Мониторинг производительности и искусственный интеллект

Публикация № 1082702

Администрирование - Производительность и оптимизация (HighLoad)

нейронные сети нечеткая логика мониторинг производительности искусственный интеллект

Расскажем и покажем практически, как использовать искусственный интеллект на страже мониторинга производительности. У вас появится возможность создать собственного помощника Ларису, которая возьмет на себя вопросы по контролю и диагностике состояния обслуживаемой системы.

Промо 

Кто хочет, чтобы о проблемах производительности сообщалось заранее, до начала падения системы?
Чтобы мониторинг с пристрастием осуществлялся 24 часа в сутки 7 дней в неделю?
Чтобы при наличии сложных ситуаций мы узнавали первыми, а не пользователи?
Кто хочет повысить качество сервиса и перейти на новый уровень?
Зачем разбирать вручную логи технологического журнала и входить в когнитивный диссонанс, когда есть для этого специальный и обученный помощник?

Ответ на эти вопросы и многое другое найдете в этой статье. Ок, Лариса! Поехали...

 

Введение 

Это первая часть по вопросам практики применения искусственного интеллекта и в ней мы рассмотрим применение нечеткой логики (fuzzy logic). В следующих статьях будем двигаться дальше и затронем применение нейронных сетей. И все это на 1С.

Что будет делать наш AI Лариса? Выполнять сбор данных о производительности, обрабатывать и принимать решение в онлайн режиме, а затем оповещать о проблемах через мессенджер (хотя, она может конечно выполнить и более сложные проактивные действия). Обо всем этом ниже.

Обработка искусственным интеллектом состояния системы

Структура статьи

  1. краткий обзор методологии
  2. как это работает
  3. настройка и запуск
  4. видео-урок
  5. замечания

Для тех, кто не привык читать и хочет сразу попробовать, предлагаю проследовать к видео-инструкции, а потом вернуться сюда и ознакомится детальнее с тем как это работает под «капотом».

Мы будем использовать открытый Фреймворк "Мониторинг производительности" (https://github.com/Polyplastic/1c-parsing-tech-log).
 

I) Краткий обзор (на пальцах)

Нечеткая логика ближе по духу к человеческому мышлению и естественным языкам, чем традиционные логические системы. Она обеспечивает эффективные средства отображения неопределённостей и неточностей реального мира.

В нечеткой логике при решении принято оперировать определенными логическими абстракциями - термами, а не цифрами. К примеру, получая информацию о температуре тела, для нас важны понятия "нормальная", "переохлаждение" или "жар". Числовое значение температуры тела мы получаем с применением градусника (фактически датчик сигнала), а затем преобразовываем в понятную для себя систему лингвистических описаний (см. рис. ниже). Этими понятиями в дальнейшем мы оперируем при принятии решений.

Процесс преобразования числовых значений в логические термы называется процедурой фаззификации (fuzzification).

Согласно рисунку у нас получается, что диапазон значений соответствующий терму "замерз" будет (от абсолютного нуля до 35), "нормальная" от 34 до 37, а жар от 37 до максимально возможной.

Теперь поговорим о процессе принятия решений. Но прежде усложним ситуацию и добавим еще один параметр болезнь со значениями "болен" и "здоров". Этот параметр субъективный и может определяться пациентом самостоятельно.

Так как у нас не система управления машиной или краном и не требуется организация управляющего воздействия, а стоит задача в диагностике состояния пациента, то в упрощении процесс принятия решения можно описать комбинацией условий в таблице  правил (база знаний). 

Как видно из таблицы, то в зависимости от температуры тела и субъективной оценки здоровья, мы можем принять решение что требуется делать. Таблица правил читается следующим образом:

Если температура тела "нормальная" и пациент "здоров" тогда
  решение "все хорошо",
Иначе если температура тела "переохлаждение" и "здоров" тогда
  решение "необходимо согреться",
Иначе т.д.

Все те же самые размышления мы можем распространить на оборудование:

1. Информацию о правилах и рекомендациях мы можем получить, обратившись к всеобщему разуму, экспертам в области.

В предыдущей статье "За 5 шагов добавляем мониторинг счетчиков производительности серверов MS SQL и 1С"  я предоставлял таблицы параметров счетчиков производительности для 1С сервера и MS SQL, в них для каждого элемента приводились оценки допустимых значений и рекомендации.

К примеру, "Buffer cache hit ratio (Коэффициент обращений к буферному кэшу)" рекомендуется чтобы был близок к 100%. Соответственно, если он ниже, то в системе наблюдаются проблемы, а если около 0, то значит скорее все плохо, чем хорошо.
Или счетчик "Свободно мегабайт на диске", должен быть гораздо больше 0 иначе у Вас система просто перестанет работать.

2. Информация на основе текущего опыта для конкретной системы.

Продолжая рассматривать размер диска, нам необходимо понимать какой размер достаточный или критичный для работы - не забываем про существование ограниченности ресурсов (бесконечный размер будет стоить дорого). Эту информацию вы сможете определить, зная параметры своей системы.

Общее понимание работы нечеткой логики в упрощенном представлении у Вас должно появиться и теперь мы готовы двигаться дальше.

В нашем случае (на пальцах) мы должны взять набор показателей, которые являются основными для оценки состояния системы (загрузка процессора, очередь к процессору, количество блокировок, величина свободного места на диске, объем трафика сетевого и т.д.), и как эксперты создать набор суждений, которые будут определять состояние системы "критическое" или "рабочее" в зависимости от комбинаций показателей. Об этом подробнее мы расскажем в отдельной статье и позже.

 
Общее описание для демо примера модели "fuzzy.xml"  

В качестве демо примера приведена модель (приложение к статье), в котором выполняется суждение о состоянии по двум показателям - "Загрузка процессора %" и "Очередь к процессору". Скачайте и с помощью обработки "нечеткий контроллер" посмотрите подробнее.

 

Пример преобразования показателя "Загрузка процессора %" к логическим термам

Пример преобразования показателя "Очередь к процессору" к логическим термам

Пример суждения: если загрузка процессора очень высокая и очередь большая, то система находится в аварийном состоянии. Более полная сводка правил на рисунке ниже.

Пример базы знаний - ядро системы ИИ

II) Как это все работает?

Рассмотрим как это реализовано у нас в системе для понимания процесса, что за чем и почему. Ниже на рисунке приведена основная модель.

Как вы можете заметить, то основным звеном в системе является объект "Замеры". А через дополнительные обработки реализуется логика и выполнение проактивных действий. 

Ниже приведены четыре основных последовательности действий в хронологическом порядке, которые позволяют достичь желаемого результата, а именно - заставить заработать искусственный интеллект.

