Choisissez votre méthode d'agrégation

Les conditions d'alerte fournissent un ensemble d'outils sophistiqués pour décrire le moment où vous souhaitez être informé de quelque chose qui s'est produit ou qui n'a pas eu lieu sur quelque chose que vous monitoring. Pour de meilleurs résultats, choisissez la méthode d’agrégation qui correspond le mieux à la manière dont vos données arrivent.

Les trois méthodes d'agrégation sont le flux d'événements, le minuteur d'événements et la cadence. Si vous êtes intéressé par un aperçu conceptuel, consultez notre document sur les alertes en streaming, les termes clés et les concepts.

Qu'est-ce que l'agrégation ?

Lorsqu'une application ou un service est monitoré par New Relic, les données peuvent arriver de différentes manières. Certaines données arrivent de manière cohérente et prévisible, tandis que d’autres arrivent de manière incohérente et sporadique.

L'agrégation est la manière dont notre système d'alerte rassemble les données avant de les analyser pour détecter tout dépassement des niveaux d'avertissement ou de seuil critique.

Vos données sont collectées sous forme de points de données dans une fenêtre d’agrégation, puis transformées en une valeur numérique unique. Les points de données sont agrégés en fonction de votre requête NRQL à l'aide de méthodes telles que la somme, la moyenne, le minimum et le maximum, entre autres. Cette valeur numérique unique est celle utilisée pour évaluer le seuil de la condition.

Une fois les données agrégées, aucun autre point de données ne peut y être ajouté. Nos différentes méthodes d’agrégation vous aideront à trouver un équilibre entre l’agrégation rapide de vos données et l’attente de l’arrivée d’un nombre suffisant de points de données.

Pourquoi c'est important

Avec la méthode d'agrégation appropriée, vous avez plus de chances de recevoir les notifications qui vous intéressent, tout en évitant celles qui ne vous intéressent pas.

Les questions les plus importantes à prendre en compte lors du choix de votre méthode d’agrégation : à quelle fréquence mes données arrivent-elles ? Dans quelle mesure mes données arrivent-elles régulièrement ?

Lorsque les données arrivent fréquemment et de manière cohérente de manière linéaire, nous recommandons d'utiliser le flux d'événements.

Lorsque les données arrivent de manière sporadique, incohérente et dans le désordre, nous vous recommandons d'utiliser l'agrégation de temporisateurs d'événements.

Quand utiliser le flux d'événement

Avec le flux d'événements, les données sont agrégées en fonction de l'horodatage des points de données. Il est donc important que les points de données arrivent de manière cohérente et linéaire. Cette méthode d'agrégation ne fonctionne pas aussi bien pour les horodatages de points de données qui arrivent dans le désordre ou avec une large plage de temps dans une courte période.

événement flow est la méthode d'agrégation par défaut, car elle s'applique aux cas d'utilisation les plus courants.

Comment fonctionne le flux d'événements

Le flux d'événements utilise l'horodatage des points de données pour déterminer quand ouvrir et fermer une fenêtre d'agrégation.

Par exemple, si vous utilisez un flux d'événement avec une fenêtre de délai de 2 minutes, une fenêtre d'agrégation se fermera lorsqu'un horaire arrive deux minutes plus tard que le dernier horaire reçu.

Un point de données avec un horodatage de 12h00 arrive. Une fenêtre d’agrégation s’ouvre. À un moment donné, un point de données de 12h03 arrive. L'événement flow ferme la fenêtre, en excluant le point de données 12:03, et évalue cette fenêtre fermée par rapport à votre seuil.

La fenêtre d'agrégation du flux d'événements continuera à collecter des points de données jusqu'à cet horodatage ultérieur. Ce sont les horodatages ultérieurs qui font avancer le système, et non les points de données eux-mêmes. événement flow attendra aussi longtemps que nécessaire que le prochain point de données postérieur à votre paramètre de délai arrive, avant d'agréger les données.

Le flux d'événements fonctionne mieux pour les données qui arrivent fréquemment et de manière cohérente.

