Puedes crear una alerta para enviar un correo electrónico o una notificación de Slack cada vez que los resultados de una tarjeta de panel basada en una consulta o vinculada a un aspecto cumplan o superen un umbral especificado. La configuración de una alerta basada en datos de series temporales difiere de la configuración de una alerta basada en otros tipos de datos.
En el caso de los datos de series temporales, la condición de alerta se basa en la comparación de filas específicas de la serie en lugar de basarse en el conjunto de resultados completo. Trabajar de esta manera con datos de series temporales permite a los usuarios realizar operaciones adicionales que comparan datos de dos filas de la serie con opciones adicionales de condiciones de alerta que no están disponibles para otros tipos de datos, como cambios en, aumentos en y disminuciones en.
Cuando se usan estas condiciones de comparación con datos de series temporales, la consulta de alerta compara la fila de datos más reciente con la fila anterior. Para hacer un seguimiento de tu ubicación en la serie temporal, de modo que las condiciones de alerta se basen solo en datos que no estaban disponibles la última vez que se ejecutó la consulta de alerta, Looker debe conservar el valor de los datos de la serie temporal más reciente cada vez que ejecuta la consulta de alerta.
En esta página, se describen dos casos importantes que debes tener en cuenta cuando elijas condiciones de alerta que usan datos de series temporales:
- Las condiciones de alerta le indican a Looker que verifique si hay actualizaciones en los datos con menos frecuencia de la que se actualizan.
- Por ejemplo, el intervalo de la serie temporal es por hora (los datos se agregan por hora), pero se establece una alerta para una frecuencia diaria.
-
Las condiciones de alerta le indican a Looker que verifique si hay actualizaciones en los datos con más frecuencia de la que se actualizan.
- Por ejemplo, el intervalo de la serie temporal es diario (los datos se agregan por día), pero se establece una alerta para una frecuencia por hora.
Idealmente, el intervalo y la frecuencia de las series temporales son los mismos. Sin embargo, no siempre es así. Si una tarea de ETL está configurada para cargar datos por hora todas las noches o una consulta falla por algún motivo, es importante comprender cómo funcionan las consultas de alertas cuando estos intervalos no están sincronizados.
Verificación de alertas
Las consultas de alertas verificarán la fila más reciente de los datos de series temporales para determinar si se cumple alguna de las siguientes condiciones:
- Si el valor de la serie temporal actual es más reciente que el valor de la serie temporal más reciente de la verificación de alertas anterior
- Si el valor actual de la serie temporal es el más reciente, incluso si tiene el mismo valor que el de la verificación de alerta anterior
La primera vez que se ejecute una consulta de alerta, Looker ya no evaluará todo el conjunto de resultados. En su lugar, Looker considerará esos resultados como datos históricos y solo buscará cambios que se produzcan después de que se cree la alerta y se ejecute la consulta inicial de la alerta.
Caso 1: El intervalo de la serie temporal es más corto que la frecuencia
En este ejemplo, un usuario quiere verificar a diario si las ventas por hora son mayores que el objetivo:
Intervalo de la serie temporal = por hora Frecuencia = diaria
Este enfoque implica verificar los datos por hora con una frecuencia superior a una hora. La alerta verificará cada fila nueva de la serie temporal que no se haya verificado en el intervalo de alerta anterior. En el caso de que tengas datos por hora y una verificación de alertas diaria, la alerta verificará 24 filas todos los días. Cada fila se compara con la condición de alerta especificada y, si alguna fila cumple con la condición, se enviará un correo electrónico.
Ejecución el 25/5/19 a las 9:00 a.m.
| Valor de la serie temporal | Mide el valor | |
| 25/5/19 8:00 a.m. | 200 | < alert check |
| 25/5/19 9:00 a.m. | 250 | < alert check |
Ejecución: 25/5/19 11:00 a.m.
| Valor de la serie temporal | Mide el valor | |
| 25/5/19 8:00 a.m. | 200 | |
| 25/5/19 9:00 a.m. | 250 | < alerta anterior |
| 25/5/19 10:00 a.m. | 300 | < alert check |
| 25/5/19 11:00 a.m. | 300 | < alert check |
Ejecución del 25/5/19 a las 12:00 p.m. (sin datos nuevos)
| Valor de la serie temporal | Mide el valor | |
| 25/5/19 8:00 a.m. | 200 | |
| 25/5/19 9:00 a.m. | 250 | |
| 25/5/19 10:00 a.m. | 300 | < alerta anterior |
| 25/5/19 11:00 a.m. | 300 | < alert check |
Caso 2: El intervalo de la serie temporal es mayor que la frecuencia
En este ejemplo, un usuario quiere verificar cada hora si los totales de ventas acumuladas de hoy son mayores que el objetivo:
Intervalo de la serie temporal = diario Frecuencia = por hora
Este enfoque implica verificar los datos que se agrupan por fecha muchas veces a lo largo del día. Supongamos que configuraste una alerta para que te notifique si el total de ventas diarias es igual o supera las 200. El total de ventas aumenta durante cada verificación de la alerta a medida que se acumula a lo largo del día, por lo que Looker vuelve a verificar continuamente el valor de la serie temporal más reciente en comparación con el valor que activó la alerta anterior.
Ejecución el 25/5/19 a las 9:00 a.m.
| Valor de la serie temporal | Mide el valor | |
| 24/5/19 | 200 | < alerta anterior |
| 25/5/19 | 50 | < alert check (no notification) |
Ejecución el 25/5/19 a las 10:00 a.m.
| Valor de la serie temporal | Mide el valor | |
| 24/5/19 | 200 | < alerta anterior |
| 25/5/19 | 100 | < alert check (no notification) |
Ejecución: 25/5/19 11:00 a.m.
| Valor de la serie temporal | Mide el valor | |
| 24/5/19 | 200 | < alerta anterior |
| 25/5/19 | 150 | < alert check (no notification) |