Система мониторинга с Ларисой работает в онлайн режиме и реагирует на события/состояние системы возникающие в текущий момент с задержкой на величину интервала запуска регламентного задания. Т.е. если у Вас интервал 60 сек, то актуальность сообщения будет запаздывать на 1 минуту. Но и ставить интервал срабатывания в районе 5 сек не имеет смысла, т.к. любая система обладает инерцией, даже если кто-то начент крушить серверную топором.

Структурная схема описания модели работы мониторинга

1. Загрузка параметров производительности. Входной сырой источник информации для Ларисы - это замеры. Через них мы заводим и доводим до нее данные счетчиков, либо выполняем какую-либо их пост обработку. Это два квадрата – «Замеры технологические» и «Замеры произвольный алгоритм».

О загрузке данных для анализа мы писали ранее: «5 простых шагов и 15 минут на разворачивание инструмента мониторинга проблем производительности базы 1С» и «За 5 шагов добавляем мониторинг счетчиков производительности серверов MS SQL и 1С».

2. Фаззификация. Как было сказано ранее цифры для Ларисы, как для нас китайская грамота, поэтому мы должны выполнить обработку - перевести их из цифровой формы в логические термы. Сказать ей что места на диске мало, или загрузка процессора высокая. На рисунке это блок – «Замеры программные».
Для упрощения мы объединили процедуру выполнения фаззификации и определения решения нечетким контроллером в один блок, но для понимания процесса текущая последовательность важна.

Результат работы фаззификатора и логического контроллера для некоторого события во времени.


3. Обработка нечетким контроллером. Лариса анализирует входную информацию в термах, смотрит в свою базу знаний и принимает решение. Затем записывает это решение в соответствующий замер. На рисунке это блок – «Обработка нейронной сетью».

 


4. Обработка машиной состояний. Теперь, зная состояние системы, она может выполнить, то действие, которое мы описали в наборе дополнительных правил (обычно оповещение). В этом Ларисе помогает машина состояний (FSM – finite-state machine). На рис. это блок – «Обработка машины состояний».
 

III) Порядок настройки и запуска

0. Подготовка. Загружаем дополнительные обработки:

  • "ОбработкаМашиныСостояний.epf", "МашинаСостояний.epf" - обработки "мозги" Ларисы по выполнению действий; 
  • "НечеткийКонтроллер.epf", "ОбработкаДанныхНечеткимКонтроллером.epf" - обработки "мозги" Ларисы; 
  • "ОтправкаСообщенийAPI_Skype.epf", "ОтправкаСообщенийAPI_email.epf", "ОтправкаСообщенийAPI_Telegram.epf" - обработки для формирования оповещений. 

Настраиваем учетные записи для выполнения оповещения, к примеру, Skype:

  • Создаем новую учетную запись и называем ее "Бот Лариса (Skype)" (подсистема "администрирование")
  • Далее открываем обработку "ОтправкаСообщенийAPI_Skype.epf"
  • Выбираем учетную запись "Бот Лариса (Skype)" и заполняем все параметры для ее работы "IDПриложения", "Пароль", "IDЧата", как их получить можете почитать в этой статье "Отправка сообщений в Skype через Microsoft Bot Framework API".

В подобном режиме настраивается обработка отправки оповещений по почте - "ОтправкаСообщенийAPI_email.epf". Если вы используете другие мессенджеры или приемники информации, то засучите рукава и напишите свой плагин, интерфейс взаимодействия должен соответствовать)

1.Подключаем замеры интересующих параметров и их обработку. Об этом мы рассказывали в предыдущих статьях.

2. Настройка нечеткого контроллера ("электронных мозгов")

2.1. Переходим в подсистему "Оракул" и дальнейшие действия выполняем в этой подсистеме.

2.1. Загружаем демо xml файл модели нечеткого контроллера с сайта "fuzzy.xml" и при необходимости проводим его донастройку с помощью обработки «НечеткийКонтроллер.epf».
2.2. Или создаем новый файл нечеткой логики и пишем свои правила. 
2.3. Создаем новый элемент справочника "Нейронные сети", называем его "электронные мозги Ларисы" и загружаем модель - файл xml.

3. Запуск обработки нечеткой системы.

3.1. Открываем форму «ОбработкаДанныхНечеткимКонтроллером.epf» и выполняем настройки

  • Указываем ссылку "электронные мозги Ларисы" в поле "Нечеткий контроллер"
  • Указываем связь входов модели с замерами и свойствами (замер "загрузка счетчиков производительности" + свойство "Processor Load%" и т.д.). Порядок входов в таблице настройки на форме обработки должен соответствовать порядку входов в модели. 
    Обратите внимание! В текущей версии обработки дата события (дата вычисления счетчика производительности) выбранных замеров и свойств должны совпадать, т.е.,  к примеру, дата события "Processor Load%" замера 1 = 26.06.2019 10:07:21 и дата события "Processor Queue Length" замера 2 = 26.06.2019 10:07:21. Если это не так, то нужно провести пост обработку и привести их, к примеру, к началу минуты.

3.2 Создаем новый замер с наименованием "Обработка нечетким контроллером (Лариса)".

  • Указываем тип "произвольная обработка", путь к каталогу пишем "не имеет смысла", указываем ссылку на обработку «ОбработкаДанныхНечеткимКонтроллером.epf».
  • Ставим в фильтрах дата начала "сейчас" иначе обработает всю историю.
  • Настраиваем расписание регламентного задания (мы ставили 60-120 сек) и закрываем.

4. Настройка машины состояний и системы оповещений.

4.1. Выполняем настройку машины состояний с помощью обработки "Машина состояний.epf". Для этого создаем правила вручную или загружаем файл демо примера "finite-state machine.xml" и проводим его донастройку: 

  • указываем (перевыбираем) учетную запись в таблице настройки действий на "Бот Лариса (Skype)"
  • Указываем ссылку на обработку оповещения (у меня были отличные ссылки).

Рекомендуем ставить выполнение оповещения только для переходов из любых состояний в критические. Иначе вы перестанете реагировать на сообщения, их должно быть мало и только в действительно аварийных ситуациях.

Пример шаблона сообщения:

%ДатаСобытия% %ПриветствиеОпасность% %ПереносСтроки% Произошло изменение состояния системы (%Оборудование%) из состояния '%ПредыдущееСостояние%' в состояние '%ТекущееСостояние%'!

или

%ДатаСобытия% %Приветствие% %ПереносСтроки% (%Оборудование%) находится в состоянии '%ТекущееСостояние%'!

4.2. Создаем новый элемент справочника "Машины состояний" с наименованием "обработка действий Ларисой" и загружаем модель - xml файл.

4.3. Открываем обработку "ОбработкаМашинойСостояний.epf" и выполняем настройку:

  • Указываем ссылку на справочник машина состояний "обработка действий Ларисой".
  • Указываем ссылку на замер ("Обработка нечетким контроллером (Лариса)") и свойство ("decision", если оно еще не появилось, то можете создать вручную, только потом проверьте все ли ок)

Жмем сохранить и закрываем форму. 