Cas d'utilisation du flux d'événements

Voici quelques cas d’utilisation typiques de flux d’événements :

• APMdonnées de l'agent.
• agent d'infrastructure de données.
• Toutes les données provenant d’un tiers qui arrivent fréquemment et de manière fiable.
• La plupart des métriques AWS CloudWatch proviennent du flux de métriques AWS (PAS de sondage). La principale exception est que certaines données AWS CloudWatch sont très peu fréquentes (comme les données de volume S3), qu'il s'agisse de streaming ou d'interrogation et, dans ce cas, vous utiliseriez Event timer.

Quand utiliser le minuteur d'événement

L'agrégation de minuteries d'événements est basée sur une minuterie qui compte à rebours lorsqu'un point de données arrive. Le minuteur se réinitialise chaque fois qu'un nouveau point de données arrive. Si le minuteur compte à rebours avant l'arrivée d'un nouveau point de données, le minuteur d'événement regroupe tous les points de données reçus pendant cette période.

Le minuteur d'événement est idéal pour alerter sur des événements qui se produisent de manière sporadique et avec de grands intervalles de temps.

Comment fonctionne le minuteur d'événement

Les erreurs sont un type d’événement qui se produit de manière sporadique, imprévisible et souvent avec de grands intervalles de temps.

Par exemple, vous pouvez avoir une condition avec une requête qui renvoie un nombre d’erreurs. Plusieurs minutes peuvent s'écouler sans aucune erreur, puis soudainement, 5 erreurs surviennent en l'espace d'une minute.

Dans cet exemple, le minuteur d'événement ne ferait rien jusqu'à ce que la première des 5 erreurs arrive. Ensuite, il démarrerait le minuteur, le réinitialisant à chaque fois qu'une nouvelle erreur arrive. Si le compte à rebours du minuteur atteint 0 sans nouvelle erreur, le minuteur d'événement agrège les données et les évalue par rapport à votre seuil.

Cas d'utilisation du minuteur d'événement

Voici quelques cas d’utilisation typiques de minuterie d’événement :

• Données d'utilisation de New Relic.
• Données d’intégration cloud interrogées (par exemple avec les méthodes d’interrogation GCP, Azure ou AWS).
• requête qui fournit des données éparses ou peu fréquentes, telles que le nombre d'erreurs.

Cadence

Cadence est notre méthode d'agrégation originale. Il regroupe les données sur des intervalles de temps spécifiques détectés par l'horloge interne de New Relic, quel que soit l'horodatage des données.

Nous vous recommandons d'utiliser plutôt l'une de nos autres méthodes d'agrégation, à moins que vos événements ne soient sensibles au décalage d'horloge et que vous n'ayez pas le contrôle sur le producteur pour le corriger. Par instance, les événements PageAction sont instrumentés sur le navigateur utilisateur et s'appuient sur l'horloge de l'appareil utilisateur pour attribuer un horodatage. Un événement unique avec un horodatage biaisé peut affecter le flux de l'événement ou même les alertes du minuteur, car les fenêtres peuvent être agrégées trop tôt et entraîner un faux positif.

En dehors de ce scénario, vous souhaiterez choisir l’une des autres méthodes d’agrégation. Le flux d'événements est idéal pour des points de données cohérents et prévisibles. Le minuteur d’événement est idéal pour les points de données incohérents et sporadiques.

Agrégation et perte de signal

Notre système de perte de signal fonctionne séparément de ces méthodes et paramètres d’agrégation.

Si vous définissez votre condition d'alerte pour ouvrir un nouvel incident lorsque votre signal est perdu pendant 10 minutes, un service de perte de signal monitore l'arrivée des points de données. Si un nouveau point de données n’arrive pas dans les 10 minutes, la perte de signal provoque l’ouverture d’un incident.

Pour plus d'informations sur le moment où utiliser le remplissage d'espace et la perte de signal simple, consultez notre article de forum sur le moment où utiliser le remplissage d'espace et la perte de signal.