Skip to main content
NetApp Solutions
O português é fornecido por meio de tradução automática para sua conveniência. O inglês precede o português em caso de inconsistências.

Implantar o Grafana Dashboard

Colaboradores
PDFs

Depois que tudo é implantado, executamos inferências sobre novos dados. Os modelos preveem a falha no equipamento de dispositivo de rede. Os resultados da previsão são armazenados em uma tabela do Iguazio TimeSeries. Você pode visualizar os resultados com Grafana na plataforma integrada à política de segurança e acesso a dados do Iguazio.

É possível implantar o painel importando o arquivo JSON fornecido nas interfaces Grafana no cluster.

  1. Para verificar se o serviço Grafana está em execução, consulte Serviços.

    Figura que mostra a caixa de diálogo de entrada/saída ou que representa o conteúdo escrito

  2. Se não estiver presente, implante uma instância da seção Serviços:

    1. Clique em novo serviço.

    2. Selecione Grafana na lista.

    3. Aceite os padrões.

    4. Clique em Next Step (próximo passo).

    5. Introduza a sua ID de utilizador.

    6. Clique em Save Service (Guardar serviço).

    7. Clique em aplicar alterações na parte superior.

  3. Para implantar o painel, baixe o arquivo NetopsPredictions-Dashboard.json pela interface do Jupyter.

    Figura que mostra a caixa de diálogo de entrada/saída ou que representa o conteúdo escrito

  4. Abra o Grafana na seção Serviços e importe o painel.

    Figura que mostra a caixa de diálogo de entrada/saída ou que representa o conteúdo escrito

  5. Clique em carregar *.json ficheiro e selecione o ficheiro que transferiu anteriormente (NetopsPredictions-Dashboard.json). O painel é apresentado após a conclusão do carregamento.

Figura que mostra a caixa de diálogo de entrada/saída ou que representa o conteúdo escrito

Implantar a função Limpeza

Quando você gera muitos dados, é importante manter as coisas limpas e organizadas. Para fazer isso, implante a função de limpeza com o cleanup.ipynb notebook.

Benefícios

O NetApp e o Iguazio aceleram e simplificam a implantação de aplicações de IA e ML, criando estruturas essenciais, como Kubeflow, Apache Spark e TensorFlow, juntamente com ferramentas de orquestração como Docker e Kubernetes. Ao unificar o pipeline de dados completo, o NetApp e o Iguazio reduzem a latência e a complexidade inerentes a muitas cargas de trabalho de computação avançadas, reduzindo efetivamente a lacuna entre o desenvolvimento e as operações. Os cientistas de dados podem executar consultas em grandes conjuntos de dados e compartilhar com segurança dados e modelos algorítmicos com usuários autorizados durante a fase de treinamento. Depois que os modelos em contêiner estiverem prontos para produção, você poderá migrá-los facilmente de ambientes de desenvolvimento para ambientes operacionais.