4.4. Создаем новый замер с наименованием "Обработка машиной состояний (Лариса)"

  • Указываем тип "произвольная обработка", путь к каталогу пишем "не имеет смысла", указываем ссылку на обработку "ОбработкаМашинойСостояний.epf".
  • Ставим в фильтрах дата начала "сейчас" иначе обработает всю историю.
  • Настраиваем расписание регламентного задания (мы ставили 60-120 сек) и закрываем.

5. Все работает. Получаем профит, наслаждаемся.

В форме "События замера" можно выбрать последовательно замеры "Обработка нечетким контроллером (Лариса)" и "Обработка машиной состояний (Лариса)" и просмотреть результаты обработки. Если данные отсутствуют, то это значит, что существует какая-либо проблема - проверьте журнал регистрации на ошибки и корректность выполненных настроек.

 

IV) Видео-урок

 

 

V) Замечания 

1. Как вы догадались, то можно сделать несколько экземпляров Ларисы, и они могут работать независимо, либо совместно в иерархии.

2. Как вы можете предположить, то для многих сигналов большая детализация даст лучшее предсказание. Но чем больше сигналов мы оцениваем, тем более сложная настройка базы правил получается. К примеру, для двухмерной оценки 5 и 3 градации дадут нам 15 комбинаций, а 3 оценки по 5 диапазонной шкале дадут нам уже 125 комбинаций.

При использовании нейронной сети эта проблема значительно упрощается - она сама будет составлять таблицу. Что делать в текущей ситуации:


а) Рассматривать только рабочие комбинации. Все остальные отмечать, как новизну, аномалии и реагировать на них соответствующим образом, т.е. использовать условие "*" в таблице (это значит любое значение).

б) Использовать иерархию и сжатие, т.е. вначале составить понятие о малом наборе комбинаций, к примеру, 3х, а на выходе будет 1 значение, которое применить на следующем уровне как вход.

3. Как избавиться от всплесков? К примеру, редкие нагрузки для вашей системы явление нормальное, но вот продолжительное воздействие уже не допустимо. Для решения этой проблемы мы должны ввести замер, который будет интегрировать время нахождения в определенном статусе и уже его учитывать при принятии окончательного решения.

4. О тонкостях настройки машины состояний, фаззификации или базы если будет интересно мы можем написать отдельно.

Приложенные файлы проверены на платформе 1С Предприятие 8.3.12.

Скачать файлы

Наименование Файл Версия Размер
fuzzy - модель искусственного интеллекта

.xml 5,08Kb
26.06.19
3
.xml 1.0 5,08Kb 3 Скачать
finite-state machine - модель обработки действий

.xml 1,25Kb
26.06.19
2
.xml 1.0 1,25Kb 2 Скачать
Нечеткий контроллер редактор

.epf 123,58Kb
01.07.19
1
.epf 2019.06.28 123,58Kb 1 Скачать
Машина состояний редактор

.epf 11,83Kb
01.07.19
1
.epf 2019.06.26 11,83Kb 1 Скачать
Обработка данных нечетким контроллером

.epf 13,37Kb
01.07.19
1
.epf 2019.06.22 13,37Kb 1 Скачать
Обработка машины состояний

.epf 12,85Kb
01.07.19
1
.epf 2019.06.26 12,85Kb 1 Скачать
Плагин для отправки сообщений через Skype

.epf 9,71Kb
01.07.19
2
.epf 2019.06.13 9,71Kb 2 Скачать
Плагин для отправки сообщений через электронную почту

.epf 9,84Kb
01.07.19
1
.epf 2019.06.23 9,84Kb 1 Скачать
Конфигурация "Мониторинг производительности". Сборка версии 2.0.4.0

.cf 709,16Kb
01.07.19
3
.cf 2.0.4.0 709,16Kb 3 Скачать

Специальные предложения

Комментарии
В избранное Подписаться на ответы Сортировка: Древо развёрнутое
Свернуть все
1. bonv 1099 01.07.19 12:43 Сейчас в теме
Нужно больше хайповых слов... Блокчейн забыли добавить.

А где собственно Искуственный интеллект, Нейронные сети? Вижу только слова.

От вынесения правил в отдельный файлик xml это не стало ИИ.
VAlekkk; artkor; VladC#; +3 Ответить
3. ivanov660 2342 01.07.19 13:09 Сейчас в теме
(1)
1. Коллега, давайте не будем мериться "глубиной" скрытых слоев.
2. Читайте внимательнее. Про применение нейронных сети мы расскажем в следующей части.
3. Файл xml достаточно удобно использовать для хранения и переноса.
4. Нечеткие множества относятся к интеллектуальным системам.
5. Наша предлагаемая система работает и выполняет возложенные задачи по мониторингу и анализу.
6. Что по вашему ИИ?
14. bonv 1099 01.07.19 14:48 Сейчас в теме
(3)
2. Читайте внимательнее. Про применение нейронных сети мы расскажем в следующей части.

А теги ведь тоже заранее проставили :) ?

Правила вы настраивали руками?
17. ivanov660 2342 01.07.19 15:21 Сейчас в теме
(14)
1. Для нечеткого контроллера обычно так и выглядит процесс.

Сейчас правила настраиваются вручную, но в планах упростить этот процесс. Для большого набора входных данных выглядит сложно, об этом я тоже писал и как упростить. (дополнительно решение ряда задач требует дополнительных рук ресурсов, а в этом мы ограничены, но обязательно выпустим улучшения).

2. Следующий шаг, нейронные сети. Применяем самообучающиеся сети по типу SOM. Однако и тут мы вынуждены будем добавить ручную классификацию.

3. На практике (мониторинг), мы пока столкнулись со следующими параметрами за которыми надо следить (остальные имеют корреляцию): загрузка процессора, очередь к процессору, размер диска, объем трафика, количество пользователей в системе - это не так много. И это реально работает! А посидеть 30 минут, чтобы составить некоторое количество правил, на такая уж и большая цена за сервис.

4 Скажите, а как Вы обучаете нейронные сети или что можете посоветовать в данном случае? Дайте идею как улучшить процесс, мы будем только рады, судя по Вашему докладу, опыт применения на практике у вас огромный.
2. VmvLer 01.07.19 12:50 Сейчас в теме
Почти нечего не понял, лениво вникать после обеда.
На всякий случай будут всем говорить, что я теперь спец по 1С: ИИ,
вдруг это сейчас модно.

По картинкам вспомнил журнал "Мурзилка" - прослезился.

