如何利用Lambda新功能极简地构造无服务器 Web 应用?5 月 11 日,告诉你答案~ 了解详情
写点什么

基于形变分析模型的美团外卖业务异常检测系统建设与实践

  • 2019 年 9 月 10 日
  • 本文字数:645 字

    阅读完需:约 2 分钟

基于形变分析模型的美团外卖业务异常检测系统建设与实践

ArchSummit北京2018大会上,刘宏伟讲师做了《基于形变分析模型的美团外卖业务异常检测系统建设与实践》主题演讲,主要内容如下。


演讲简介


外卖业务持续高速成长,业务迭代快,逻辑复杂,关联服务多。如何快速准确识别系统各项指标的异常,发现问题根因,并快速解决显得尤为重要。在常规业务指标监控工作中需要手动维护上万业务指标报警阈值,不仅成本高,效果也不佳。我们尝试使用“形变分析模型”对业务指标自动进行异常检测,无需人工设置阈值。在实践过程中与外卖全链路压测,服务保护等稳定性保障系统进行内联,目前已覆盖绝大部分美团外卖 C 端核心业务指标,效果不错。


演讲提纲


1、美团外卖业务稳定性建设现状


  • 业务指标特点

  • 异常检测在整体架构中的位置


2、形变分析模型介绍


  • 形变分析模型的算法过程

  • 自适应阈值计模型介绍

  • 形变分析模型的能力边界和使用范围

  • 形变分析模型的变种-变点检查模型介绍

  • 报警收敛规则以及自适应报警收敛模型


3、形变分析模型和其他异常检测模型对比


4、业务异常检测系统的整体设计


5、与全链路压测和服务保护系统内联


6、落地情况以及实践效果


听众受益点


  1. 在不引入复杂算法的前提下,如何设计出真实可行的业务异常检测模型。

  2. 异常检测系统与其他稳定性相关的系统的内联。

  3. 美团外卖在异常检测方面面临的困境与踩过的坑。


讲师介绍


刘宏伟


美团 资深技术专家


2016 年加入美团点评,美团外卖技术保障组负责人,现正在围绕业务进行稳定性评估、实时监控、异常检测与故障诊断等方向的建设。












完整演讲 PPT 下载链接


https://archsummit.infoq.cn/2018/beijing/schedule


2019 年 9 月 10 日 13:50742

评论

发布
暂无评论
发现更多内容
基于形变分析模型的美团外卖业务异常检测系统建设与实践_ArchSummit_刘宏伟_InfoQ精选文章