다음을 통해 공유


빠른 시작: 웹 포털을 사용하여 첫 번째 메트릭 모니터링

Important

2023년 9월 20일부터 새로운 Metrics Advisor 리소스를 만들 수 없습니다. Metrics Advisor 서비스는 2026년 10월 1일에 사용 중지됩니다.

Azure AI Metrics Advisor의 인스턴스를 프로비저닝할 때 API 및 웹 기반 작업 영역을 사용하여 서비스와 상호 작용할 수 있습니다. 웹 기반 작업 영역은 서비스를 신속하게 시작할 수 있는 편리한 방법입니다. 또한 설정을 구성하고, 모델을 사용자 지정하고, 근본 원인 분석을 수행하는 시각적 방법도 제공합니다.

필수 구성 요소

  • Metrics Advisor 리소스를 배포하는 데 10~30분 정도 걸릴 수 있습니다. 성공적으로 배포되면 리소스로 이동을 선택합니다.
  • REST API를 사용하여 서비스와 상호 작용하려는 경우에는 본인이 만든 리소스의 키와 엔드포인트가 필요합니다. 본인이 만든 리소스의 키 및 엔드포인트 탭에서 찾을 수 있습니다.

이 문서에서는 SQL 데이터베이스를 예제로 사용하여 첫 번째 모니터를 만듭니다.

작업 영역에 로그인

리소스를 만든 후에는 Active Directory 계정으로 Metrics Advisor 포털에 로그인합니다. 방문 페이지에서 디렉터리, 구독, 방금 만든 작업 영역을 선택한 다음, 시작을 선택합니다. 시계열 데이터를 사용하려면 왼쪽 메뉴에서 데이터 피드 추가를 선택합니다.

현재 사용 가능한 각 지역에서 하나의 Metrics Advisor 리소스를 만들 수 있습니다. 언제든지 Metrics Advisor 포털에서 작업 영역을 전환할 수 있습니다.

시계열 데이터

Metrics Advisor는 Azure SQL Database, Azure Data Explorer 및 Azure Table Storage 같은 다양한 데이터 원본에 대한 커넥터를 제공합니다. 데이터를 연결하는 단계는 커넥터마다 유사하지만 일부 구성 매개 변수는 다를 수 있습니다. 자세한 내용은 다양한 데이터 원본 연결을 참조하세요.

이 빠른 시작에서는 SQL 데이터베이스를 예로 사용합니다. 동일한 단계에 따라 사용자 고유의 데이터를 수집할 수도 있습니다.

데이터 스키마 요구 사항 및 구성

Azure AI Metrics Advisor는 시계열 변칙 검색, 진단 및 분석을 위한 서비스입니다. AI 지원 서비스로, 데이터를 사용하여 사용 모델을 학습시킵니다. 이 서비스는 다음 열을 사용하여 집계된 데이터의 테이블을 허용합니다.

  • 측정값(필수): 측정값은 기본 또는 단위 관련 용어이며 메트릭의 수량화 가능한 값입니다. 숫자 값을 포함하는 하나 이상의 열을 의미합니다.
  • 타임스탬프(옵션): DateTime 또는 String 형식의 열 0개 또는 1개. 이 열이 설정되지 않은 경우 타임스탬프는 각 수집 기간의 시작 시간으로 설정됩니다. 타임스탬프의 서식을 yyyy-MM-ddTHH:mm:ssZ와 같이 지정합니다.
  • 차원(선택 사항): 차원은 하나 이상의 범주 값입니다. 이러한 값의 조합은 특정 단변량 시계열(예: 국가/지역, 언어 및 테넌트)을 식별합니다. 차원 열은 모든 데이터 형식일 수 있습니다. 대량의 열과 값으로 작업하는 경우에는 너무 많은 차원이 처리되지 않도록 주의하세요.

Azure Data Lake Storage 또는 Azure Blob Storage와 같은 데이터 원본을 사용하는 경우 예상 메트릭 스키마에 맞게 데이터를 집계할 수 있습니다. 이는 이러한 데이터 원본이 파일을 메트릭 입력으로 사용하기 때문입니다.

Azure SQL 또는 Azure Data Explorer와 같은 데이터 원본을 사용하는 경우 집계 함수를 사용하여 데이터를 예상 스키마로 집계할 수 있습니다. 이는 이러한 데이터 원본이 원본에서 메트릭 데이터를 가져오기 위한 쿼리 실행을 지원하기 때문입니다.

연결 설정 및 쿼리 구성

시계열 데이터 원본에 연결하여 데이터 피드를 추가합니다. 다음 매개 변수를 선택하여 시작합니다.

  • 원본 형식: 시계열 데이터가 저장되는 데이터 원본 형식입니다.
  • 세분성: 시계열 데이터의 연속 데이터 요소 간 간격입니다(예: 연도별, 월별, 매일). 지원되는 최단 간격은 60초입니다.
  • (UTC) 이후 데이터 수집: 수집될 첫 번째 타임스탬프의 시작 시간입니다.

