Terjemahan disediakan oleh mesin penerjemah. Jika konten terjemahan yang diberikan bertentangan dengan versi bahasa Inggris aslinya, utamakan versi bahasa Inggris.

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

Gunakan `PreviewAnomalyDetector` operasi untuk membuat titik akhir yang menunjukkan bagaimana data metrik Anda akan dianalisis oleh algoritme deteksi anomali selama periode waktu yang ditentukan. Titik akhir ini membantu Anda mengevaluasi dan memvalidasi kinerja detektor sebelum implementasi.

Kata kerja HTTP yang valid  
`GET`, `POST`

Jenis payload yang didukung  
Parameter yang dikodekan URL  
`application/x-www-form-urlencoded`untuk `POST`

Parameter yang didukung  
`query=<string>`Sebuah string kueri ekspresi Prometheus.  
`start=<rfc3339 | unix_timestamp>`Mulai stempel waktu jika Anda menggunakan kueri `query_range` untuk rentang waktu tertentu.   
`end=<rfc3339 | unix_timestamp>`Akhiri stempel waktu jika Anda menggunakan kueri `query_range` untuk rentang waktu tertentu.  
`step=<duration | float>`Lebar langkah resolusi kueri dalam `duration` format atau sebagai `float` beberapa detik. Gunakan hanya jika Anda menggunakan kueri `query_range` untuk rentang waktu tertentu, dan diperlukan untuk kueri tersebut.

## Pemformatan parameter kueri
<a name="anomaly-detection-query-formatting"></a>

Bungkus ekspresi promQL asli Anda dengan fungsi semu RandomCutForest (RCF) dalam parameter kueri. Untuk informasi selengkapnya, lihat [RandomCutForestConfiguration](https://docs.aws.amazon.com/prometheus/latest/APIReference/API_RandomCutForestConfiguration.html)di *Layanan Terkelola Amazon untuk Referensi API Prometheus*.

Fungsi RCF menggunakan format ini:

```
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]]]]])
```

Semua parameter kecuali kueri bersifat opsional dan menggunakan nilai default saat dihilangkan. Sintaks minimal adalah:

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

Anda harus membungkus kueri Anda dengan fungsi agregasi. Untuk menggunakan parameter opsional tertentu sambil menghilangkan yang lain, biarkan posisi kosong dalam fungsi:

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

Contoh ini hanya menetapkan parameter rasio yang mengabaikan lonjakan dan penurunan deteksi anomali berdasarkan rasio antara nilai yang diharapkan dan yang diamati.

## Permintaan dan respons API
<a name="anomaly-detection-query-formatting"></a>

Panggilan yang berhasil mengembalikan format yang sama dengan [QueryMetrics API](AMP-APIReference-QueryMetrics.md). Selain deret waktu asli, API mengembalikan deret waktu baru ini ketika sampel yang cukup tersedia:
+ `anomaly_detector_preview:lower_band`— Pita bawah untuk nilai yang diharapkan dari hasil ekspresi promQL
+ `anomaly_detector_preview:score`— Skor anomali antara 0 dan 1, di mana 1 menunjukkan kepercayaan tinggi dari anomali pada titik data tersebut
+ `anomaly_detector_preview:upper_band`— Pita atas untuk nilai yang diharapkan dari hasil ekspresi promQL

 **Permintaan sampel** 

```
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
```

 **Sampel respon** 

```
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"
  }
}
```