correlate_metrics
Détecter les relations entre métriques : ces métriques sont-elles liées ?
Détecter les relations entre métriques : ces métriques sont-elles liées ?
Lecture seule · Appelle des systèmes externes. Appel sûr : cet outil ne modifie pas les données.
Paramètres
| Champ | Type | Requis | Description |
|---|---|---|---|
mode | string (quick | full | shift) | Non | Mode d'analyse : 'quick' (par défaut, corrélation uniquement), 'full' (corrélation + test KS de décalage + scan de lag), 'shift' (décalage de distribution KS uniquement) |
operator | string | Oui | Slug de l'opérateur (= nom de la base InfluxDB) |
queries | string | Oui | Tableau JSON de 2 à 10 requêtes InfluxQL GROUP BY time() |
Exemple d'arguments
Arguments illustratifs qu'un agent fournit lors de l'appel de cet outil :
{
"operator": "string",
"queries": "string"
}Description
Ont-elles changé en même temps ? L'une cause-t-elle l'autre ?
Fournissez 2 à 10 requêtes InfluxQL GROUP BY time(). Les résultats incluent des résumés de santé par requête et une corrélation par paires avec significativité statistique.
3 modes d'analyse (--mode) :
- quick (par défaut) : Spearman/Pearson par paires + p-values. Rapide, répond à "sont-elles corrélées ?"
- full : ajoute la détection de décalage de distribution (test KS) et le scan de lag (±50 pas). Répond à "ont-elles changé ensemble ?" et "l'une cause-t-elle l'autre ?"
- shift : décalage de distribution KS par requête uniquement. Répond à "quelles métriques ont changé récemment ?"
Utilisez des intervalles GROUP BY time() identiques pour un meilleur alignement. Prérequis : découvrez le schéma avec query_metrics SHOW MEASUREMENTS d'abord.Associé
Et ensuite ?
Last updated on