Vous pouvez créer une alerte pour envoyer une notification par e-mail ou Slack chaque fois que les résultats d'une vignette de tableau de bord basée sur une requête ou liée à une présentation atteignent ou dépassent un seuil spécifié. La configuration d'une alerte basée sur des données de séries temporelles diffère de celle basée sur d'autres types de données.
Pour les données de séries temporelles, la condition d'alerte est basée sur la comparaison de lignes spécifiques de la série plutôt que sur l'ensemble de résultats complet. En travaillant de cette manière avec des données de séries temporelles, les utilisateurs peuvent effectuer des opérations supplémentaires qui comparent les données de deux lignes de la série à l'aide d'options de conditions d'alerte supplémentaires qui ne sont pas disponibles pour d'autres types de données, telles que change by (changement de valeur), increases by (augmentation de la valeur) et decreases by (baisse de la valeur).
Lorsque vous utilisez ces conditions de comparaison avec des données de série temporelle, la requête d'alerte compare la dernière ligne de données à la ligne précédente. Pour suivre votre position dans la série temporelle et baser les conditions d'alerte uniquement sur les données qui n'étaient pas disponibles lors de l'exécution précédente de la requête d'alerte, Looker doit conserver la valeur des dernières données de la série temporelle à chaque fois qu'il exécute la requête d'alerte.
Cette page décrit deux cas importants à prendre en compte lorsque vous choisissez des conditions d'alerte qui utilisent des données de séries temporelles:
- Les conditions d'alerte indiquent à Looker de vérifier les mises à jour des données moins fréquemment que leur actualisation.
- Par exemple, l'intervalle de la série temporelle est horaire (les données sont agrégées par heure), mais une alerte est définie pour une fréquence quotidienne.
-
Les conditions d'alerte indiquent à Looker de vérifier les données plus fréquemment qu'elles ne sont mises à jour.
- Par exemple, l'intervalle de la série temporelle est quotidien (les données sont agrégées par jour), mais une alerte est définie pour une fréquence horaire.
Dans l'idéal, l'intervalle et la fréquence de la série temporelle sont identiques. Toutefois, ce n'est pas toujours le cas. Si une tâche ETL est configurée pour charger des données toutes les heures chaque nuit ou si une requête échoue pour une raison quelconque, il est important de comprendre comment les requêtes d'alerte fonctionnent lorsque ces intervalles ne sont pas synchronisés.
Vérification des alertes
Les requêtes d'alerte vérifient la dernière ligne des données de série temporelle pour déterminer si l'une des conditions suivantes est remplie:
- Si la valeur de la série temporelle actuelle est plus récente que la valeur de la série temporelle la plus récente de la vérification d'alerte précédente
- Si la valeur de la série temporelle actuelle est la plus récente de la série temporelle, même si elle est identique à celle de la vérification d'alerte précédente
Lors de la première exécution d'une requête d'alerte, Looker n'évalue plus l'ensemble de résultats complet. À la place, Looker considérera ces résultats comme des données historiques et ne recherchera que les modifications qui se produisent après la création de l'alerte et l'exécution de la requête d'alerte initiale.
Cas 1: L'intervalle de la série temporelle est plus court que la fréquence
Dans cet exemple, un utilisateur souhaite vérifier quotidiennement si les ventes horaires sont supérieures à l'objectif:
Intervalle de la série temporelle = toutes les heures Fréquence = quotidienne
Cette approche implique de vérifier les données horaires à une fréquence supérieure à une heure. L'alerte vérifie chaque nouvelle ligne de la série temporelle qui n'a pas été vérifiée au cours de l'intervalle d'alerte précédent. Si vous disposez de données horaires et d'une vérification d'alerte quotidienne, l'alerte vérifiera 24 lignes par jour. Chaque ligne est comparée à la condition d'alerte spécifiée. Si une ligne remplit la condition, un e-mail est envoyé.
Exécution le 5/25/19 9:00 AM
| Valeur de la série temporelle | Valeur de la mesure | |
| 25/05/19 8:00 | 200 | < alert check |
| 25/05/19 9:00 | 250 | < alert check |
Exécuter le 25/05/19 11:00
| Valeur de la série temporelle | Valeur de la mesure | |
| 25/05/19 8:00 | 200 | |
| 25/05/19 9:00 | 250 | < alerte précédente |
| 25/05/19 10:00 | 300 | < alert check |
| 25/05/19 11:00 AM | 300 | < alert check |
Exécution le 25/05/19 12h00 (pas de nouvelles données)
| Valeur de la série temporelle | Valeur de la mesure | |
| 25/05/19 8:00 | 200 | |
| 25/05/19 9:00 | 250 | |
| 25/05/19 10:00 | 300 | < alerte précédente |
| 25/05/19 11:00 AM | 300 | < alert check |
Cas 2: L'intervalle de la série temporelle est plus long que la fréquence
Dans cet exemple, un utilisateur souhaite vérifier toutes les heures si le total cumulé des ventes d'aujourd'hui est supérieur à l'objectif:
Intervalle de la série temporelle = quotidien Fréquence = toutes les heures
Cette approche consiste à vérifier les données agrégées par date plusieurs fois par jour. Imaginons que vous ayez configuré une alerte pour être averti si le total des ventes quotidiennes est égal ou supérieur à 200. Le total des ventes augmente à chaque vérification d'alerte, car il s'accumule tout au long de la journée. Looker vérifie donc continuellement la dernière valeur de la série temporelle par rapport à la valeur qui a déclenché l'alerte précédente.
Exécution le 5/25/19 9:00 AM
| Valeur de la série temporelle | Valeur de la mesure | |
| 24/05/19 | 200 | < alerte précédente |
| 25/05/19 | 50 | < alert check (no notification) |
Exécution le 25/05/19 10h00
| Valeur de la série temporelle | Valeur de la mesure | |
| 24/05/19 | 200 | < alerte précédente |
| 25/05/19 | 100 | < alert check (no notification) |
Exécuter le 25/05/19 11:00
| Valeur de la série temporelle | Valeur de la mesure | |
| 24/05/19 | 200 | < alerte précédente |
| 25/05/19 | 150 | < alert check (no notification) |