연결 설정을 보여주는 스크린샷

데이터 로드

연결 및 쿼리 문자열을 입력한 후에는 데이터 로드를 선택합니다. Metrics Advisor가 데이터를 로드하는 데 필요한 연결 및 권한을 확인하고, 쿼리에 사용되는 필수 매개 변수를 확인하고, 데이터 원본에서 열 이름을 확인합니다.

이 단계에서 오류가 발생하는 경우 다음을 확인합니다.

  1. 연결 문자열이 유효한지 확인합니다.
  2. 충분한 권한이 있는지, 수집 작업자 IP 주소에 액세스 권한이 부여되었는지 확인합니다.
  3. 쿼리에서 필수 매개 변수(@IntervalStart@IntervalEnd)가 사용되었는지 확인합니다.

스키마 구성

쿼리를 실행하여 데이터가 로드되었으면 적절한 필드를 선택합니다.

선택 사항 설명 참고
Timestamp 데이터 요소의 타임스탬프. 타임스탬프를 생략하면 Metrics Advisor는 데이터 요소가 수집된 시간의 타임스탬프를 대신 사용합니다. 각 데이터 피드에 최대 하나의 열을 타임스탬프로 지정할 수 있습니다. 선택 사항. 최대 하나의 열에 지정해야 합니다.
측정값 데이터 피드의 숫자 값. 각 데이터 피드에 여러 측정값을 지정할 수 있지만 하나 이상의 열을 측정값으로 선택해야 합니다. 하나 이상의 열에 지정해야 합니다.
차원 범주별 값. 여러 값의 조합이 특정 단일 차원 시계열을 식별합니다. 국가/지역, 언어 및 테넌트를 예로 들 수 있습니다. 0개 또는 원하는 수의 열을 차원으로 선택할 수 있습니다. 문자열이 아닌 열을 차원으로 선택하는 경우에는 차원 폭발에 주의해야 합니다. 선택 사항.
무시 선택된 열을 무시하세요. 선택 사항. 쿼리를 사용한 데이터 가져오기를 지원하는 데이터 원본의 경우 무시 옵션이 없습니다.

스키마 구성을 보여 주는 스크린샷.

스키마를 구성한 후 스키마 확인을 선택합니다. Metrics Advisor는 다음 검사를 수행합니다.

  • 쿼리된 데이터의 타임스탬프가 단일 간격에 속하는지 여부
  • 하나의 메트릭 간격 내에서 동일한 차원 조합에 대해 반환된 중복 값이 있는지 여부

자동 롤업 설정

Important

근본 원인 분석 및 기타 진단 기능을 사용하려면 자동 롤업 설정을 구성해야 합니다. 분석을 사용하도록 설정한 후에는 자동 롤업 설정을 변경할 수 없습니다.

Metrics Advisor는 수집하는 동안 각 차원에서 자동으로 집계를 수행할 수 있습니다. 그런 다음, 근본 원인 분석 및 기타 진단 기능에서 사용할 수 있는 계층 구조를 빌드합니다. 자세한 내용은 자동 롤업 설정을 참조하세요.

작업 영역에 표시될 데이터 피드의 사용자 지정 이름을 지정합니다. 제출을 선택합니다.

검색 구성 튜닝

데이터 피드가 추가되면 Metrics Advisor가 지정된 시작 날짜부터 메트릭 데이터 수집을 시도합니다. 데이터를 완전히 수집하려면 시간이 좀 걸리며, 데이터 피드 페이지 맨 위에 있는 수집 진행률을 선택하여 수집 상태를 볼 수 있습니다. 데이터가 수집되면 Metrics Advisor가 검색을 적용하고 원본에서 새 데이터를 계속 모니터링합니다.

검색이 적용되면 데이터 피드에 나열된 메트릭 중 하나를 선택하여 메트릭 세부 정보 페이지를 찾습니다. 이 페이지에서 다음을 수행할 수 있습니다.

  • 이 메트릭의 모든 시계열 조각에 대한 시각화 보기
  • 예상 결과를 충족하도록 검색 구성 업데이트
  • 검색된 변칙에 대한 알림 설정

메트릭 세부 정보를 보여 주는 스크린샷.

진단 인사이트 보기

검색 구성을 튜닝한 후에는 발견된 변칙이 데이터의 실제 변칙을 반영합니다. Metrics Advisor는 다차원 메트릭을 분석하여 특정 차원의 근본 원인을 찾습니다. 또한 메트릭 그래프 기능을 사용하여 교차 메트릭 분석을 수행합니다.

