Rangkuman: Memantau Server

Termasuk bagian Pembelajaran Tanpa Pengawasan dalam perjalanan Machine Learning di Coddy. Pelajaran 38 dari 51.

Tantangan

Sedang

Server web mencatat setiap menit selama giliran kerja malam. Menit mana yang benar-benar aneh?

Skalakan keempat columns.
Tandai menit dengan isolation forest (contamination=0.03, random_state=0) dan LOF (n_neighbors=20, contamination=0.03).
Cetak menit yang ditandai oleh keduanya, sesuai urutan waktu, seperti di bawah ini.
Buat diagram sebar untuk setiap menit, permintaan pada sumbu mendatar dan latensi pada sumbu tegak, dengan label minutes. Lingkari menit yang ditandai oleh keduanya dengan warna merah, dengan label both detectors. Tambahkan legenda lalu tampilkan.

Untuk malam yang lain:

Both detectors flag 5 minutes:
  00:25: 1116 requests/s, 186 ms
  01:10: 2106 requests/s, 95 ms
  02:00: 1151 requests/s, 133 ms
  02:40: 835 requests/s, 142 ms
  03:10: 1774 requests/s, 82 ms

Malam dengan menit-menit server, permintaan per detik pada sumbu mendatar dan latensi pada sumbu tegak: sebaran yang meningkat, tiga menit dengan latensi lambat dilingkari merah di atasnya dan dua menit sibuk jauh di kanan

Coddy kemudian menjelaskan diagrammu.

Coba sendiri

import pandas as pd
import matplotlib.pyplot as plt
from sklearn.preprocessing import StandardScaler
from sklearn.ensemble import IsolationForest
from sklearn.neighbors import LocalOutlierFactor

# Satu baris untuk setiap menit selama sif malam di server web
log = pd.read_csv("servers.csv")
columns = ["cpu_pct", "memory_gb", "requests_per_s", "latency_ms"]

# Jangan ubah baris-baris di bawah ini
fig, ax = plt.subplots()
ax.set_title("Server Watch")
ax.set_xlabel("Requests per second")
ax.set_ylabel("Latency (ms)")

# Tulis kodemu di bawah ini