Puoi creare un avviso per inviare un'email o una notifica Slack ogni volta che i risultati di un riquadro della dashboard basato su query o collegato a Look raggiungono o superano una soglia specificata. L'impostazione di un avviso basato sui dati delle serie temporali è diversa dall'impostazione di un avviso basato su altri tipi di dati.
Per i dati delle serie temporali, la condizione di avviso si basa sul confronto di righe specifiche della serie anziché sul set di risultati completo. Lavorare in questo modo con i dati delle serie temporali consente agli utenti di eseguire operazioni aggiuntive che confrontano i dati di due righe della serie utilizzando opzioni di condizioni di avviso aggiuntive non disponibili per altri tipi di dati, ad esempio varia di, aumenta di e diminuisce di.
Quando utilizzi queste condizioni di confronto con i dati delle serie temporali, la query di avviso confronta l'ultima riga di dati con la riga precedente. Per tenere traccia della posizione nella serie temporale, in modo da basare le condizioni di avviso solo sui dati non presenti l'ultima volta che è stata eseguita la query di avviso, Looker deve mantenere il valore dei dati più recenti della serie temporale ogni volta che esegue la query di avviso.
Questa pagina descrive due casi importanti da considerare quando scegli le condizioni di avviso che utilizzano i dati delle serie temporali:
- Le condizioni di avviso indicano a Looker di controllare la presenza di aggiornamenti nei dati meno spesso di quanto non vengano aggiornati.
- Ad esempio, l'intervallo della serie temporale è orario (i dati vengono aggregati per ora), ma è impostato un avviso con una frequenza giornaliera.
-
Le condizioni di avviso indicano a Looker di controllare la presenza di aggiornamenti dei dati più spesso di quanto non vengano aggiornati.
- Ad esempio, l'intervallo della serie temporale è giornaliero (i dati vengono aggregati per giorno), ma è impostato un avviso con una frequenza oraria.
Idealmente, l'intervallo e la frequenza della serie temporale sono gli stessi, ma non sempre è così. Se un job ETL è configurato per caricare i dati ogni ora ogni notte o se una query non va a buon fine per qualche motivo, è importante capire come funzionano le query di avviso quando questi intervalli non sono sincronizzati.
Controllo degli avvisi
Le query di avviso controlleranno l'ultima riga di dati delle serie temporali per determinare se è vera una delle seguenti condizioni:
- Se il valore della serie temporale corrente è più recente del valore della serie temporale più recente del controllo dell'avviso precedente
- Se il valore della serie temporale corrente è il valore più recente della serie temporale, anche se corrisponde a quello del controllo dell'avviso precedente
La prima volta che viene eseguita una query di avviso, Looker non valuta più l'intero insieme di risultati. Al contrario, Looker li considererà come dati storici e cercherà solo le modifiche che si verificano dopo la creazione dell'avviso e l'esecuzione della query di avviso iniziale.
Caso 1: l'intervallo della serie temporale è inferiore alla frequenza
In questo esempio, un utente vuole verificare quotidianamente se le vendite orarie sono superiori all'obiettivo:
Intervallo di serie temporali = ogni ora Frequenza = giornaliera
Questo approccio prevede il controllo dei dati orari con una frequenza superiore a un'ora. L'avviso controllerà ogni nuova riga della serie temporale che non è stata controllata nell'intervallo di avviso precedente. Se disponi di dati orari e di un controllo giornaliero degli avvisi, l'avviso controllerà 24 righe ogni giorno. Ogni riga viene controllata in base alla condizione di avviso specificata e, se qualsiasi riga soddisfa la condizione, viene inviata un'email.
Esecuzione il 25/05/19 alle ore 09:00
| Valore della serie temporale | Valore misura | |
| 25/05/19 08:00 | 200 | < alert check |
| 25/05/19 09:00 | 250 | < alert check |
Esegui il 25/05/19 alle ore 11:00
| Valore della serie temporale | Valore misura | |
| 25/05/19 08:00 | 200 | |
| 25/05/19 09:00 | 250 | < avviso precedente |
| 25/05/19 10:00 | 300 | < alert check |
| 25/05/19 11:00 | 300 | < alert check |
Esecuzione del 25/05/19 alle 12:00 (nessun nuovo dato)
| Valore della serie temporale | Valore misura | |
| 25/05/19 08:00 | 200 | |
| 25/05/19 09:00 | 250 | |
| 25/05/19 10:00 | 300 | < avviso precedente |
| 25/05/19 11:00 | 300 | < alert check |
Caso 2: l'intervallo della serie temporale è più lungo della frequenza
In questo esempio, un utente vuole verificare ogni ora se i totali delle vendite cumulative di oggi sono superiori all'obiettivo:
Intervallo di serie temporali = giornaliero Frequenza = oraria
Questo approccio prevede il controllo dei dati aggregati per data più volte nel corso della giornata. Supponiamo che tu abbia configurato un avviso per ricevere una notifica se il totale giornaliero delle vendite è uguale o superiore a 200. Il totale delle vendite aumenta durante ogni controllo dell'avviso poiché si accumula nel corso della giornata, pertanto Looker ricontrolla continuamente il valore della serie temporale più recente rispetto al valore che ha attivato l'avviso precedente.
Esecuzione il 25/05/19 alle ore 09:00
| Valore della serie temporale | Valore misura | |
| 24/05/19 | 200 | < avviso precedente |
| 25/05/19 | 50 | < alert check (no notification) |
Esegui il 25/05/19 alle 10:00
| Valore della serie temporale | Valore misura | |
| 24/05/19 | 200 | < avviso precedente |
| 25/05/19 | 100 | < alert check (no notification) |
Esegui il 25/05/19 alle ore 11:00
| Valore della serie temporale | Valore misura | |
| 24/05/19 | 200 | < avviso precedente |
| 25/05/19 | 150 | < alert check (no notification) |