Еще порадовало, что автор не жаден - перспективные наработки отдает за копейки.
4. ivanov660 2342 01.07.19 13:12 Сейчас в теме
(2)
1.Проект open source, можете все бесплатно скачать и установить с github. (если же лениво, тогда за стартмани).
2. Тема действительно сложная, я предварительно показывал коллегам. Общее мнение, за день можно вникнуть и повторить.
5. pm74 188 01.07.19 13:13 Сейчас в теме
(0) сколько и какие парметры используется на входе ?
на выходе как я понял всего несколько классов - рабочий режим, высокая нагрузка, критический ..
как это помогает локализовать проблему ?
6. pm74 188 01.07.19 13:18 Сейчас в теме
(0) больше напоминает дерево решений , на первый взгляд
8. ivanov660 2342 01.07.19 13:18 Сейчас в теме
(6) Похоже, но в основе нечеткая логика (fuzzy logic).
9. pm74 188 01.07.19 13:26 Сейчас в теме
(8) вы классифицируете данные высокий , средний, низкий для чего ?
для удобства разметки ? ну т.е вы тренируете ларису на предварительно размеченных данных?
10. ivanov660 2342 01.07.19 14:07 Сейчас в теме
(9)
1. Мы не классифицируем, а преобразуем сигналы. Эти параметры мы используем в качестве обозначения уровня сигнала (практически для всех сигналов мы можем свести суждение в эту область).
По нагрузке: низкий - от 0% до 20%, средний от 20% до 60%, высокий от 60% до 100%. (синонимы и значения можно менять, а вот картинка пока не подстраивается)
2. (Перевод от цифр к "словам") Это делается для дальнейшего создания базы правил, согласно подходу к нечетким системам.
3. Это не совсем тренировка - мы создаем базу правил для Ларисы (т.е. проецируем свои знания на нее).

Давайте попробуем представить как мы мыслим "внутри своего сознания":
1. У меня есть параметр за которым я слежу - это загрузка процессора%
2. Я знаю, что загрузка в районе (фаззификация преобразование):
- 0%-10% это холостой ход;
- от 10% до 60% это нормальный рабочий режим
- от 60% до 90% это высокая нагрузка
- а от 90 до 100% мы считаем что очень высокая и это плохо.
3. Далее, мы понимаем, что (база правил):
- Если это холостой ход или нормальный То все хорошо система работает нормально
- Если же очень высокая нагрузка То происходит что-то непонятное и необходимо что-то сделать.

В такой же последовательности выполняет анализ Лариса.
11. pm74 188 01.07.19 14:17 Сейчас в теме
(10) правильно ли я понял , что лариса принимает свои решения основываясь на безе данных экспертных решений созданной вручную ?
может ли лариса принять решение самостоятельно основываясь на комбинации признаков которой нет в базе ?
15. ivanov660 2342 01.07.19 14:56 Сейчас в теме
(11)Новые ситуации она находить будет (это заложено), но вот как их интерпретировать ей необходимо как-то объяснить.
13. pm74 188 01.07.19 14:26 Сейчас в теме
(10) или лариса последовательно анализирует каждый из признаков для принятия решения ?
16. ivanov660 2342 01.07.19 15:03 Сейчас в теме
(13)
1. она рассматривает их комбинацию.
Если первый="" и второй="" Тогда
ИначеЕсли первый="" и второй="" Тогда
....
Иначе сообщить "неизвестная комбинация, требуется указание эксперта"

2. (самообучение) можно поступить следующим образом - у вас есть набор данных показателей в системе, далее вы говорите что все комбинации являются рабочими, а все остальные возможные это аварийные. такой алгоритм можно написать (и мы планируем), но пока не хватает рук.

3. для нейронной сети, ситуация аналогична. вы обучаете наборами данных, и говорите: вот это котик, а это не котик.
Или в нашем случае: это нормальный режим работы, а это нет. Для остальных случаев она также будет говорить что это неизвестный режим.
7. ivanov660 2342 01.07.19 13:18 Сейчас в теме
(5)
1. В демо примере мы используем на входе два параметра: "Нагрузку на процессор%" и "Очередь к процессору".
2. У вас для системы существуют рабочие режимы - такие области в пространстве множества состояний, когда считается, что с ней все в порядке. Для нее существуют определенные состояния: нагрузка рабочая, очередь низкая.
Далее, есть аномалии или аварийные состояния, когда система работает в нештатной ситуации, к примеру, нагрузка очень высокая и очередь к процессору большая. Соответственно, когда система перейдет в данную область в пространстве состояний, то вы можете сообщить ответственному о проблемах.
3. Вы можете увеличить количество входных параметров и увеличить точность оценки, к примеру, можно добавить, размер на диске и т.д.
12. AlexPC 01.07.19 14:26 Сейчас в теме
Не по теме, но не могу пройти мимо синтаксических ошибок. Первые полторы минуты ролика, подвал.
18. starik-2005 2227 02.07.19 10:16 Сейчас в теме
Это не искусственный интеллект - это просто преобразование решений из А в Б через словарь (в данном случае - диапазон). Все.

Что такое ИИ? На входе массив исторических данных, который кластеризуется и таким образом классифицируется. В задаче слежения за нагрузкой этого ничего нафиг не надо - вплне подойдет какой-нить заббикс или совсем простой скрипт, который будет мерить нагрузку и в нем уже будет этот блок ветвлений (если А между Х и У и Б между С и Д, тогда "зелененькое", иначе если .... "желтенькое", иначе если .... "красненькое" и сообщить персоналу("чета пашло ни таг") конец еслей) Все.

Но красивые картинки в любом случае увеличивают стоимость проекта в 3 раза, а слова ИИ - еще в пять. Автору респект )))
artkor; VladC#; +2 Ответить
19. ivanov660 2342 02.07.19 11:00 Сейчас в теме
(18)
1. Если рассматривать общее понятие "ИИ", то в мире нет не одного решения, которое даже близко приблизится к понятию.

2. Процесс создания мы рассматриваем от простого к сложному. Процесс слежения за нагрузкой это демо пример, на котором вы сможете сравнить качество с какой-либо существующей системой.
В нашем случае мы можем довольно легко увеличить сложность суждения, построить иерархию суждений.

3. К сожалению, на словах с тем же заббиксом все очень просто, но на практике анализирование параметров более 1-го уже вызывает определенные сложности. К тому же, нужно иметь заббикс, уметь его настраивать и т.д.

4. Только что у нас Лариса предсказала и детектировала проблемы, в результате быстро локализовали и провели необходимые мероприятия. Я очень доволен.

5. Проект бесплатный. Было бы здорово если к нему присоединился кто-то из сообщества, но пока только хаят. На практике реализовать хотя бы подобного минимального уровня сервис очень сложно.

