X-Pack Machine Learning
数据复杂多变，当出现基础设施问题、入侵者或业务问题时，几乎不可能利用规则或通过人工监视仪表板发现问题。阿里云Elaticsearch的X-Pack引入了机器学习功能machine learning，可以实时地自动模拟 Elasticsearch 数据的行为——趋势、周期等。从而更快地发现问题、简化问题根源分析、降低误报率。
透过数据表象
借助机器学习功能，Elasticsearch能够机敏地迅速回答 “上周各小时每秒请求数量是多少？” 等诸如此类的问题，并实时地将结果可视化。但是要想更加深入地询问 “有无异常？” 和 “这是什么原因导致的？”。您可以在如下场景中尝试机器学习功能。
IT 运维
发现应用请求数量异常降低，然后深入探究导致异常的问题服务器。
安全性分析
发现异常网络活动或用户行为，趁攻击者制造破坏之前准确地定位攻击者。
业务分析
如果您的电子商务网站中废弃购物车异常增多，则会给您发出通知。
对真实世界的复杂性自动建模
博客流量每到晚间和周末就会下降。热门产品的销售额会逐渐提高。位置和全天时段会影响转化率。X-Pack machine learning 功能会学习数据的正常行为、而且完全自动。 无需定义规则、指定阈值或手动构建统计模型, 借助我们 的 machine learning 功能即可轻松开始发现异常。只需描述您要分析的数据（每秒请求数量）， 以及可能对此数据产生影响的其他属性（服务器、IP、用户名）。模型首先会明确正常情况的基准线，从而检测出异常情况。
检测各种类型的异常
X-Pack 里面的 machine learning 功能突破了 Elasticsearch 探索数据的新边界。能够知道特定指标，如每秒请求数，在何时偏移了正常轨迹。通过构建一个 “典型” 用户或机器的配置文件来检测单个异常值，以便知道目标何时从群体中开始偏离。对日志消息进行分类，以了解特定组的正常情况和部分罕见事件或不同寻常的消息类型。
以更快的速度明确问题并定位根本原因
检测到异常后，X-Pack machine learning 功能可以轻松识别对此有重大影响的属性。例如，如果交易量异常下降，您可以迅速找到导致此问题的故障服务器或错误配置的交换机。
由于具备了跨数据类型和机器学习作业如日志消息、网络流量、指标等等, 进行精准定位和事件关联的能力，因此可以更加快捷地解决手头问题，并将业务恢复正常。
了解X-Pack其他功能
安全组件Security功能详解
告警组件Alerting功能详解
监控组件Monitoring功能详解
报告组件Reporting功能详解
图分析组件Graph功能详解
加入钉钉技术讨论群
阿里云Elasticsearch已正式发布啦，阿里云携手Elastic开源官方联合开发，集成5.5.3商业版本XPack功能，欢迎开通使用。
点击了解更多产品信息
