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 tingkat error API ini, tingkat error tiba-tiba melonjak sekitar pukul 07.00. Dibandingkan dengan data sebelum 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 tingkat error menjelang 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 mencakup informasi ini:
- Metrik yang menyebabkan anomali, seperti latensi proxy atau kode error HTTP.
- Tingkat keparahan anomali. Tingkat keparahan dapat berupa ringan, sedang, atau berat, berdasarkan tingkat keyakinan model. Tingkat keyakinan yang rendah menunjukkan bahwa tingkat keparahannya ringan, sedangkan tingkat keyakinan yang tinggi menunjukkan bahwa tingkat keparahannya berat.
Prasyarat untuk menggunakan Anomali Operasi
Untuk menggunakan Anomali Operasi:
- Add-on AAPI Ops harus diaktifkan untuk organisasi Anda. Lihat Mengaktifkan Operasi AAPI di organisasi.
- Pengguna Anomali Operasi harus memiliki peran yang diperlukan untuk Operasi AAPI.
- Pengguna yang
menyelidiki anomali di dasbor
juga memerlukan peran
roles/logging.viewer.
Melihat Anomali Operasi yang terdeteksi
Saat mendeteksi anomali, Anomali Operasi akan menampilkan detail anomali di dasbor Anomali Operasi. Anda dapat menyelidiki anomali di dasbor Pemantauan API dan mengambil tindakan yang sesuai jika perlu. Anda juga dapat membuat pemberitahuan untuk memberi tahu Anda jika acara 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 > Anomali Operasi.
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 panjang 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 anomali, termasuk proxy tempat terjadinya dan kode kesalahan yang memicunya.
- Lingkungan tempat anomali terjadi.
- Wilayah tempat anomali terjadi.
- Tingkat keparahan peristiwa anomali: ringan, sedang, atau parah. Tingkat keparahan didasarkan pada ukuran statistik (nilai p) tentang seberapa kecil kemungkinan peristiwa terjadi secara kebetulan (makin kecil kemungkinan peristiwa terjadi, makin besar tingkat keparahannya).
Anda juga dapat menyelidiki anomali di dasbor Pemantauan 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 pada proxy API untuk melatih model sebelum dapat mencatat anomali.
Tujuan pelatihan adalah untuk meningkatkan akurasi model, yang kemudian dapat diuji pada data historis. Cara paling sederhana untuk menguji akurasi model adalah dengan menghitung tingkat error-nya— jumlah positif palsu dan negatif palsu, dibagi dengan total jumlah peristiwa yang diprediksi.
Mencatat peristiwa anomali
Saat runtime, Anomali Operasi membandingkan perilaku proxy API Anda saat ini dengan perilaku yang diprediksi oleh model. Anomali Operasi kemudian dapat menentukan, dengan tingkat keyakinan tertentu, kapan metrik operasional melebihi nilai yang diprediksi. Misalnya, saat tingkat error 5xx melebihi tingkat yang diprediksi oleh model.
Saat mendeteksi anomali, Apigee akan otomatis mencatat peristiwa tersebut di dasbor Anomali Operasi. Daftar peristiwa yang ditampilkan di dasbor mencakup semua anomali yang terdeteksi, serta pemberitahuan yang dipicu.