6. За добрые слова спасибо.
20. starik-2005 2227 02.07.19 11:59 Сейчас в теме
(19)
1. Если рассматривать общее понятие "ИИ", то в мире нет ни одного решения, которое даже близко приблизится к понятию.
И какое общее понятие мы будем рассматривать? ИИ - это искусственный интеллект, т.е. решение, которое самостоятельно находит связи после обучения на "учебных" данных. Вот есть у нас, например, пару тысяч начертанных цифр - на выходе натренированный алгоритм на основе перцептрона, который может достаточно хорошо отличать одну цифру от другой, даже если они будут начертаны не так, как в обучающем массиве. И таких решений - масса, например тот же bixby у самса, который с фотки текст может прочитать, похожую сумочку найти в интернете или еще что. ИИ - это распознавание моего голоса, который мой телефон ни разу до этого не слышал ну и т.д.

Т.е. искусственный интеллект - это программа, которая может сделать предположение, основанное на опыте, полученном в ходе обучения этой программы. Но, конечно, можно все свести и до "Если А между Х и У, тогда показать красную линию и отправить письмо", но это не ИИ, т.к. система не обучалась и не продолжает это делать.

2. Процесс создания мы рассматриваем от простого к сложному. Процесс слежения за нагрузкой это демо пример, на котором вы сможете сравнить качество с какой-либо существующей системой.
В нашем случае мы можем довольно легко увеличить сложность суждения, построить иерархию суждений.
Качество чего я могу сравнить? В любой системе мониторинга есть возможность настроить посылку сообщений на почту или даже в телеграмм-канал саппорту при превышении каких-то значений теми или иными показателями.

Как в Вашем случае увеличить сложность суждений? Зачем? Какую задачу решает увеличение сложности? Вот если бы система собирала запросы, а потом ТОП запросов преобразовывала бы, исправляя кривизну разработчика - вот это был бы прорыв, полагаю. Сейчас, конечно, генетический алгоритм в планировщике запросов SQL и так позволяет человеку ошибаться, но он пока не может снизить нагрузку на сервер путем дополнительной оптимизации - не достаточно умен для этого, иначе с каждым днем скорость доступа к СУБД росла, а нагрузка на сервер падала.

3. К сожалению, на словах с тем же заббиксом все очень просто, но на практике анализирование параметров более 1-го уже вызывает определенные сложности. К тому же, нужно иметь заббикс, уметь его настраивать и т.д.

Так иметь что-то и уметь это настраивать и к Вашей системе относится. Или она сама все настроит? Не увидел этого в тексте.

4. Только что у нас Лариса предсказала и детектировала проблемы, в результате быстро локализовали и провели необходимые мероприятия. Я очень доволен.
А что за проблемы? У меня на прошлой работе и безо всяких Ларис заббикс показывал много красивых картинок и присылал сообщения при тех или иных проблемах, которые локализовывались. И все были очень довольны. И не надо придумывать никаких Ларис, Алис, Петь и прочих маркетинговых слов. Ведь главное - результат, да? Или нет? Хотя... Кому-то, как я понял, важно пустить пыль в глаза.

5. Проект бесплатный. Было бы здорово если к нему присоединился кто-то из сообщества, но пока только хаят. На практике реализовать хотя бы подобного минимального уровня сервис очень сложно.
Так Вы не обозначили, в чем преимущество данного проекта, кроме, конечно, имени и якобы ИИ внутри. Расскажите о преимуществах, покажите, что ИИ действительно есть и может, как это подобает ИИ, обучаться без Вас. Вот тогда народ перестанет "хаять".

6. За добрые слова спасибо.
Да всегда пожалуйста.
artkor; VladC#; A_Max; +3 Ответить
22. ivanov660 2342 02.07.19 13:03 Сейчас в теме
(20)
1. Коллега, вы убеждены что ИИ - это нейронные сети. Спорить с вами не буду.
Может подскажите где взять наборы данных для обучения состоянию оборудования? Буду очень признателен.

2. Мы не готовы потягаться силами с монстрами типа "Google" и даже "yandex", не тот уровень финансирования.
Это первый шаг, все и сразу мы не сделаем. Дали коллегам, кому интересно попробует и даст фидбек. В рамках этого фдбека и нашего опыта эксплуатации будем дальше совершенствовать.

3. Про преимущества мы писали, этих вещей пока достаточно на мой взгляд. Следующий раз я расскажу про применение нейронных сетей типа SOM.
У вас другая реализация и работает, отлично. У нас своя реализация с определенным заделом на будущее. На мой взгляд - это была бы пыль в глаза если бы не работало. По отзывам коллег с которыми я общался лично, получил положительные отзывы.
24. starik-2005 2227 02.07.19 13:59 Сейчас в теме
(22)
вы убеждены что ИИ - это нейронные сети. Спорить с вами не буду.
Не, не так. Мы убеждены, что ИИ - это то, что способно учиться. Нейронные это сети или статистические алгоритмы - вообще по-барабану...
2. Мы не готовы потягаться силами с монстрами типа "Google" и даже "yandex", не тот уровень финансирования.
Это первый шаг, все и сразу мы не сделаем. Дали коллегам, кому интересно попробует и даст фидбек. В рамках этого фдбека и нашего опыта эксплуатации будем дальше совершенствовать.
А что совершенствовать-то? Имя поменяете с Ларисы на Лауру? Или изменения будут более серьезные? Расскажите.
3. Про преимущества мы писали, этих вещей пока достаточно на мой взгляд. Следующий раз я расскажу про применение нейронных сетей типа SOM.
А про какие конкретно "преимущества" вы писали? А то поиском только три нашел совпадения, и все они в комментариях.

Вот что я читаю в Вашей статье:
2. Как вы можете предположить, то для многих сигналов большая детализация даст лучшее предсказание. Но чем больше сигналов мы оцениваем, тем более сложная настройка базы правил получается. К примеру, для двухмерной оценки 5 и 3 градации дадут нам 15 комбинаций, а 3 оценки по 5 диапазонной шкале дадут нам уже 125 комбинаций.
Т.е. я эту матрицу должен руками задолбить на три элемента с пятью градациями (5^3=125). Дальше Вы пишите, что нейросеть могла бы это все сама некоторым образом "замутить" - и это первое упоминание ИИ, которого у Вас в продукте как раз нет. Так зачем вообще все это писать под лозунгом искусственного интеллекта (нет, я понимаю, зачем, но все-таки...)?
25. ivanov660 2342 02.07.19 14:34 Сейчас в теме
(24)
Т.е. я эту матрицу должен руками задолбить на три элемента с пятью градациями (5^3=125)

Я не пойму вашей претензии коллега. Вы довольно искушены в получаемых сервисах и какой-то поделкой вас не удивишь. Не хотите не пользуйтесь. Вы не обязаны вбивать никакой матрицы из 125 условий.
Основную вашу претензию я понял. Спасибо мнение учли.

ИИ - это то, что способно учиться

Как я говорил ранее, добавим алгоритм который сможет добавлять новые комбинации правил самостоятельно по существующим историческим данным в существующую базу знаний (это не сложно). Это уже самообучение, не так ли?


