借助机器学习进行数据库异常检测
使用异常检测工具自动了解关于数据库等待行为模式的内容
如果您依赖只有内部人员才知道的知识，新人会很难获得知识。有时，在更大的环境中，绝对化的规模阻碍了深入、广泛的理解。消除对内部人员知识的需求，让 SolarWinds ®Database Performance Analyzer (DPA) 中的机器学习算法来帮助将“理解”正常行为模式这一过程自动化。当关键工作人员离开时，不要让知识也跟着离开；自动化并保留知识，以使团队中的每个人受益。
DPA 中的机器学习算法旨在随着时间的推移变得更加智能，并随着收集到更多数据而提高其预测精度。
通过超越峰值更深入地挖掘到基于异常的数据库监控
数据库管理员倾向于关注数据库性能的峰值。虽然这可能是一个很好的方法来锁定问题行为，但分析行为峰值并不是性能变化的唯一指标。事实上，性能变异性在大多数生产数据库中是正常现象，并且可以预测。数据库管理员需要一种方法来解释预期的变化和任何意外情况。
DPA 中的智能 SQL 数据库异常检测可以超越峰值，以解释预期的变化，并指出意外发生的事情。这个异常检测工具可以突出显示此类事件，为您提供多种方法来知道事情何时偏离了常规。
使用异常检测工具有效地进行故障排除，旨在针对重要的行为更改进行警报
除了检测数据库异常，DPA 还可以在检测到行为更改时发送警报，因为没有人会全天候地盯着仪表板。通过自定义灵敏度到一个您感到舒适的程度来减少干扰，让 DPA 为您侦察着这一切。
DPA 可不断地监控您的数据库，并且当检测到行为更改时发送警报。我们这款异常检测工具还能在工作负荷转变时、维护工作计入运营小时数时，以及在您想要调查的其他意外更改出现时告诉您。
为 SQL 数据库异常检测利用最新的可用数据
使用与多个数据库类型兼容的稳健的异常检测工具
详细了解异常情况检测工具
为什么要在数据库监控时使用异常检测功能？
数据库中的异常检测通常由机器学习提供，它是识别数据库中异常事件的一种方法。虽然数据库可能会有离群值（并且在大多数情况下，异常值就是离群值），但是并非所有离群值就是异常值。异常情况检测工具可以帮助 DBA 根据数据库性能基准，更轻松地找到“异常”或“意外”实例，从而将异常和意外定义为“无法统计”。
数据库监控中的异常检测功能十分适用于以下情况：
- 查找异常指标值以识别未检测的问题
- 为数据库管理员查找重要指标的更改，以便执行调查
- 当试图诊断检测到的问题时，可将注意力集中到“搜索哪里”的问题上
- 减少重新校准阈值的需要
DBA 可以在数据库监控中使用异常检测功能，以帮助您更快地深入了解重要的问题。数据库异常检测工具还可以在出现异常更改时发送警报至 DBA，因为异常更改有时会预示数据库性能问题，及早处理可以避免发展为瓶颈。
机器学习如何通过异常检测提供帮助？
机器学习可以在以下几个关键领域中改进异常检测：
- 提高精确度：机器学习使数据库基于异常的监控变得更加精准。为了有效地对数据库中的异常事件进行高亮显示，异常检测工具必须首先建立数据库性能的基准。然而，当您重新优化和对表格进行微调时，这些基线会随着时间的推移而变化。机器学习可以自动解释这些变化、重新校准和创建新的基准，因此 DBA 可以使用最精确的数据。同时，机器学习还能使异常检测工具随着时间的推移更加智能，从而让警报也变得愈加精准。
- 降低复杂度：机器学习使用自动化和快速分析功能，有助于数据库管理员分解大型数据集，使他们可以将其用于创建可操作的任务。它还能降低故障排除的复杂度，因为机器学习可以指向可能会出现性能问题的 DBA。这样就没有必要为此搜索整个数据库了。
基于异常情况的数据库监控如何在 DPA 中工作？
SolarWinds® Database Performance Analyzer (DPA) 中基于异常情况的数据库监控旨在通过两种主要方式帮助优化性能：
- 机器学习算法会了解数据库的“正常”情况，并预测等待时间。该算法至少需要 3 天的数据才能开始“学习”，最多可以使用 90 天的历史学习。DPA 从算法收集数据。
- DPA 的算法可基于学习数据，计算接下来 90 天里每个小时中数据库可能会经历的等待时间数，以及针对整个数据集的标准差。（标准差用于计算阈值。）当有足够的数据时，DPA 对每日和每周的季节性以及白天可预测的波动模式进行预测。
DPA 将针对一小时长的期限将实际等待时间进行对比，并与预测的等待时间进行比较，以找出偏差。如果实际等待时间多于关键阈值，则 DPA 可以执行以下操作：
- 如果已配置一个“数据库实例等待时间异常”警报，则将其触发
- 在 DPA 主页上更改等待时间计量的颜色
- “异常检测”图表中的栏位显示黄色或红色段
- 为什么要在数据库监控时使用异常检测功能？
- 机器学习如何通过异常检测提供帮助？
- 基于异常情况的数据库监控如何在 DPA 中工作？
为什么要在数据库监控时使用异常检测功能？
数据库中的异常检测通常由机器学习提供，它是识别数据库中异常事件的一种方法。虽然数据库可能会有离群值（并且在大多数情况下，异常值就是离群值），但是并非所有离群值就是异常值。异常情况检测工具可以帮助 DBA 根据数据库性能基准，更轻松地找到“异常”或“意外”实例，从而将异常和意外定义为“无法统计”。
数据库监控中的异常检测功能十分适用于以下情况：
- 查找异常指标值以识别未检测的问题
- 为数据库管理员查找重要指标的更改，以便执行调查
- 当试图诊断检测到的问题时，可将注意力集中到“搜索哪里”的问题上
- 减少重新校准阈值的需要
DBA 可以在数据库监控中使用异常检测功能，以帮助您更快地深入了解重要的问题。数据库异常检测工具还可以在出现异常更改时发送警报至 DBA，因为异常更改有时会预示数据库性能问题，及早处理可以避免发展为瓶颈。
借助于异常检测工具更好地优化数据库
Database Performance Analyzer
- 将稳健的异常检测工具和简易的数据深入挖掘、上下文设置，以及一致的导航相结合。
- 使用数据库异常检测工具，以查看阻止的对象和主体。
- 通过 SQL 数据库异常检测解除对正确的数据的锁定，从而充分利用数据库。
起始价格 $1,275
提供订阅和永久许可选项
