这个仓库是iops.ai挑战赛2019，多维监测指标的异常定位，决赛运行环境。
- 评测程序的基本实现：
run.py - 基本的选手程序样例：
example_user/ - 测试 tested on Ubuntu 18.04.1LTS
- 选手程序超时：忽略该条结果
- 选手程序错误的输出：忽略错误输出，只识别符合格式的输出
- 选手程序崩溃：只计算崩溃前输出的结果
一个Docker镜像，其中包含了选手的程序和所有需要的环境。
请将docker镜像通过docker save ${IMAGE} -o ${队名}.tar命令保存在虚拟机的/srv目录下(docker save命令)。
- Docker镜像的名字请设定为队名，和tar文件的名字也需一致
- 请保证镜像有正确的entrypoint
- 可以参考example_user中的写法
- 请自行利用
run.py测试，确保符合规范。决赛过程中出现问题后果自负。
- docker container内
/data路径中，会按时序出现各个时间点的数据。格式和预赛相同，每个时间点对应的数据文件名为{timestamp}.csv（例如1536827700.csv）。 - 监控程序会定时向选手程序的stdin写入一行并换行，内容为发生异常的时间戳。此时
/data路径下保证会有此时刻及之前的所有时间点的数据。 - 选手程序需要在接受到stdin输入的限定时间（1min）内输出根因结果。内容为一行，格式和预赛提交格式相同：
{timestamp},{root_cause string}（例如1501475700,a1&b2;a3&b4）。注意需要换行和刷新缓冲区,不要加额外的空格，换行符是linux标准。超时的输出会被忽略。 不要在stdout中输出额外的内容，监控程序依赖系统提供的文件变化的时间读取内容，除了结果这一行如果有别的内容可能会导致问题。
- 保证
/data中按时间顺序依次出现各个时间点的数据。 - 在异常数据到来的时候，向选手程序的stdin写入一行，内容为发生异常的时间戳。
- 接受选手程序输出的按规定格式的根因结果。只有在后续时间点数据出现之前的结果才有效，否则会被直接忽略。
- 每个选手程序拥有的计算资源 8 Cores，64GB RAM，200GB Storage 选手的Docker镜像将会通过以下参数启动Container：
docker run -i --cpu=<cpu-limit> --memory=<memory-limit> --storage-opt size=<storage-limit> -v <data-path>:/data --ipc=private <container-name>- 安装pipenv，参考https://github.com/pypa/pipenv
- 安装依赖环境
pipenv install --python $(which python)- 进入虚拟环境
pipenv shell- 执行
python run.pypython run.py --help
Usage: run.py [OPTIONS]
Options:
--team TEXT team name without any special characters [required]
--ground-truth PATH path to ground truth file
--data PATH KPI data path
--docker PATH docker images parent path
--cpu-limit INTEGER client docker cpu limit
--memory-limit TEXT client docker memory limit
--storage-limit TEXT client docker storage limit
--interval INTEGER interval between every two points in seconds
--log PATH log file parent path
--help Show this message and exit.以下是运行example_user的样例:
cd example_user
bash build_docker.sh
cd ..
python run.py --team example_user --ground-truth unittest_files/ground_truth.csv --data unittest_files/data/ --interval 2输出的F1-score应当为1.0