时序预测的背景信息、功能、调度与执行场景、使用建议等信息

日志服务提供时序预测功能，用于对时序数据进行自动化、智能化的预测。您可以根据预测结果判断时序数据未来的走势，提前感知系统或者业务关键指标的状态。本文介绍时序预测的背景信息、功能、调度与执行场景、使用建议等信息。

背景信息

服务在运行过程中会产生各种各样的时序数据，记录了服务的各种指标随时间的变化情况。时序数据的监控分析被广泛地应用在系统监控和故障定位中。对于时序数据的监控分析一般分为以下两种方式。

分析已经产生的时序数据，检测其中可能的异常。您可通过智能巡检功能实现。更多信息，请参见智能巡检。
该方式主要应用于在服务出现异常后及时的发现问题和定位问题。
预测将来产生的时序数据，判断时序数据未来的走势。您可通过时序预测功能实现。
该方式主要应用于对服务关键指标的异常走势进行提前预警。

时序预测应用场景如下：

预测服务关键指标（例如QPS、在线人数）的未来一段时间走势，当预测指标未来的数值超过配置的阈值时产生告警，便于运维人员在异常产生前对潜在问题进行排查。
预测系统各种指标（例如CPU使用率、磁盘利用率）未来的波动情况，可以使用指标的未来波动趋势对系统进行更可靠地调整。例如在系统CPU使用率过高时对系统进行扩容。

重要

时序数据未来的走势受各种因素的影响，包括各种突发、不稳定情况和预测算法内部缺陷等。因此预测结果无法保证100%的准确。预测结果可作为决策的参考依据之一，而不是唯一依据。

功能介绍

时序预测作业通过SQL方式抽取或聚合时序指标，按照调度规则定时拉取数据输入预测模型，将预测结果写入到目标日志库（internal-ml-log）中，并在仪表盘中展示预测结果，帮助您快速查看时序预测的结果。

时序预测工作原理

基本概念

日志服务时序预测涉及的基本概念如下表所示。

术语	说明
作业	一个时序预测任务对应一个作业，包括数据特征、模型参数等信息。
实例	一个时序预测作业按照作业配置生成执行实例。每一个实例针对作业配置定时拉取数据，运行算法模型，分发预测结果。关于不同操作对实例的调度与执行的影响，请参见调度和执行场景。一个作业可生成一个或多个实例，但是无论是正常被调度还是您触发异常实例重试的情况，不存在多个实例同时执行的情况。目前不支持参数的热升级。当您修改作业配置后，智能巡检作业会重新创建一个新实例执行算法模型，与之前的实例无关。
实例ID	执行实例的唯一标识。
创建时间	实例创建的时间。一般是按照您配置的作业规则生成，在补运行或追赶延迟时会立即生成实例。
执行时间	实例开始执行的时间。如果重试作业，则表示最后一次开始执行的时间。
结束时间	实例执行结束的时间。如果重试任务，则表示最后一次执行结束的时间。
执行状态	实例的执行状态。取值：运行中（RUNNING）重试中（STARTING）成功（SUCCEEDED）失败（FAILED）
数据特征配置	数据特征配置中包含时间项、实体项和特征项等参数。更多信息，请参见数据特征配置参数说明。
算法配置	算法配置中包含周期配置、假日配置、预测配置（待测序列长度、置信度、采样数、预测频率和观测时长）等参数。更多信息，请参见算法配置参数说明。
预测结果	通过内置仪表盘展示预测结果。

调度和执行场景

一个作业可生成一个或多个实例，无论是正常被调度还是您触发异常实例重试的情况，同时只有一个实例处于运行中，不存在多个实例并发执行的情况。

主要的调度与执行场景如下表所示。

场景	说明
场景一：从当前时间开始执行时序预测作业	从当前时间发起作业，预测作业根据配置的观测长度读取历史数据，然后预测未来一段时间的时间序列。
场景二：从某个历史时间点开始执行时序预测作业	在指定的时间点创建时序预测作业后，按照作业规则对历史数据进行处理，算法模型会快速消费历史数据，并逐渐追上当前时间。
场景三：修改调度配置	修改调度配置后，下一个实例按照新配置生成。算法模型会记忆当前消费的时间位置，进而对新来的数据继续巡检。
场景四：重试失败的实例	如果实例执行失败（例如权限不足、源库不存在、目标库不存在、配置不合法等），系统支持自动重试。若您的状态一直显示启动中，可能是配置失败。错误日志会发送到您的internal-etl-log下，您可以检查下配置并重新发起。调度执行完成后，系统会根据实际执行情况变更实例状态为成功或失败。

使用建议

建议您在使用时序预测时，根据业务情况明确具体的监控项，从而实现高效的数据转化与预测。具体说明如下：

上传数据到Logstore时，明确数据格式和字段的具体含义，确定观测时间间隔，从而完成巡检作业的快速配置。
掌握所监控对象的时序数据变化情况，了解其稳定性和周期性，从而完成算法参数的合理配置。
按整时（例如整秒、整分钟、整小时）对齐预测作业时间窗口。