Die vorliegende Übersetzung wurde maschinell erstellt. Im Falle eines Konflikts oder eines Widerspruchs zwischen dieser übersetzten Fassung und der englischen Fassung (einschließlich infolge von Verzögerungen bei der Übersetzung) ist die englische Fassung maßgeblich.

# PreviewAnomalyDetector API
<a name="anomaly-detection-api"></a>

Verwenden Sie den `PreviewAnomalyDetector` Vorgang, um einen Endpunkt zu erstellen, der demonstriert, wie Ihre Metrikdaten durch den Algorithmus zur Erkennung von Anomalien während des angegebenen Zeitraums analysiert werden. Dieser Endpunkt hilft Ihnen, die Leistung des Detektors vor der Implementierung zu bewerten und zu validieren.

Gültige HTTP-Verben  
`GET`, `POST`

Unterstützte Payload-Typen  
URL-kodierte Parameter  
`application/x-www-form-urlencoded` für `POST`

Unterstützte Parameter  
`query=<string>`Ein Abfrage-String mit einem Prometheus-Ausdruck.  
`start=<rfc3339 | unix_timestamp>` Startzeitstempel, wenn Sie `query_range` einen bestimmten Zeitraum abfragen möchten.   
`end=<rfc3339 | unix_timestamp>` Endzeitstempel, wenn Sie für `query_range` die Abfrage nach einem bestimmten Zeitraum verwenden.  
`step=<duration | float>` Schrittweite der Auflösung im `duration` Format oder als `float` Anzahl von Sekunden abfragen. Verwenden Sie diese Option nur, wenn Sie `query_range` für Abfragen für einen bestimmten Zeitraum verwenden und dies für solche Abfragen erforderlich sind.

## Formatierung von Abfrageparametern
<a name="anomaly-detection-query-formatting"></a>

Verpacken Sie Ihren ursprünglichen PromQL-Ausdruck mit der Pseudofunktion RandomCutForest (RCF) im Abfrageparameter. Weitere Informationen finden Sie [RandomCutForestConfiguration](https://docs.aws.amazon.com/prometheus/latest/APIReference/API_RandomCutForestConfiguration.html)in der *Amazon Managed Service for Prometheus API-Referenz*.

Die RCF-Funktion verwendet dieses Format:

```
RCF(<query>
[,shingle size
[,sample size
[,ignore near expected from above
[,ignore near expected from below
[,ignore near expected from above ratio
[,ignore near expected from below ratio]]]]])
```

Alle Parameter außer der Abfrage sind optional und verwenden Standardwerte, wenn sie weggelassen werden. Die minimale Syntax lautet:

```
RCF(<query>)
```

Sie müssen Ihre Abfrage mit einer Aggregationsfunktion umschließen. Wenn Sie bestimmte optionale Parameter verwenden und andere weglassen möchten, lassen Sie leere Positionen in der Funktion übrig:

```
RCF(<query>,,,,,1.0,1.0)
```

In diesem Beispiel werden nur die Verhältnisparameter festgelegt, die Spitzen und Abnahmen bei der Erkennung von Anomalien auf der Grundlage des Verhältnisses zwischen erwarteten und beobachteten Werten ignorieren.

## API-Anforderung und -Antwort
<a name="anomaly-detection-query-formatting"></a>

[Erfolgreiche Aufrufe geben dasselbe Format wie die QueryMetrics API zurück.](AMP-APIReference-QueryMetrics.md) Zusätzlich zu den ursprünglichen Zeitreihen gibt die API diese neuen Zeitreihen zurück, wenn genügend Stichproben verfügbar sind:
+ `anomaly_detector_preview:lower_band`— Unteres Band für den erwarteten Wert des PromQL-Ausdrucksergebnisses
+ `anomaly_detector_preview:score`— Anomalie-Score zwischen 0 und 1, wobei 1 auf eine hohe Zuverlässigkeit einer Anomalie an diesem Datenpunkt hinweist
+ `anomaly_detector_preview:upper_band`— Oberes Band für den erwarteten Wert des PromQL-Ausdrucksergebnisses

 **Beispielanforderung** 

```
POST /workspaces/workspace-id/anomalydetectors/preview
Content-Type: application/x-www-form-urlencoded

query=RCF%28avg%28vector%28time%28%29%29%29%2C%208%2C%20256%29&start=1735689600&end=1735695000&step=1m
```

 **Beispielantwort** 

```
200 OK
...

{
  "status": "success",
  "data": {
    "result": [
      {
        "metric": {},
        "values": [
          [
            1735689600,
            "1735689600"
          ],
          [
            1735689660,
            "1735689660"
          ],
          .........
        ]
      },
      {
        "metric": {
          "anomaly_detector_preview": "upper_band"
        },
        "values": [
          [
            1735693500,
            "1.7356943E9"
          ],
          [
            1735693560,
            "1.7356945E9"
          ]
          ],
          .........
        ]
      },
      {
        "metric": {
          "anomaly_detector_preview": "lower_band"
        },
        "values": [
          [
            1735693500,
            "1.7356928E9"
          ],
          [
            1735693560,
            "1.7356929E9"
          ],
          ......... 
        ]
      },
      {
        "metric": {
          "anomaly_detector_preview": "score"
        },
        "values": [
          [
            1735693500,
            "0.0"
          ],
          [
            1735695000,
            "0.0"
          ],
          .........
        ]
      }
    ],
    "resultType": "matrix"
  }
}
```