API概览
图片聚类 图片聚类 CreateSimilarImageClusteringTask 创建相似图片聚类任务 相似图片聚类功能，可以将您已索引到数据集内的图片按照相似度生成聚类，用于图片去重、选优等场景，例如可以通过该功能筛选相册中连拍的图片。...
使用前须知
聚类分析：包括单指标维度的机器热点分析和多指标维度的机器聚类分析。提供数据规范：指标数据规范详情，包括指标标签和指标定义。功能优势 简单：一站式开通、数据规范明确、数据接入和使用门槛低。高效：秒级聚类、高效可靠。灵活：不仅...
人脸聚类相关问题
本文介绍了在使用人脸聚类过程中可能遇到的问题。重要 此文档已不再维护，建议您使用新版智能媒体管理。关于智能媒体管理新版与旧版的对比，请参见 新旧版本使用指引。关于新版智能媒体管理人脸聚类的常见问题，请参见 图片管理常见问题。...
机器学习（MADlib）
聚类问题：提供K-Means算法实现聚类分析。关联分析：提供Apriori算法实现关联分析，解决如“啤酒与尿布”的关联问题。时序分析：提供ARIMA自回归移动平均模型预测时间序列数据的未来值。其他：数据降维如通过PCA主成分分析模型来提炼主因子...
通过消费组读取文本日志进行模板匹配
哈希聚类算法 不依赖日志模板库，基于 日志聚类 功能进行在线聚类匹配分析。参数 说明 相似度阈值 如果日志内容与某一个日志类别模板的相似度大于相似度阈值，则日志属于该日志类别。相似度阈值越低，日志越容易被归为同一个日志类别。融合...
常见问题
本文介绍SREWork应用的常见问题。错误信息：Query exceeded local memory limit of 3GB（查询A）错误原因 当前查询和分析语句所使用服务端的内存超过3 GB...解决方法 建议精简聚类分析指标数量和缩短聚类分析的时间周期（一般建议在1h以内）。
算法说明
哈希聚类算法 哈希聚类算法基于日志聚类功能，日志聚类功能对日志数据进行在线聚类，哈希聚类算法在 日志聚类 结果的基础上进行二次聚类，同时持续分析、监控日志数据。哈希聚类算法不依赖外部日志模板库。相似度匹配算法 相似度匹配算法...
功能特性
时空聚类介绍 时空聚类API 图片聚类 图片聚类基于照片的相似度将满足分组条件的照片分到同一组，您可以使用该功能筛选相册中连拍的照片，对其进行分组操作。图片聚类介绍 图片聚类 API 生成式处理 故事生成 故事功能可以将数据集中的照片...
向量介绍
适用场景：100%召回率 劣势：大数据量下效率较低、资源（CPU、内存）消耗较严重 聚类算法 量化聚类（Quantized Clustering）介绍：量化聚类（Quantized Clustering）是阿里巴巴开发的基于kmeans聚类的向量检索算法。先利用向量文档聚类n个...
功能特性
搜索 SQL洞察 SQL洞察聚类分析，用作深度异常的排查。SQL洞察 安全审计 内置了超过900种高危操作规则，涵盖异常操作、数据泄露、SQL注入和漏洞攻击等4大类，能够更全面地支持自动识别高危操作、SQL注入和新增访问等风险。安全审计 空间与...
模糊查询+查询分析
用户在配置了 模糊搜索 分析器的情况下并不能很好的满足业务需要并出现了一下bad_case，希望通过 查询分析 可以优化解决，但是由于模糊搜索本身就是扩大召回范围，以非精确性的方式召回数据，并且系统限制了SHORT_TEXT类型的字段配置的索引...
常见问题
路径分析 路径分析可以检查哪几类连通性问题？为什么会提示“路径存在未支持的中间节点，暂不支持路径分析。的错误信息？为什么会提示“匹配到安全组丢弃规则。的错误信息？流量分析 为什么开通流量分析功能后无法查看到数据？为什么在某...
什么是网络智能服务
分析实时问题 追溯历史问题 覆盖多类场景 流量分析概述 使用公网流量分析 使用混合云流量分析 使用跨域流量分析 使用同域流量分析 网络洞察 分析业务单元流量的实时运行状况，帮助您及时感知业务网络异常，并提供网络质量评估数据和事件...
