ขณะนี้ Microsoft Lumos เป็นโอเพ่นซอร์สที่อนุญาตให้ตรวจสอบเมตริกของเว็บแอปและตรวจจับความผิดปกติได้อย่างรวดเร็วโดยการกำจัดผลบวกที่เป็นเท็จ

Microsoft ได้เปิดการเข้าถึง "Lumos" ซึ่งเป็นไลบรารี Python ที่มีประสิทธิภาพสำหรับการตรวจจับและวินิจฉัยการถดถอยของเมตริกโดยอัตโนมัติในแอปพลิเคชัน "มาตราส่วนบนเว็บ" มีรายงานว่าไลบรารีมีการใช้งานมากใน Microsoft Teams และ Skype โดยพื้นฐานแล้ว "เครื่องตรวจจับความผิดปกติ" ที่ทรงพลังและชาญฉลาดนั้นเป็นแบบโอเพนซอร์สและพร้อมให้นักพัฒนาเว็บตรวจสอบและระบุการถดถอยในเมตริกประสิทธิภาพหลักในขณะที่เกือบจะกำจัดผลบวกที่ผิดพลาดส่วนใหญ่

Microsoft Lumos เป็นโอเพ่นซอร์สแล้ว มีการใช้งานอย่างแข็งขันในผลิตภัณฑ์ของ Microsoft บางรุ่นและตอนนี้จะพร้อมใช้งานสำหรับชุมชนการพัฒนาเว็บและแอปทั่วไป มีรายงานว่าไลบรารีอนุญาตให้วิศวกรตรวจจับการเปลี่ยนแปลงหลายร้อยรายการในเมตริกและปฏิเสธสัญญาณเตือนที่ผิดพลาดหลายพันรายการที่เกิดจากเครื่องตรวจจับความผิดปกติ

Lumos ช่วยลดอัตราการแจ้งเตือนที่ผิดพลาดได้มากกว่า 90 เปอร์เซ็นต์อ้างสิทธิ์ Microsoft:

Lumos เป็นวิธีการใหม่ที่มีตัวตรวจจับความผิดปกติเฉพาะโดเมนที่มีอยู่ อย่างไรก็ตาม Microsoft รับรองว่าไลบรารี Python สามารถลดอัตราการแจ้งเตือนที่ผิดพลาดได้มากกว่า 90 เปอร์เซ็นต์ กล่าวอีกนัยหนึ่งก็คือตอนนี้นักพัฒนาสามารถดำเนินการตามปัญหาที่เกิดขึ้นได้อย่างมั่นใจแทนที่จะเป็นปัญหาที่ไม่ต่อเนื่องซึ่งไม่ส่งผลเสียในระยะยาว

โดยปกติแล้วความสมบูรณ์ของบริการออนไลน์จะได้รับการตรวจสอบโดยการติดตามเมตริก Key Performance Indicator (KPI) เมื่อเวลาผ่านไป วิศวกรที่ทำการ "วิเคราะห์การถดถอย" ต้องใช้เวลาและทรัพยากรจำนวนมากในการกำจัดปัญหาซึ่งอาจบ่งบอกถึงปัญหาหลัก ๆ ปัญหาเหล่านี้อาจส่งผลให้ต้นทุนการดำเนินงานเพิ่มขึ้นและอาจสูญเสียผู้ใช้หากไม่ได้รับการแก้ไข

ไม่จำเป็นต้องเพิ่มการติดตามสาเหตุที่แท้จริงของการถดถอย KPI ทุกครั้งนั้นใช้เวลานาน ยิ่งไปกว่านั้นทีมมักใช้เวลาส่วนใหญ่ในการวิเคราะห์ปัญหาเพื่อพบว่าเป็นเพียงความผิดปกติเท่านั้น นี่คือจุดที่ Microsoft Lumos มีประโยชน์ ไลบรารี Python ช่วยขจัดขั้นตอนในการระบุว่าการเปลี่ยนแปลงเกิดจากการเปลี่ยนแปลงของประชากรหรือการอัปเดตผลิตภัณฑ์โดยจัดเตรียมรายการตัวแปรที่สำคัญที่สุดที่จัดลำดับความสำคัญไว้เพื่ออธิบายการเปลี่ยนแปลงในค่าเมตริก

