Processus du détecteur d’anomalies

Databricks
Service Bus
Comptes de stockage

Idée de solution Solution Idea

Si vous souhaitez nous voir développer cet article avec d’autres informations, les détails de l’implémentation, le guide de tarification ou des exemples de code, faites-le-nous savoir avec les Commentaires de GitHub !If you'd like to see us expand this article with more information, implementation details, pricing guidance, or code examples, let us know with GitHub Feedback!

ArchitectureArchitecture

Diagramme d’architecture Télécharger un SVG de cette architecture.Architecture diagram Download an SVG of this architecture.

Data FlowData Flow

  1. Ingère les données des différents magasins contenant des données brutes que le Détecteur d’anomalies doit surveiller.Ingests data from the various stores that contain raw data to be monitored by Anomaly Detector.
  2. Agrège, échantillonne et calcule les données brutes pour générer les séries chronologiques, ou appelle directement l’API Détecteur d’anomalies si les séries chronologiques sont déjà préparées et obtient une réponse comprenant les résultats de la détection.Aggregates, samples, and computes the raw data to generate the time series, or calls the Anomaly Detector API directly if the time series are already prepared and gets a response with the detection results.
  3. Met en file d’attente les métadonnées liées aux anomalies.Queues the anomaly related meta data.
  4. En fonction des métadonnées liées aux anomalies, appelle le service d’alerte personnalisé.Based on the anomaly related meta data, calls the customized alerting service.
  5. Stocke les métadonnées de détection d’anomalies.Stores the anomaly detection meta data.
  6. Visualise les résultats de la détection des anomalies des séries chronologiques.Visualizes the results of the time series anomaly detection.

ComposantsComponents

  • Service Bus : MaaS (Reliable Cloud Messaging As a service) et intégration hybride simpleService Bus: Reliable cloud messaging as a service (MaaS) and simple hybrid integration
  • Azure Databricks : Service d'analyse rapide, simple et collaboratif basé sur Apache SparkAzure Databricks: Fast, easy, and collaborative Apache Spark–based analytics service
  • Power BI : Outils décisionnels et de visualisation interactive des donnéesPower BI: Interactive data visualization BI tools
  • Comptes de stockage : Stockage dans le cloud durable, hautement disponible et considérablement évolutifStorage Accounts: Durable, highly available, and massively scalable cloud storage

Étapes suivantesNext steps