更新时间：2022-08-13 21:23:29
机器学习模块可提供智能数据分析功能，目前支持 3 种类型的算法以满足不同的用户场景：单/多维度异常检测、时间序列预测、根因分析。
► 单/多维度异常检测：用于识别数据集与其他数据对象显著不同的点，异常检测根据检测数据维度的不同，可以分为单维度和多维度异常检测：
• 单维度异常：针对单个影响维度的数据进行检测，例如：录入请求量、响应量等不依赖其他变量，可独立统计的维度；
• 多维度异常：针对多个影响维度的数据进行检测，例如：1 台服务器的监控信息中包含 CPU 和内存 2 个维度的数据
► 时间序列预测：可根据已有的历史数据对未来趋势进行预测。例如：根据历史数据，预测稳定业务的机柜和机架的电量消耗，帮助数据中心降低资源消耗，节约成本；
► 根因分析：用于分析定位问题的根本原因，是分析问题和解决问题的一种方法。例如：在检测或者发现异常后，可以进一步从众多的可能性影响因子（a,b,c,d,e,f,g……）中，利用根因分析找到问题的根本原因或者主要原因。从而帮助客户进行快速排查、发现传统运维方式所不能发现的隐藏影响因子。
注意：
数据预览处理时可能会由于字段聚合过多，超过聚合桶上限数量，故导致索引获取失败的情况出现，此时可尝试通过以下方式进行解决：
• 缩小时间搜索范围；
• 减少可视化聚合字段（层级）；
• 扩大@timestamp时间戳的聚合时间间隔；
• 扩大集群允许聚合桶数，目前默认单个聚合桶（包括嵌套）上限为65536。此解决方式需注意聚合桶数量上限不建议调整过大，以免影响系统整体性能。