Microsoft Lumos ยังตอบสนองจุดประสงค์ที่กว้างขึ้นในการทำความเข้าใจความแตกต่างของเมตริกระหว่างชุดข้อมูลสองชุดที่น่าสนใจคือแพลตฟอร์มนี้มี 'อคติ' และด้วยการเปรียบเทียบชุดข้อมูลการควบคุมและการรักษาในขณะที่ยังไม่เชื่อเรื่องพระเจ้ากับส่วนประกอบอนุกรมเวลา Lumos สามารถตรวจสอบ ความผิดปกติ

Microsoft Lumos ทำงานอย่างไร

Microsoft Lumos ทำงานร่วมกับหลักการของการทดสอบ A / B เพื่อเปรียบเทียบคู่ของชุดข้อมูล ไลบรารี Python เริ่มต้นด้วยการตรวจสอบว่าการถดถอยในเมตริกระหว่างชุดข้อมูลมีนัยสำคัญทางสถิติหรือไม่ จากนั้นจะติดตามด้วยการตรวจสอบอคติของประชากรและการทำให้เป็นมาตรฐานอคติเพื่ออธิบายการเปลี่ยนแปลงของประชากรระหว่างชุดข้อมูลทั้งสอง Lumos ตัดสินใจว่าปัญหานี้ไม่คุ้มค่าที่จะดำเนินการหากเมตริกไม่มีการถดถอยที่มีนัยสำคัญทางสถิติ อย่างไรก็ตามหากเดลต้าในเมตริกมีนัยสำคัญทางสถิติ Lumos จะทำเครื่องหมายคุณลักษณะและจัดอันดับตามการมีส่วนร่วมของเดลต้าในเมตริกเป้าหมาย

Lumos Python Library ทำหน้าที่เป็นเครื่องมือหลักสำหรับการตรวจสอบสถานการณ์ของเมตริกหลายร้อยรายการ นักพัฒนาและทีมที่ดำเนินการวิเคราะห์ประสิทธิภาพสามารถตรวจสอบและดำเนินการเกี่ยวกับความน่าเชื่อถือของการโทรการประชุมและบริการเครือข่ายโทรศัพท์สาธารณะ (PSTN) ที่ Microsoft ไลบรารีทำงานบน Azure Databricks ซึ่งเป็นบริการวิเคราะห์ข้อมูลขนาดใหญ่ที่ใช้ Apache-spark ของ บริษัท ได้รับการกำหนดค่าให้ทำงานกับงานหลายงานที่จัดเรียงตามลำดับความสำคัญความซับซ้อนและประเภทเมตริก งานเสร็จสมบูรณ์แบบอะซิงโครนัส หมายความว่าหากระบบตรวจพบความผิดปกติเวิร์กโฟลว์ Lumos จะถูกทริกเกอร์จากนั้นไลบรารีจะวิเคราะห์และตรวจสอบอย่างชาญฉลาดว่าความผิดปกตินั้นควรค่าแก่การติดตามและแก้ไขหรือไม่

Microsoft ตั้งข้อสังเกตว่า Lumos ไม่รับประกันว่าจะตรวจจับการถดถอยในบริการทั้งหมด นอกจากนี้บริการยังต้องการชุดข้อมูลจำนวนมากเพื่อให้ข้อมูลเชิงลึกที่เชื่อถือได้ บริษัท กำลังวางแผนที่จะรวมการวิเคราะห์เมตริกอย่างต่อเนื่องทำการจัดอันดับคุณลักษณะที่ดีขึ้นและนำเข้าสู่การจัดกลุ่มคุณลักษณะด้วย ขั้นตอนเหล่านี้ควรตอบสนองความท้าทายหลักของความหลากหลายเชิงเส้นในการจัดอันดับคุณลักษณะ