А что совершенствовать-то? Имя поменяете с Ларисы на Лауру? Или изменения будут более серьезные? Расскажите.

Так я же писал. У Ларисы сначала будут мозги на нечеткой логике, потом с использованием НС, возможно гибрид - вот оно развитие и улучшение Ларисы. А не смена имени с Ларисы на Лауру.
SOM (self organized map).
27. starik-2005 2227 02.07.19 14:50 Сейчас в теме
(25)
SOM (self organized map)
Уже прочитал. Интересная тема, но в статье кроме упоминания ничего нет. Фактически эта ваша "som" - это кластеризация, которую можно использовать в том самом сборе настроек 5^3 (кстати, это не равно 3^5 - вам, на мой взгляд, нужно иметь это ввиду), но не совсем ясно, каким образом она определит вам "зону" (красная, зеленая, желтая).

Чем хороши в данном случае простые подходы? Вот у нас есть совокупность показателей, для каждого из которых мы можем определить норму. Нам совокупное влияние часто и не нужно, ибо если на сервере 90% нагрузка на CPU, то для нас важна причина такой нагрузки - какое приложение "отличилось", 1С или SQL? Дальше уже почему: память скушалась, все юзеры пустые циклы крутят или внезапно сто документов одновременно провести решили? "ИИ" нам тут в чем поможет? Достаточно системы, которая просигнализирует в воцап о высокой нагрузке на сервере и скинет скрины по памяти, загрузке, дисковой подсистеме. Дальше все-равно ручками разгребать, т.к. это мог быть тупо новый запрос, в котором программист накосячил, не проверив его на нагрузке, аналогичной продуктовой. Без эксперта тут ничего не сделать...
26. ivanov660 2342 02.07.19 14:37 Сейчас в теме
(24)А вообще спасибо за критику)
28. A_Max 18 03.07.19 11:13 Сейчас в теме
(26) Соглашусь. Тут основная "придирка" в том, что вы отнесли фузилоджик (и экспертные системы в том числе) в категорию ИИ. Делается это всеми повсеместно для хайпа и из-за этого этот термин ИИ теряет смысл вообще. Да и больше начинает вызывать раздражение чем привлекать внимание.

А ваш продукт очень полезный и желаю(ем) развития.

(27) Ну тут напрашивается логирование всего и вся, а при срабатываение тригера (нагрузка ЦП например) раскручивать текущий лог и администратору предоставлять подготовленные отчёты-выборки. Кстати что-то такое у нас презентовали, пойду поспрашиваю админов.
21. pm74 188 02.07.19 12:25 Сейчас в теме
(19)
но пока только хаят

думаю вы слегка преувеличиваете

(19)
Было бы здорово если к нему присоединился кто-то из сообщества,

добавил обработку , которая , возможно, вам пригодится для тестов и проч.
Прикрепленные файлы:
ТаблицаПринятияРешений.epf
23. ivanov660 2342 02.07.19 13:04 Сейчас в теме
Оставьте свое сообщение

См. также

Еще один тест 1C: Postgres SQL 11 Pro Enterpise против MSSQL 14 под Windows 2012 Server R2 Промо

Производительность и оптимизация (HighLoad) v8 Абонемент ($m)

Проработав 15 лет с MSSQL в 2017 начал активно СУБД Postgres SQL. За два года успел поработать в 9 версии Postgres и в 10-ой. И пришел к выводу, что существуют реальное замедление работы баз после перехода на Postgres. Недавно вышла 11 версия Postgres Pro Enterpise, которая обещает почти 2-х кратное ускорение над 11 Pro Standart и 10-ой версией. Закупив лицензию Postgres 11 Pro Enterpise Это я и решил проверить на 1С.

1 стартмани

05.09.2019    15489    Indgo    107    

Cбор и анализ ошибок при помощи Sentry, или как упростить жизнь себе и пользователям

Практика программирования Интеграция v8 Абонемент ($m)

Цель данной статьи - сделать процесс сбора и анализа ошибок, происходящих в базе, максимально простым, быстрым и удобным, собирать статистику по ошибкам, местам их возникновения и частоте их появления, а также в деталях разобрать все тонкости по интеграции 1С с Sentry.

1 стартмани

09.10.2020    2771    hexhoc    12    

Программная корректировка при выводе отчета СКД

Практика программирования v8 v8::СКД 1cv8.cf Абонемент ($m)

Большинство отчетов на СКД, требующих программной корректировки, реализуются с помощью программной настройки СКД или обработки табличного документа уже после вывода отчета. Но во многих случаях более оптимально будет выполнять программную корректировку в процессе вывода отчета. Для этого существуют программные объекты, о которых я расскажу в данной статье.

1 стартмани

08.10.2020    3377    dabu-dabu    8    

Библиотека программного изменения формы (УФ)

Инструментарий разработчика Работа с интерфейсом Универсальные функции v8 1cv8.cf Абонемент ($m)

Нам часто приходится дорабатывать различные управляемые формы. Проще внести изменения непосредственно на самой форме, но, для дальнейшего поддержания конфигурации, удобнее вносить все изменения на форме программно. Предлагаю Вам библиотеку для программного изменения управляемых форм, которую можно внедрить в конфигурацию либо совсем бесшовно, либо практически бесшовно.

1 стартмани

07.08.2020    4577    BuriyLesha    17    

Безопасная работа с транзакциями во встроенном языке Промо

Практика программирования v8 1cv8.cf Абонемент ($m)

Разбираемся с опасностями использования транзакций во встроенном языке 1С. Познаем ошибку "В данной транзакции уже происходили ошибки". Учимся защищаться от них.

1 стартмани

25.03.2019    36063    tormozit    54    

Работа с хранилищем конфигурации из режима 1С: Предприятие минуя конфигуратор

Хранилище v8 1cv8.cf Абонемент ($m)

Описание приемов работы с хранилищем конфигурации 1С из режима 1С: Предприятие минуя конфигуратор. Статья содержит ряд примеров работы с хранилищем по протоколу HTTP, описание "внутренностей", а также демонстрационную обработку

3 стартмани

11.06.2020    6294    MaxxG    19    

История данных и БСП

БСП (Библиотека стандартных подсистем) v8 1cv8.cf Абонемент ($m)

История данных от платформы и Версионирование объектов от БСП. Как мигрировать историю из подсистемы БСП и начать использовать функции платформы уже сейчас.

1 стартмани

09.06.2020    3745    zeegin    17    

Telegram bot API - разбор документации с примерами

WEB v8 Абонемент ($m)

Перевод документации на язык 1С.

1 стартмани

06.04.2020    38966    leongl    48    

План подготовки к аттестации на 1С: Специалиста по платформе (+ Ссылки на материалы) Промо

Решение задач на 1С:Специалист v8 Россия Абонемент ($m)

Хочу поделиться собственным планом подготовки к аттестации на 1С: Специалист по платформе 8.3 со ссылками на материалы (и указанием стоимости).

