É possível criar um alerta para enviar um e-mail ou uma notificação do Slack sempre que os resultados de um bloco de painel baseado em consulta ou vinculado ao Look atenderem ou excederem um limite especificado. A configuração de um alerta com base em dados de séries temporais é diferente da configuração de um alerta com base em outros tipos de dados.
Para dados de séries temporais, a condição de alerta é baseada na comparação de linhas específicas da série, e não no conjunto de resultados completo. Ao trabalhar dessa forma com dados de séries temporais, os usuários podem realizar operações adicionais que comparam dados de duas linhas da série usando outras opções de condição de alerta que não estão disponíveis para outros tipos de dados, como mudanças por, aumentos por e quedas por.
Ao usar essas condições de comparação com dados de séries temporais, a consulta de alerta compara a última linha de dados com a anterior. Para manter o controle de onde você está na série temporal, com o objetivo de basear as condições de alerta apenas nos dados que não estavam presentes na consulta de alerta anterior, o Looker precisa manter o valor dos dados mais recentes da série temporal sempre que executar a consulta de alerta.
Esta página descreve dois casos importantes a serem considerados ao escolher condições de alerta que usam dados de séries temporais:
- As condições de alerta informam ao Looker para verificar as atualizações dos dados com menos frequência do que elas são atualizadas.
- Por exemplo, o intervalo da série temporal é de uma hora (os dados são agregados por hora), mas um alerta é definido para uma frequência diária.
-
As condições de alerta informam ao Looker que ele precisa verificar os dados para atualizações com mais frequência do que as atualizações são feitas.
- Por exemplo, o intervalo da série temporal é diário (os dados são agregados por dia), mas um alerta é definido para uma frequência de uma hora.
O ideal é que o intervalo e a frequência da série temporal sejam os mesmos, mas nem sempre é assim. Se um job de ETL estiver configurado para carregar dados por hora todas as noites ou se uma consulta falhar por algum motivo, é importante entender como as consultas de alerta funcionam quando esses intervalos não estão sincronizados.
Verificação de alertas
As consultas de alerta verificam a linha mais recente de dados de série temporal para determinar se uma das seguintes condições é verdadeira:
- Se o valor da série temporal atual for mais recente do que o valor da série temporal mais recente da verificação de alerta anterior
- Se o valor da série temporal atual for o mais recente na série, mesmo que tenha o mesmo valor da verificação de alerta anterior
Na primeira vez que uma consulta de alerta for executada, o Looker não vai mais avaliar o conjunto de resultados inteiro. Em vez disso, o Looker considera esses resultados como dados históricos e só procura mudanças que ocorrem após a criação do alerta e a execução da consulta inicial.
Caso 1: o intervalo da série temporal é menor que a frequência
Neste exemplo, um usuário quer verificar diariamente se as vendas por hora são maiores que a meta:
Intervalo da série temporal = por hora Frequência = diariamente
Essa abordagem envolve a verificação de dados por hora com uma frequência maior que uma hora. O alerta vai verificar todas as novas linhas de série temporal que não foram verificadas no intervalo de alerta anterior. No caso de dados por hora e uma verificação de alerta diária, o alerta vai verificar 24 linhas por dia. Cada linha é verificada de acordo com a condição de alerta especificada. Se qualquer linha atender à condição, um e-mail será enviado.
Execução em 25/05/19 às 9h
| Valor da série temporal | Valor da medida | |
| 25/05/19, 8h | 200 | < verificação de alerta |
| 25/05/19 9h | 250 | < verificação de alerta |
Execução em 25/05/19 11:00
| Valor da série temporal | Valor da medida | |
| 25/05/19, 8h | 200 | |
| 25/05/19 9h | 250 | < alerta anterior |
| 25/05/19 10h00 | 300 | < verificação de alerta |
| 25/05/19 11h | 300 | < verificação de alerta |
Execução em 25/05/19 12:00 (sem novos dados)
| Valor da série temporal | Valor da medida | |
| 25/05/19, 8h | 200 | |
| 25/05/19 9h | 250 | |
| 25/05/19 10h00 | 300 | < alerta anterior |
| 25/05/19 11h | 300 | < verificação de alerta |
Caso 2: o intervalo da série temporal é maior que a frequência
Neste exemplo, um usuário quer verificar a cada hora se os totais de vendas acumuladas de hoje são maiores que a meta:
Intervalo da série temporal = diário Frequência = por hora
Essa abordagem envolve verificar dados agregados por data várias vezes ao longo do dia. Digamos que você configurou um alerta para receber uma notificação se o total de vendas diárias for igual ou superior a 200. O total de vendas aumenta durante cada verificação de alerta, à medida que se acumula ao longo do dia. Por isso, o Looker verifica continuamente o valor da série temporal mais recente em relação ao valor que acionou o alerta anterior.
Execução em 25/05/19 às 9h
| Valor da série temporal | Valor da medida | |
| 24/05/2019 | 200 | < alerta anterior |
| 25/05/2019 | 50 | < verificação de alerta (sem notificação) |
Execução em 25/05/19 às 10h
| Valor da série temporal | Valor da medida | |
| 24/05/2019 | 200 | < alerta anterior |
| 25/05/2019 | 100 | < verificação de alerta (sem notificação) |
Execução em 25/05/19 11:00
| Valor da série temporal | Valor da medida | |
| 24/05/2019 | 200 | < alerta anterior |
| 25/05/2019 | 150 | < verificação de alerta (sem notificação) |