Halaman ini berlaku untuk Apigee dan Apigee hybrid.
Lihat dokumentasi Apigee Edge.
Ringkasan Anomali Operasi?
Anomali Operasi mengidentifikasi pola data API yang tidak biasa atau tidak terduga di API Anda, berdasarkan pola data terbaru. Misalnya, dalam grafik rasio error API ini, rasio error tiba-tiba melonjak sekitar pukul 07.00. Dibandingkan dengan data yang mengarah ke waktu tersebut, peningkatan ini cukup tidak biasa untuk diklasifikasikan sebagai anomali.
Tidak semua variasi dalam data API menunjukkan anomali: sebagian besar adalah fluktuasi acak. Misalnya, Anda dapat melihat beberapa variasi kecil dalam rasio error yang menyebabkan anomali, tetapi variasi ini tidak cukup signifikan untuk dikategorikan sebagai anomali.
Anomali Operasi terus memantau data API dan melakukan analisis statistik untuk membedakan anomali yang sebenarnya dari fluktuasi acak dalam data.
Anomali Operasi otomatis mendeteksi jenis anomali berikut:
- Peningkatan error HTTP 503 di tingkat organisasi, lingkungan, dan wilayah
- Peningkatan error HTTP 504 di tingkat organisasi, lingkungan, dan region
- Peningkatan semua error HTTP 4xx atau 5xx di tingkat organisasi, lingkungan, dan region
- Peningkatan latensi respons total untuk persentil ke-90 (p90) di tingkat organisasi, lingkungan, dan wilayah
Anomali yang terdeteksi menyertakan informasi ini:
- Metrik yang menyebabkan anomali, seperti latensi proxy atau kode error HTTP.
- Tingkat keparahan anomali. Tingkat keparahannya dapat berupa ringan, sedang, atau berat, berdasarkan tingkat keyakinannya dalam model. Tingkat keyakinan yang rendah menunjukkan bahwa tingkat keparahannya sedikit, sedangkan tingkat keyakinan yang tinggi menunjukkan bahwa tingkat keparahannya parah.
Prasyarat untuk menggunakan Anomali Operasi
Untuk menggunakan Anomali Operasi:
- Add-on AAPI Ops harus diaktifkan untuk organisasi Anda. Lihat Mengaktifkan AAPI Ops di organisasi.
- Pengguna Operations Anomalies harus memiliki peran yang diperlukan untuk AAPI Ops.
- Pengguna yang
menyelidiki anomali di dasbor
juga memerlukan peran
roles/logging.viewer
.
Melihat Anomali Operasi yang terdeteksi
Saat mendeteksi anomali, Operations Anomalies akan menampilkan detail anomali di dasbor Operations Anomalies. Anda dapat menyelidiki anomali di dasbor Monitoring API dan mengambil tindakan yang sesuai jika diperlukan. Anda juga dapat membuat pemberitahuan untuk memberi tahu Anda jika peristiwa serupa terjadi di masa mendatang.
Dasbor Anomali Operasi di UI Apigee adalah sumber informasi utama Anda tentang Anomali Operasi yang terdeteksi. Dasbor menampilkan daftar anomali terbaru.
Untuk membuka dasbor Anomali Operasi:
- Login ke UI Apigee di konsol Cloud.
- Beralihlah ke organisasi yang ingin Anda pantau.
- Di menu kiri, pilih Analytics > Operations Anomalies.
Tindakan ini akan menampilkan dasbor Anomali Operasi.
Secara default, dasbor menampilkan anomali yang terjadi selama satu jam sebelumnya. Jika tidak ada anomali yang terdeteksi selama jangka waktu tersebut, tidak ada baris yang ditampilkan di dasbor. Anda dapat memilih rentang waktu yang lebih besar dari menu rentang waktu di kanan atas dasbor.
Setiap baris dalam tabel sesuai dengan anomali yang terdeteksi, dan menampilkan informasi berikut:
- Tanggal dan waktu anomali.
- Ringkasan singkat tentang anomali, termasuk proxy tempat anomali terjadi dan kode error yang memicunya.
- Lingkungan tempat anomali terjadi.
- Wilayah tempat anomali terjadi.
- Tingkat keparahan peristiwa anomali: ringan, sedang, atau berat. Tingkat keparahan didasarkan pada pengukuran statistik (nilai p) tentang seberapa kecil kemungkinan terjadinya peristiwa secara kebetulan (semakin kecil kemungkinan peristiwa, semakin besar tingkat keparahannya).
Anda juga dapat menyelidiki anomali di dasbor Monitoring API, yang menampilkan berbagai grafik data traffic API terbaru.
Cara kerja deteksi anomali
Deteksi anomali melibatkan tahap-tahap berikut:
Melatih model
Anomali Operasi berfungsi dengan melatih model perilaku proxy API Anda dari data deret waktu historis. Anda tidak perlu melakukan tindakan apa pun untuk melatih model. Apigee secara otomatis membuat dan melatih model untuk Anda dari data API enam jam sebelumnya. Oleh karena itu, Apigee memerlukan data minimal enam jam di proxy API untuk melatih model sebelum dapat mencatat anomali ke dalam log.
Tujuan pelatihan adalah untuk meningkatkan akurasi model, yang kemudian dapat diuji pada data historis. Cara paling sederhana untuk menguji akurasi model adalah dengan menghitung rasio error-nya—jumlah positif palsu dan negatif palsu, dibagi dengan jumlah total peristiwa yang diprediksi.
Mencatat peristiwa anomali ke dalam log
Saat runtime, Anomali Operasi membandingkan perilaku proxy API Anda saat ini dengan perilaku yang diprediksi oleh model. Kemudian, Anomali Operasi dapat menentukan, dengan tingkat keyakinan tertentu, saat metrik operasional melebihi nilai yang diprediksi. Misalnya, saat rasio error 5xx melebihi rasio yang diprediksi oleh model.
Saat mendeteksi anomali, Apigee akan otomatis mencatat peristiwa tersebut ke dalam log di dasbor Operasi Anomalia. Daftar peristiwa yang ditampilkan di dasbor mencakup semua anomali yang terdeteksi, serta pemberitahuan yang dipicu.