali je sprememba posledica premika populacije ali posodobitve izdelka, tako da poda prednostni seznam najpomembnejših spremenljivk pri razlagi sprememb metrične vrednosti.



Microsoft Lumos služi tudi širšemu namenu razumevanja razlike v metriki med katerima koli nizoma podatkov. Zanimivo je, da platforma vključuje 'pristranskost', in s primerjavo nabora podatkov o nadzoru in obdelavi, medtem ko ostaja agnostičen do komponente časovne vrste, lahko Lumos razišče anomalije.

Kako deluje Microsoft Lumos?

Microsoft Lumos sodeluje z načeli A / B testiranja za primerjavo parov naborov podatkov. Knjižnica Python se začne s preverjanjem, ali je regresija v metriki med nabori podatkov statistično pomembna. Nato sledi preverjanje pristranskosti populacije in normalizacija pristranskosti, da se upoštevajo morebitne spremembe populacije med obema nizoma podatkov. Lumos se odloči, da vprašanja ni vredno nadaljevati, če v metriki ni statistično pomembne regresije. Če pa je delta v metriki statistično pomembna, Lumos označi lastnosti in jih razvrsti glede na njihov prispevek k delti v ciljni metriki.

Knjižnica Lumos Python služi kot glavno orodje za spremljanje scenarijev na stotine meritev. Razvijalci in skupine, ki izvajajo analizo uspešnosti, bi lahko spremljali in delali na zanesljivosti klicev, sestankov in storitev javnega komutiranega telefonskega omrežja (PSTN) pri Microsoftu. Knjižnica deluje na Azure Databricks, storitvi za analizo velikih podatkov, ki temelji na Apache-iskri. Konfiguriran je za izvajanje z več opravili, ki so razvrščena glede na prioriteto, kompleksnost in vrsto meritev. Opravila se zaključujejo asinhrono. To pomeni, da če sistem zazna anomalijo, se sproži potek dela Lumos, knjižnica pa nato inteligentno analizira in preveri, ali je anomalijo vredno slediti in jo obravnavati.

Microsoft je ugotovil, da Lumos ne bo zagotovil vseh regresij v storitvah. Poleg tega bo storitev zahtevala veliko število naborov podatkov, da bo zagotovila zanesljiv vpogled. Družba namerava vključiti neprekinjeno analizo meritev, izboljšati razvrščanje funkcij in vključiti tudi razvrščanje funkcij v skupine. Ti koraki bi morali obravnavati glavni izziv večkolinearnosti pri razvrščanju funkcij.

Oznake Microsoft