1 стартмани

23.12.2017    23108    tmn72.1C    39    

Методика обновления формы объекта данных при изменении объекта

Практика программирования v8 v8::УФ 1cv8.cf Абонемент ($m)

В формах объектов данных часто встречаются элементы, косвенно связанные с объектом. Логику обновления этих элементов при изменении объекта обычно вызывают из обработчиков ПриСозданнииНаСервере и ПриОткрытии, забывая про наличие других способов изменения объекта. В статье предложена методика для обычных и управляемых форм, учитывающая все способы.

1 стартмани

09.03.2020    8893    tormozit    13    

Отправка уведомлений с помощью командной строки, Оповещения с сервера на клиент с помощью командной строки

Практика программирования v8 1cv8.cf Россия Абонемент ($m)

Отправка уведомлений с помощью команды командной строки msg. Оповестить пользователей из серверного модуля или регламентного задания, с помощью командной строки msg.

1 стартмани

05.03.2020    5920    user5300    3    

Как выполнить отчет на СКД через COM и получить данные отчета? Промо

Практика программирования v8 УПП1 Россия Абонемент ($m)

Для чего это нужно. Например, нужно в одной базе получить какой-либо показатель из другой базы. Этот показатель вычисляется в каком-либо сложном отчете, который написан на СКД. Можно, конечно, "скопипастить" текст запроса из другой базы, немного подправить его и выполнять в том же COM подключении. Но с этим теряется гибкость: если отчет изменился, то нужно помнить о том, что где-то есть его "немного модифицированная" копия. В статье будет рассмотрен пример получения данных из базы ЗУП.

2 стартмани

08.05.2018    27221    wowik    3    

Конвертация данных 2. Использование исходящих и входящих данных. Свойство "Получить из входящих данных"

Обмен данными 1С Перенос данных из 1C8 в 1C8 v8 КД Абонемент ($m)

Разработка правил обмена с использованием исходящих и входящих данных. В качестве примера рассмотрена реальная задача конвертации номенклатуры через регистр сопоставления номенклатур. Статья предназначена в первую очередь для тех, кто только начинает осваивать Конвертацию данных.

17.02.2020    16052    Drivingblind    31    

Вывод сообщений в HTML поле средствами 1С

Практика программирования v8 v8::УФ Абонемент ($m)

Пример использования вывода большого количества сообщений в поле HTML. С возможностью открывать ссылочные объекты и создавать новые объекты передавая параметры прямо из HTML поля. Протестировано на релизах 8.3.12 и 8.3.15+

2 стартмани

31.01.2020    6059    burni4    16    

Краткое руководство по внесению изменений в конфигурацию

Практика программирования v8 1cv8.cf Абонемент ($m)

Кратко описаны основополагающие моменты при старте групповой разработки конфигурации несколькими программистами. Полезно для проектной документации как требование к разработчикам или сопровождающей компании.

1 стартмани

13.01.2020    17698    sapervodichka    41    

Как нарисовать граф на 1С Промо

Практика программирования v8 Абонемент ($m)

Описывается реализация на языке запросов 1С метода расположения вершин графа на плоскости, основанного на использовании электромеханической аналогии. При этом вершины графа представляются одноименными электрическими зарядами, дуги - пружинками. Силы взаимодействия вершин в этой системе переводят их из случайного начального в нужное конечное положение. Приведена обработка рисования графов "ГрафОграф", реализующая данный подход, показывающая также динамику процесса. Граф можно задать списком ребер вручную, выбрать из нескольких предопределенных примеров или сформировать по данным информационной базы.

1 стартмани

09.08.2013    70710    ildarovich    117    

Мониторим производительность с помощью 1С RAS

Инструментарий разработчика Производительность и оптимизация (HighLoad) v8 1cv8.cf Бесплатно (free)

Подключаемся и анализируем данные через 1С RAS. Необходимо выполнить 5 пунктов и серьезный инструмент мониторинга будет у вас в руках.

19.12.2019    12081    ivanov660    16    

Тест серверного оборудования на допустимое количество пользователей: как это использовать?

Администрирование СУБД Нагрузочное тестирование Сервера v8 1cv8.cf Абонемент ($m)

Выполнил 3 разных теста для проверки серверного оборудования (тест 1С, тесты gilev) на возможное число 1С онлайн-пользователей одновременно работающих на нем и интерпретировал результаты тестов через легких, средних и тяжелых пользователей с помощью таблицы с профилями реальных пользователей.

3 стартмани

17.12.2019    11690    sapervodichka    3    

Разбираемся с web-kit в 1С, на примере интеграции TinyMCE в управляемую форму в УТ 11.4. Допиливаем обмен с сайтом в УТ 11.4

Обмен данными 1С Интеграция Адаптация типовых решений v8 v8::УФ УТ11 Абонемент ($m)

Многие уже знают, что в релизе платформы 8.3.14.1565, браузер Internet Explorer был заменен на Web-Kit, это на самом деле большой шаг вперед, но я уверен, многим, как и мне, пока не совсем понятно, что к чему. Возник опыт использования web-kit в 1С, вызова JS из 1С и вызова 1С из JS. Давайте вместе попробуем понять, чем одно отличается от другого, и заодно сделаем, что-нибудь полезное. Да и наверняка многим придется переписывать свои подобные поделки после обновления на новую платформу, так что надеюсь мой опыт окажется полезным.

2 стартмани

08.12.2019    8541    Бэнни    25    

Простой способ индексирования интервалов Промо

Практика программирования v8 Абонемент ($m)

Предлагается простой способ индексирования интервалов для решения задач выборки записей, включающих заданный момент времени, пересекающихся с заданным интервалом или множеством интервалов. Способ основан на добавлении к исходной таблице особого числового индексированного поля, рассчитываемого по специальной формуле. Приведен код функций, необходимых для расчетов поля поиска и параметров поисковых запросов. Приведены также результаты тестирования метода, доказывающие его высокую эффективность.

1 стартмани

28.09.2016    39848    ildarovich    22    

Массовое изменение режима поддержки объектов конфигурации

Структура метаданных v8 1cv8.cf Абонемент ($m)

Что делать, если при сравнении/объединении конфигураций нужно изменить режим поддержки для большого количества объектов? Штатного механизма для выполнения подобной задачи в Платформе нет. Изменять режим для всей конфигурации? Описывается способ, позволяющий выполнить изменение режима только для нужных объектов.

1 стартмани

05.11.2019    4122    VKislitsin    6    

"Живые" картинки со Snap.SVG

Практика программирования WEB Работа с интерфейсом v8 Абонемент ($m)

В статье рассмотрен пример использования http-сервисов для визуализации данных

1 стартмани

24.10.2019    13729    blackhole321    7    

Интеграция 1С с сайтом (магазином) WordPress (WooCommerce) с помощью Rest API сайта. Часть 1. Авторизация

WEB v8 Абонемент ($m)

Интеграция 1С с сайтом (магазином) WordPress (WooCommerce) с помощью функционала Rest API предоставляемого платформой (CMS) WordPress (WooCommerce). Без дополнительных приложений на PHP/вставьте сюда любой другой язык программирования/.

