Wykres anomalii

Dotyczy: ✅Microsoft Fabric✅Azure Data Explorer✅Azure Monitor✅Microsoft Sentinel

Wizualizacja wykresu anomalii jest podobna do wykresu czasowego, ale wyróżnia anomalie przy użyciu funkcji series_decompose_anomalies.

Uwaga

Tej wizualizacji można używać tylko w kontekście operatora renderowania.

Składnia

T anomalychart render | [with ( propertyName = propertyValue [, ...]])

Dowiedz się więcej na temat konwencji składni.

Parametry

Nazwisko	Type	Wymagania	opis
T	string	✔️	Nazwa tabeli wejściowej.
propertyName, propertyValue	string		Rozdzielona przecinkami lista par właściwości klucz-wartość. Zobacz obsługiwane właściwości.

Obsługiwane właściwości

Wszystkie właściwości są opcjonalne.

PropertyName	PropertyValue
accumulate	Czy wartość każdej miary jest dodawana do wszystkich jego poprzedników. (true lub false)
legend	Czy wyświetlać legendę, czy nie (visible lub hidden).
series	Rozdzielana przecinkami lista kolumn, których połączone wartości dla rekordu definiują serię, do której należy rekord.
ymin	Minimalna wartość, która ma być wyświetlana na osi Y.
ymax	Maksymalna wartość, która ma być wyświetlana na osi Y.
title	Tytuł wizualizacji (typu string).
xaxis	Jak skalować oś x (linear lub log).
xcolumn	Która kolumna w wyniku jest używana dla osi x.
xtitle	Tytuł osi x (typu string).
yaxis	Jak skalować oś y (linear lub log).
ycolumns	Rozdzielana przecinkami lista kolumn, które składają się z wartości podanych na wartość kolumny x.
ysplit	Jak podzielić wiele wizualizacji. Aby uzyskać więcej informacji, zobacz Wiele osi y.
ytitle	Tytuł osi y (typu string).
anomalycolumns	Rozdzielana przecinkami lista kolumn, która będzie traktowana jako seria anomalii i wyświetlana jako punkty na wykresie

ysplit własność

Ta wizualizacja obsługuje dzielenie na wiele wartości osi y. Obsługiwane wartości tej właściwości to:

ysplit	opis
none	Pojedyncza oś y jest wyświetlana dla wszystkich danych serii. (Domyślna)
axes	Pojedynczy wykres jest wyświetlany z wieloma osiami y (jeden na serię).
panels	Jeden wykres jest renderowany dla każdej ycolumn wartości (do pewnego limitu).

Przykład

Uruchamianie zapytania

let min_t = datetime(2017-01-05);
let max_t = datetime(2017-02-03 22:00);
let dt = 2h;
demo_make_series2
| make-series num=avg(num) on TimeStamp from min_t to max_t step dt by sid 
| where sid == 'TS1'   //  select a single time series for a cleaner visualization
| extend (anomalies, score, baseline) = series_decompose_anomalies(num, 1.5, -1, 'linefit')
| render anomalychart with(anomalycolumns=anomalies, title='Web app. traffic of a month, anomalies') //use "| render anomalychart with anomalycolumns=anomalies" to render the anomalies as bold points on the series charts.