Contrato de evento
Campos que espera la consulta
| Campo | Tipo | Por que existe |
|---|---|---|
| timestamp_utc | Timestamp | Solicitar tiempo de finalización. |
| status_code | Int64 | Código de estado de respuesta HTTP. |
Copiar la consulta
WITH hourly AS (
SELECT
date_trunc('hour', timestamp_utc) AS hour,
COUNT(*) AS requests,
100.0 * SUM(CASE WHEN status_code >= 500 THEN 1 ELSE 0 END)
/ NULLIF(COUNT(*), 0) AS error_rate_pct
FROM api_requests
WHERE timestamp_utc >= now() - INTERVAL '72 hours'
GROUP BY date_trunc('hour', timestamp_utc)
),
baseline AS (
SELECT
hour,
requests,
error_rate_pct,
AVG(error_rate_pct) OVER (
ORDER BY hour ROWS BETWEEN 7 PRECEDING AND 1 PRECEDING
) AS previous_seven_avg_pct
FROM hourly
)
SELECT
hour,
requests,
error_rate_pct,
previous_seven_avg_pct,
error_rate_pct - previous_seven_avg_pct AS increase_pct_points
FROM baseline
WHERE previous_seven_avg_pct IS NOT NULL
ORDER BY hour;Esta consulta de solo lectura se planifica y ejecuta en una tabla escrita vacía con Apache DataFusion 45.2.0. El resultado de la muestra determinista es sintético y se revisa por separado; valide tipos de campos, umbrales y definiciones comerciales con sus propios datos. Lea la metodología de prueba.
Resultado de la consulta
Aumento de la tasa de error por hora por encima del valor de referencia
El segmento de las 13:00 es la única desviación positiva clara del promedio móvil reciente.
12:00
0,03 pp
13:00
1,12 pp
14:00
0,02 pp
| hour | requests | error_rate_pct | previous_seven_avg_pct | increase_pct_points |
|---|---|---|---|---|
| 12:00 | 18.420 | 0,31 | 0,28 | 0,03 |
| 13:00 | 19.110 | 1,42 | 0,3 | 1,12 |
| 14:00 | 18.780 | 0,48 | 0,46 | 0,02 |
Salida de ejemplo sintético. Ejecute la consulta con su propio esquema de eventos y umbrales antes de utilizarla para decisiones operativas.
Reproducir el ejemplo
Descargar el accesorio público
El paquete JSON incluye el contrato de evento escrito, illustrative filas de entrada, SQL exacto, resultado esperado, notas de revisión y versión del motor. El CSV contiene el resultado mostrado.
Cómo funciona el SQL
- 1El CTE horario calcula un ratio con su denominador.
- 2La ventana termina en el punto anterior, por lo que el pico actual no puede elevar su propia línea de base.
- 3La diferencia final son puntos porcentuales, no cambio porcentual.
Casos extremos para decidir
- Una línea de base de siete horas no modela la estacionalidad diaria.
- Los períodos de tiempo que faltan siguen desaparecidos; no trate silenciosamente el tráfico perdido como si no hubiera errores.
- Requerir un volumen mínimo de solicitudes y combinar cambios relativos con un umbral de impacto absoluto.
Panel recomendado
- Tendencia: tasa de error observada y móvil
- Barras: aumento por encima del valor inicial
- Tabla: rutas en depósitos anómalos
Guía de alerta
Alerta solo cuando el aumento y la tasa de error absoluta superan los umbrales en un volumen significativo.
Leer configuración de alertaPon la receta a trabajar
Instrumentación y guías relacionadas.
Continuar el análisis
Detectar latidos de servicio faltantes
Encuentre servicios, trabajadores o tareas programadas que dejaron de informar antes de que apareciera un evento de falla.
Receta abiertaConsultar eventos de llamadas de herramientas de IA anidadas
Filtre campos anidados con puntos y clasifique las herramientas que fallan sin aplanar la carga útil del evento original.
Receta abiertaCalcular la tasa de consumo de presupuesto de errores de API
Convierta los errores de solicitud por hora en una serie de tasa de quemado de SLO que muestre qué tan rápido se consume el presupuesto de errores permitido.
Receta abiertaEjecútelo en eventos reales.
Crea una tabla, adapta los campos y guarda el resultado.
Comience gratis, envíe eventos estructurados y utilice el resultado de la consulta como un gráfico, un widget de panel compartido o una entrada de alerta.