진단 인사이트를 보려면 시계열 시각화에서 빨간색 점을 선택합니다. 이러한 빨간색 점은 검색된 변칙을 나타냅니다. 인시던트 분석 페이지의 링크가 포함된 창이 표시됩니다.

인시던트 링크를 보여주는 스크린샷

인시던트 분석 페이지에는 관련된 변칙 및 진단 인사이트 그룹이 표시됩니다. 다음 섹션에서는 인시던트를 진단하는 주요 단계를 다룹니다.

현재 인시던트의 요약 정보 확인

인시던트 분석 페이지의 맨 위에서 요약 정보를 찾을 수 있습니다. 이 요약 정보에는 기본 정보, 작업 및 추적, 분석된 근본 원인이 포함됩니다. 기본 정보에는 가장 큰 영향을 받는 시계열과 다이어그램, 영향 시작 및 종료 시간, 심각도, 포함된 총 변칙 수가 포함됩니다.

분석된 근본 원인은 자동 분석 결과입니다. Metrics Advisor는 동일한 타임스탬프의 여러 시계열에서 캡처된, 다양한 차원 값이 있는 한 메트릭 내의 모든 변칙을 분석합니다. 그런 다음, 상관 관계를 파악하고, 그룹 관련 변칙을 클러스터링하고, 근본 원인에 대한 조언을 생성합니다.

인시던트 진단 요약 정보를 보여주는 스크린샷

이 결과를 바탕으로 현재 비정상 상태, 인시던트의 영향 및 가장 가능성이 높은 근본 원인을 쉽게 확인할 수 있습니다. 그 후 즉시 조치를 취하여 인시던트를 해결할 수 있습니다.

차원 간 진단 인사이트 보기

진단 트리 기능을 사용하여 전체론적 방식으로 동일한 메트릭 내의 다른 차원에 대한 비정상 상태 정보를 얻을 수도 있습니다.

여러 차원이 있는 메트릭의 경우 Metrics Advisor는 시계열을 진단 트리라고 하는 계층 구조로 분류합니다. 예를 들어 revenue 메트릭은 region과 category라는 두 가지 차원에서 모니터링됩니다. SUM과 같은 집계된 차원 값이 있어야 합니다. 그런 다음, region = SUMcategory = SUM 시계열이 트리 내 루트 노드로 분류됩니다. SUM 차원에 캡처된 변칙이 있을 때마다 해당 변칙을 분석하여 부모 노드 변칙에 가장 많이 기여한 특정 차원 값을 찾을 수 있습니다. 각 노드를 선택하여 펼치면 자세한 정보를 볼 수 있습니다.

인시던트 진단 차원 간 보기를 보여 주는 스크린샷.

메트릭 간 진단 인사이트 보기

단일 메트릭의 비정상 상태를 확인하여 문제를 분석하기 어려운 경우도 있으며, 여러 메트릭의 상관 관계를 파악해야 합니다. 이렇게 하려면 메트릭 간 관계를 나타내는 메트릭 그래프를 구성합니다.

이전 섹션에서 설명한 차원 간 진단 결과를 사용하여 근본 원인이 특정 차원 값으로 제한되는 것을 확인할 수 있습니다. 그런 다음, 메트릭 그래프를 사용하여 분석된 근본 원인 차원으로 필터링하고, 다른 메트릭의 변칙 상태를 확인합니다.

인시던트 진단 메트릭 간 보기를 보여주는 스크린샷

추가 기능을 사용하여 더 많은 진단 인사이트를 피벗할 수도 있습니다. 이러한 기능은 변칙의 차원을 드릴다운하고, 유사한 변칙을 살펴보고, 메트릭을 비교하는 데 도움이 됩니다. 자세한 내용은 인시던트 진단을 참조하세요.

새 변칙이 발견되면 알림 받기

데이터에서 변칙이 검색될 때 경고를 받으려면 하나 이상의 메트릭에 대한 구독을 만들면 됩니다. Metrics Advisor는 후크를 사용하여 경고를 보냅니다. 이메일 후크, webhook 및 Azure DevOps의 세 가지 후크가 지원됩니다. 웹후크를 예로 들어 보겠습니다.

웹후크 만들기

Metrics Advisor에서 webhook를 사용하여 프로그래밍 방식으로 변칙을 표면화할 수 있습니다. 경고가 트리거되면 Metrics Advisor는 사용자 제공 API를 호출합니다. 자세한 내용은 후크 만들기를 참조하세요.

경고 설정 구성

후크를 만들면 경고 설정에 따라 어떤 경고 알림이 어떻게 전송되는지 결정됩니다. 각 메트릭에 여러 경고 설정을 지정할 수 있습니다. 중요한 설정 두 가지는 포함할 변칙을 지정하는경고 대상과 경고에 포함할 변칙을 정의하는 변칙 옵션 필터링입니다. 자세한 내용은 경고 설정 추가 또는 편집을 참조하세요.

다음 단계