启用预测器监控

您可以在创建预测器时启用预测器监控，也可以启用预测器监控。

注意

预测器监控仅适用于 AutoPredictor。可以将现有的传统预测器升级到 AutoPredictor。请参阅升级到 AutoPredictor。

启用新预测器的预测器监控

您可以使用控制台、AWS CLI、AWS SDK 和 CreateAutoPredictor 操作启用新预测器的预测器监控。

Console

要启用预测器监控

1. 登录到 AWS Management Console 并打开 Amazon Forecast 控制台，网址：https://console.aws.amazon.com/forecast/。

2. 从数据集组中，选择您的数据集组。

3. 在导航窗格中，选择预测器。

4. 选择训练新预测器。

5. 在预测器配置部分，选择启用监控。

6. 提供以下必填字段的值：

   • 名称 - 唯一的预测器名称。

   • 预测频率 - 预测的粒度。

   • 预测范围 - 预测的时间步数。

7. 选择开始，在监控启用的情况下创建自动预测器。使用预测器生成预测并导入更多数据后，您将看到监控结果。

Python

要使用适用于 Python 的 SDK（Boto3）启用新预测器的预测器监控，请使用 create_auto_predictor 方法并在 MonitoringConfig 中提供监控器名称。

以下代码创建一个自动预测器，对未来 24（ForecastHorizon）天（ForecastFrequency）进行预测，并指定 MyPredictorMonitor 为 MonitorName。生成预测并导入更多数据后，您可以查看预测器监控的结果。有关检索结果的更多信息，请参阅查看监控结果。

有关创建预测器的所需和可选参数的信息，请参阅CreateAutoPredictor。

import boto3
                            
forecast = boto3.client('forecast')

create_predictor_response = forecast.create_auto_predictor(
    PredictorName = 'predictor_name',
    ForecastHorizon = 24,
    ForecastFrequency = 'D',
    DataConfig = {
        "DatasetGroupArn": "arn:aws:forecast:region:account:dataset-group/datasetGroupName"
    },
    MonitorConifg = {
        "MonitorName": "MyMonitorName"
    }
)

启用现有预测器的预测器监控

您可以使用控制台、AWS CLI 和 AWS SDK，启用现有预测器的预测器监控。

Console

要启用预测器监控

1. 登录到 AWS Management Console 并打开 Amazon Forecast 控制台，网址：https://console.aws.amazon.com/forecast/。

2. 从数据集组中，选择您的数据集组。

3. 在导航窗格中，选择预测器。

4. 选择预测器。

5. 导航到监控选项卡。

6. 在监控详细信息部分，选择开始监控

   当监控状态为“活动”时，将启用预测器监控。生成预测并导入更多数据后，您可以查看预测器监控的结果。有关更多信息，请参阅 查看监控结果

Python

要使用适用于 Python 的 SDK（Boto3）启用现有预测器的预测器监控，请使用 create_monitor 方法。指定监控名称，对于 ResourceArn，指定需监控的预测器的 Amazon 资源名称（ARN）。使用 describe_monitor 方法并提供监控器 ARN，以获取监控器状态。生成预测并导入更多数据后，您可以查看预测器监控的结果。有关更多信息，请参阅查看监控结果。

有关所需和可选参数的更多信息，请参阅CreateMonitor和DescribeMonitor。

import boto3
                            
forecast = boto3.client('forecast')

create_monitor_response = forecast.create_monitor(
    MonitorName = 'monitor_name',
    ResourceArn = 'arn:aws:forecast:region:accountNumber:predictor/predictorName'
)

monitor_arn = create_monitor_response['MonitorArn']

describe_monitor_response = forecast.describe_monitor(
    MonitorArn = monitor_arn
)
print("Monitor status: " + describe_monitor_response['Status'])