石墨时间序列尖峰检测工具
graphite_anomaly_detector的Python项目详细描述
Graphite异常检测器
==
命令行应用程序,用于确定给定主机的Graphite指标峰值,并生成CSV报告
用法
---
<;pre>;使用:GealthPyReP.[-H] -S服务器[服务器输出…[O输出] [BR/> [-T-TIMEOUT] [BR/>< BR> >产生CSV报告,在石墨主机上发现尖峰> BR/> BR/>可选参数:
-H,帮助显示此帮助消息,并退出
-S服务器[服务器…]--服务器服务器[服务器…]
按程序查询的服务器(默认值:无)
-o输出,--output输出
output csv文件(默认值:[none])
-l限制,--limit限制
limit每个主机的请求计数(默认值:[500])
-p模式,--pattern模式
度量的全局模式(默认值:['*'])
-t超时,--timeout超时
主机请求之间的超时(默认值:[1])
<;/pre>;
例如
<;pre>;
./generate_report.py-s dumdum:81-o report.csv-l 2-p*.cpu.*-t 42
<;/pre>;
两个与请求之间的超时时间为42秒的\*.cpu.\*匹配的度量。
该命令将结果分组到report.csv
result
----
>程序创建一个csv文件ginven作为--output选项的参数,该选项有5列:
|
————————————————————————————————————————————————————————————————————————————————————————————————————————————————————————target=cpu.0.等待
只需使用检测器的实例
更改detector=spikedetector()行即可。
*原始timeseries
*运行检测器后的timeseries
*检测器结果
*一个treshold行(您可以在测试时删除它)
您只需用检测器替换峰值检测器即可。
您可以使用util.logger`` create_log file``函数。
它创建一个json文件,可以使用view_log.py脚本查看该文件,该脚本绘制一个类似于test_local.py生成的图形。
==
命令行应用程序,用于确定给定主机的Graphite指标峰值,并生成CSV报告
用法
---
<;pre>;使用:GealthPyReP.[-H] -S服务器[服务器输出…[O输出] [BR/> [-T-TIMEOUT] [BR/>< BR> >产生CSV报告,在石墨主机上发现尖峰> BR/> BR/>可选参数:
-H,帮助显示此帮助消息,并退出
-S服务器[服务器…]--服务器服务器[服务器…]
按程序查询的服务器(默认值:无)
-o输出,--output输出
output csv文件(默认值:[none])
-l限制,--limit限制
limit每个主机的请求计数(默认值:[500])
-p模式,--pattern模式
度量的全局模式(默认值:['*'])
-t超时,--timeout超时
主机请求之间的超时(默认值:[1])
<;/pre>;
例如
<;pre>;
./generate_report.py-s dumdum:81-o report.csv-l 2-p*.cpu.*-t 42
<;/pre>;
两个与请求之间的超时时间为42秒的\*.cpu.\*匹配的度量。
该命令将结果分组到report.csv
result
----
>程序创建一个csv文件ginven作为--output选项的参数,该选项有5列:
|
————————————————————————————————————————————————————————————————————————————————————————————————————————————————————————target=cpu.0.等待
只需使用检测器的实例
更改detector=spikedetector()行即可。
*原始timeseries
*运行检测器后的timeseries
*检测器结果
*一个treshold行(您可以在测试时删除它)
您只需用检测器替换峰值检测器即可。
您可以使用util.logger`` create_log file``函数。
它创建一个json文件,可以使用view_log.py脚本查看该文件,该脚本绘制一个类似于test_local.py生成的图形。