Le traduzioni sono generate tramite traduzione automatica. In caso di conflitto tra il contenuto di una traduzione e la versione originale in Inglese, quest'ultima prevarrà.

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

Utilizza l'`PreviewAnomalyDetector`operazione per creare un endpoint che dimostri come i dati metrici verranno analizzati dall'algoritmo di rilevamento delle anomalie durante il periodo di tempo specificato. Questo endpoint consente di valutare e convalidare le prestazioni del rilevatore prima dell'implementazione.

Verbi HTTP validi  
`GET`, `POST`

Tipi di payload supportati  
Parametri con codifica URL  
`application/x-www-form-urlencoded` per `POST`

Parametri supportati  
`query=<string>` Una stringa di domanda con espressioni Prometheus.  
`start=<rfc3339 | unix_timestamp>` Inizia il timestamp se lo utilizzi `query_range` per porre una domanda in un intervallo di tempo.   
`end=<rfc3339 | unix_timestamp>` Termina il timestamp se lo utilizzi `query_range` per porre una domanda in un intervallo di tempo.  
`step=<duration | float>` Larghezza del passo di risoluzione della domanda in `duration` formato o in `float` numero di secondi. Utilizza questa opzione solo se utilizza `query_range` per porre una domanda in un intervallo di tempo e, se necessario, per tale domanda.

## Formattazione dei parametri di interrogazione
<a name="anomaly-detection-query-formatting"></a>

Racchiude l'espressione PromQL originale con la pseudo funzione RandomCutForest (RCF) nel parametro di query. Per ulteriori informazioni, consulta [RandomCutForestConfiguration](https://docs.aws.amazon.com/prometheus/latest/APIReference/API_RandomCutForestConfiguration.html)*Amazon Managed Service for Prometheus* API Reference.

La funzione RCF utilizza questo formato:

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

Tutti i parametri tranne la query sono opzionali e utilizzano valori predefiniti quando vengono omessi. La sintassi minima è:

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

È necessario racchiudere la query con una funzione di aggregazione. Per utilizzare parametri opzionali specifici omettendone altri, lasciate delle posizioni vuote nella funzione:

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

Questo esempio imposta solo i parametri del rapporto che ignorano i picchi e le cadute di rilevamento delle anomalie in base al rapporto tra i valori previsti e quelli osservati.

## Richiesta e risposta API
<a name="anomaly-detection-query-formatting"></a>

[Le chiamate riuscite restituiscono lo stesso formato dell'QueryMetrics API.](AMP-APIReference-QueryMetrics.md) Oltre alle serie temporali originali, l'API restituisce queste nuove serie temporali quando sono disponibili campioni sufficienti:
+ `anomaly_detector_preview:lower_band`— Banda inferiore per il valore previsto del risultato dell'espressione PromQL
+ `anomaly_detector_preview:score`— Punteggio di anomalia compreso tra 0 e 1, dove 1 indica un'elevata confidenza di un'anomalia a quel punto dati
+ `anomaly_detector_preview:upper_band`— Banda superiore per il valore previsto del risultato dell'espressione ProMQL

 **Richiesta di esempio** 

```
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
```

 **Risposta di esempio** 

```
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"
  }
}
```