实时日志查询
实时日志查询功能将OSS与日志服务SLS相结合，允许您在OSS控制台直接查询OSS的访问日志，帮助您完成OSS访问的操作审计、访问统计、异常事件回溯和问题定位等工作，提升您的工作效率并更好地帮助您基于数据进行决策。前提条件 已为OSS Bucket...
概述
一次配置即可实现可视组件高级过滤、高级控制、联动、钻取、分享等操作，帮助业务人员快速完成对比、地理分析、分布、趋势以及聚类等分析和决策。自动布局的仪表盘，适用于大多数通过快速配置即可查看和分享的可视化报表。自由布局的大屏，...
日志聚类
本文介绍日志聚类功能及其操作，包括开启日志聚类、查看聚类结果和原始日志、对比不同时间段的聚类日志数量等。前提条件 已创建Standard Logstore。具体操作，请参见 创建Logstore。已采集日志。具体操作，请参见 数据采集。已配置索引。...
查询防护日志
日志聚类 在 日志聚类 页签中，单击 开启日志聚类，可实现在采集日志时聚合相似度高的日志。具体操作，请参见 日志聚类。告警 在查询和分析页面，单击 图标，为查询和分析结果设置告警。具体操作，请参见 快速设置日志告警。快速查询 在...
监控与日志
使用日志聚类 在 日志聚类 页签中，单击 开启日志聚类，可实现在采集日志时聚合相似度高的日志。更多信息，请参见 使用日志聚类。为日志配置告警监控规则 创建日志告警监控规则后，系统根据定义的检查频率、触发条件等配置产生告警，并根据...
数据可视化概览
一次配置即可实现可视组件高级过滤、高级控制、联动、钻取、分享等，帮助业务人员快速完成对比、地理分析、分布、趋势以及聚类等分析和决策。自动布局的仪表盘，适用于大多数通过快速配置即可查看和分享的可视化报表。自由布局的大屏，适用...
聚类分片全链路测试
测试结论 Proxima CE在不同的数据集上，针对不同的采样率、聚类中心点个数以及索引分片个数，观察聚类分片方式的召回情况与耗时情况，经测试验证Proxima CE聚类分片的正确性测试符合预期。以下是几条经验准则：聚类中心点个数与召回呈正...
分析视图简介
Java堆分析中每个视图的主要功能 综合报表 列出堆转储的基础信息，同时概括的列出堆中占比最大的一些类、对象、类加载器等信息。综合报表可以看作是其他视图的一个摘要，将其他视图中最重要的信息摘要出来。我们可以获得堆的基本使用情况,...
云防火墙常见问题
访问控制策略常见问题 功能特性类问题 访问控制策略授权规格是否支持扩展？VPC间的防护流量是否支持扩展？云防火墙是否支持封禁IPv6地址段？主机边界防火墙和安全组有什么区别？普通策略组和企业策略组，有什么区别？DNS防火墙与访问控制...
日志查询
为网站域名开启WAF日志采集后，您可以使用日志查询功能对采集到的日志数据进行实时查询与分析，并基于查询与分析结果生成统计图表、创建告警等。前提条件 已开通WAF日志服务。具体操作，请参见 快速使用WAF日志服务。查询和分析日志 登录 ...
X-Pack高级特性
功能大类 功能二级分类 功能三级分类 管理和运行 可扩展和弹性 聚类和高可用性 自动节点恢复 自动数据再平衡 水平可扩展性 机架感知 跨集群复制 跨数据中心复制 MONITORING 全堆栈检测 多堆栈检测 可配置保留政策 堆栈发生问题时自动告警 ...
米连科技
日志服务帮助米连科技解决了数据分散、问题排查效率低、数据分析手段少的问题，提升了IT运维、数据运营、风控等方面的能力。公司简介 伊对是北京米连科技有限公司旗下品牌，公司成立于2015年，是国家高新技术企业和北京中关村高新技术企业...
功能特性
支持上下文查询、日志聚类、LiveTail、重建索引等功能。支持标准的SQL 92语法。提供SQL独享实例。更多信息，请参见 查询概述 和 分析概述。数据加工 日志服务提供数据加工功能，用于数据的规整、富化、流转、脱敏和过滤。具体说明如下：...
什么是应用诊断分析平台ATP
因此需要一款内存分析利器来帮助我们诊断这类问题。Eclipse MAT是一款优秀的Java内存分析工具，被广泛适用于开发人员的本地环境。但是随着应用复杂性的增加，许多内存问题往往仅发生在生产环境中，且生产环境中通常配置了较大的堆内存，...
