可以将时间分段进行学习,例如将历史数据划分为常规数据和活动数据。对于预热时的毛刺数据,可以通过寻找离群点的一些方法,例如局部异常因子、孤立森林等先对数据进行分类标注,在做预测时将这部分数据剔除。
关于故障定位,可以分为纵向与横向的问题追溯。横向上通过ESB对各服务模块调用关系进行梳理,建立服务调用关系图谱;纵向上结合系统运行信息分析,找出关联性能指标中潜在的问题,如CPU使用率,内存空间等。当故障发生时,由每个模
关于TWT使用指南社区专家合作厂商入驻社区企业招聘投诉建议版权与免责声明联系我们 © 2024 talkwithtrend — talk with trend,talk with technologist京ICP备09031017号-30