什么是应用监控
智能洞察 对于应用服务响应时间突增、错误率突增等常见的问题，ARMS提供了智能洞察能力，您无需做任何设置，智能洞察将会基于应用历史数据并结合智能算法完成巡检，给出具体的根因分析和建议，同时支持订阅告警，帮助您一键触达问题根因。...
日志分析
SLS日志功能为您提供日志分布直方图、原始日志、日志聚类 和 统计图表 形式的查询分析结果，并支持设置告警、快速查询、刷新、分享等操作。具体信息，请参见 操作查询和分析结果。日志字段说明 字段名称 含义及说明 示例_time_操作时间。...
GMM聚类
当聚类问题中各个类别的尺寸不同、聚类间有相关关系的时候，往往使用混合高斯分布更合适。计算逻辑原理 高斯混合模型试图找到多维高斯模型概率分布的混合表示，从而拟合出任意形状的数据分布。图：GMM聚类过程 参数说明 IN端口 参数名 参数...
自治中心
本文介绍了如何访问集群的自治中心，以及性能监控、诊断报告、异常事件的基本介绍。...对于主机 CPU 异常根因分析，CPU 占比超过 15%的 SQL 会展示在结果中，同时还会进一步分析 SQL 是否存在性能下降、疑似锁冲突等问题。
DBSCAN
DBSCAN（Density-Based Spatial Clustering of Applications with Noise）是一种基于密度的聚类算法。它将簇定义为密度相连的点的最大集合，把具有足够高密度的区域划分为簇，可以在噪声的空间数据集中发现任意形状的聚类。您可以使用...
数据库画像
下半部分展示对象的特征，依赖，特性等ADAM智能分析出的数据。全景搜索 全景搜索功能方便用户在数据库应用改造时，快速查找目标对象。搜索功能支持全部匹配，模糊匹配，按类型匹配等多种复合搜索功能，可以任意组合查找画像中的对象信息。...
实时分析链路数据
最后，通过对 attributes.channel=offline 进行过滤，再对不同的业务标签进行 group by 来分组统计调用次数、耗时或错误率等指标，就可以快速地分析出每一类业务场景的流量趋势与服务质量。问题五：灰度发布监控 500台机器分10批发布，如何...
功能特性
针对巡检后发现的问题，智能洞察可以给出具体的根因分析和建议，同时支持订阅告警。事件中心 事件中心将云产品所生成的事件数据进行统一管理、存储、分析和展示，当您的应用使用了相关的产品，对应的事件会自动接入事件中心进行统一的分析...
数据管理
2.3.2 新老客户统计分析 业务场景：客户需要统计一段时间内或者某个活动期间产生的消费情况，并分析出其中新老客户分别的消费情况，根据分析结果进行新老客户的针对性营销，例如：统计往年双11期间的新老客户消费情况，根据这些情况做一些...
K均值聚类
功能说明 K均值聚类是一种矢量量化方法，在数据挖掘的聚类分析中很流行。K均值聚类通过试图分离 n 个相等方差组的样本来聚集数据，用最小化或者簇内和平方的标准。该算法需要指定簇的数量，它可以很好地扩展到大量样本，并已经被广泛应用于...
数据湖管理FAQ
Lakehouse相关问题 什么是Lakehouse？Lakehouse数据入湖时，对线上RDS有压力吗？如何控制建仓的限流能力？Lakehouse工作负载为什么运行失败，又没有S park Log 日志可以看？元数据发现相关问题 为什么配置了元信息发现，并在“手动执行”...
K均值聚类算法（K-Means）
该算法原理为：先将数据分为K组，随机选取K个对象作为初始的聚类中心，然后计算每个对象与各个种子聚类中心之间的距离，将每一个对象分配给距离它最近的聚类中心，聚类中心以及分配给它们的对象就代表一个聚类。即K-Means算法将输入表的...
查看作业性能
您可以查看运行中作业的性能，包括Job Manager与运行Task Managers的CPU、内存和线程的使用情况，这可以协助您定位代码问题，例如作业代码是否存在问题、个别类是否初始化比较慢、个别类是否占用资源比较多等问题。本文为您介绍如何查看...
- 产品推荐
- 这些文档可能帮助您