1 стартмани

12.10.2019    28944    osivv    32    

Бесплатная проверка контрагентов в ФНС (общий модуль с алгоритмом). На примере выводим статус в список справочника контрагентов Промо

Практика программирования v8 1cv8.cf Абонемент ($m)

Если вам интересно проверить контрагенте в ФНС, вам поможет данная публикация. Весь алгоритм работы строится на основе данных, полученных с сервиса http://npchk.nalog.ru совершенно бесплатно.

1 стартмани

01.02.2018    35288    rpgshnik    49    

RLS - дубли условий в запросах к СУБД

Практика программирования Роли и права v8 v8::Права 1cv8.cf Абонемент ($m)

"Подводные камни", возникающие при бездумном копировании ролей с ограничениями RLS, как это отражается на производительности, разбор примера и инструмент для анализа.

1 стартмани

07.10.2019    8555    geron4    4    

Вебхук. Путь Телеграма

Внешние источники данных Интеграция v8 Абонемент ($m)

Долгое (на самом деле нет) и нелегкое путешествие телеграма к неведомым (из за РКН) конфигурациям 1С. Памятка себе.

1 стартмани

03.10.2019    18300    platonov.e    26    

Многопоточная обработка данных на примере перепроведения документов

Обработка документов Практика программирования v8 ERP2 УТ11 КА2 Абонемент ($m)

Дальнейшее развитие темы фоновой обработки данных - проведение документов в потоках. Настройка параметров и запуск основного процесса (менеджера потоков). Разбивка документов для проведения на не связанные друг с другом наборы и запуск дополнительных фоновых заданий для отдельных потоков. Отслеживание выполнения каждого потока в родительском сеансе.

1 стартмани

17.09.2019    9476    ids79    46    

БСП: Дополнительная обработка (Регламенты), примеры от простого к сложному Промо

Практика программирования БСП (Библиотека стандартных подсистем) v8 1cv8.cf Абонемент ($m)

Очень много попадается странных решений, которые можно решить через БСП:Дополнительные отчеты и обработки. Я бы вообще БСП из-за этой подсистемы переименовал в «Большое Спасибо Программистам». Поработаем с подсистемой в части написания регламентных заданий.

1 стартмани

10.05.2018    45588    dsdred    43    

Описание формата внутреннего представления данных 1С в контексте обмена данными

Практика программирования Внешние источники данных v8 v8::УФ 1cv8.cf Абонемент ($m)

Фирма 1С не рекомендует использовать внутреннее представление данных для любых целей, которые отличны от обмена с 1С:Предприятием 7.7. Но сама возможность заглянуть на "внутреннюю кухню" платформы с помощью функций ЗначениеВСтрокуВнутр(), ЗначениеВФайл(), ЗначениеИзСтрокиВнутр() и ЗначениеИзФайла(), дала возможность сообществу программистов 1С разработать новые приемы разработки и анализа. Так, именно на использовании внутреннего представления был построен алгоритм "быстрого массива", который позволяет практически мгновенно создать массив в памяти на основании строки с разделителями. С помощью разбора внутреннего представления можно "на лету" программным кодом выполнить анализ обычной формы и даже сделать редактор графической схемы. Во внутреннем формате сохраняют свои данные между сеансами различные популярные внешние обработки. А еще это возможность сделать быстрый обмен с внешними системами.

1 стартмани

06.09.2019    19708    Dementor    30    

1С и PowerShell - обновление из хранилища

Администрирование данных 1С Инструментарий разработчика v8 Абонемент ($m)

Пример скрипта, упрощающего работу.

1 стартмани

29.08.2019    8831    Jokemas    31    

Удобный просмотр результата запроса с большим количеством временных таблиц

Практика программирования v8 Абонемент ($m)

Если Вам часто приходится просматривать в отладчике сложные пакетные запросы с большим количеством временных таблиц, то эта статья для Вас.

1 стартмани

27.08.2019    11032    ids79    21    

Некоторая работа с данными через COM Промо

Практика программирования v8 Абонемент ($m)

В статье приведены примеры работы с Платформой 8.X через COM (точнее, через объект COMConnector). Примеры кода были использованы при реализации прикладных задач в процессе трудовой деятельности.

2 стартмани

05.12.2012    57779    wowik    32    

Обмен большими данными между клиентом и сервером

Внешние источники данных v8 Абонемент ($m)

В статье рассматривается вопрос передачи больших объемов данных, превышающих теоретический лимит сеансовых данных (4Гб за вызов) (они же временное хранилище) как с клиента на сервер, так и в обратном направлении.

1 стартмани

27.08.2019    13750    logos    24    

Запуск фонового задания во внешней обработке. Отключение предупреждений защиты от опасных действий в фоновом задании

Практика программирования v8 1cv8.cf Абонемент ($m)

Как запустить фоновое задание из модуля внешней обработки используя БСП. Как отключить безопасный режим и сообщения защиты от опасных действий независимо от профиля безопасности пользователя в фоновом задании во внешней обработке.

2 стартмани

24.08.2019    11369    BenGunn    22    

Изменяющееся контекстное меню в 1С 8.3

Практика программирования Работа с интерфейсом Разработка v8 v8::УФ Абонемент ($m)

В одной практической задаче мне пришлось разрабатывать контекстное меню таблицы управляемой формы, которое должно было меняться в зависимости от данных, находящихся в этой таблице. Ниже приведен мой способ решения этой задачи.

1 стартмани

06.08.2019    16402    signum2009    16    

Работа со схемой запроса Промо

Инструментарий разработчика Практика программирования v8 v8::Запросы Абонемент ($m)

Стандартом взаимодействия с реляционной базой данных стал язык SQL. Приемником SQL в 1С является язык запросов. Язык запросов, также как и SQL, является структурированным. Составляющие структуры запроса отвечают на разные вопросы о том, какие данные требуется получить и какие манипуляции с множествами данных необходимо произвести при получении. В простых случаях текст запроса можно написать вручную, однако в сложных случаях, а также при программном формировании, - лучше воспользоваться объектной моделью запроса и использовать объект "Схема запроса". В статье дается описание объектной модели и особенностей работы с ней, а также приводится решение, упрощающее взаимодействие с объектом "Схема запроса".

1 стартмани

24.04.2018    44744    kalyaka    35    

Использование HTTP-сервиса для создания "фронтенда" HTML/CSS/jQuery с кэшированием

WEB v8 1cv8.cf Абонемент ($m)

В статье описан способ создания "фронтенда" на HTML/CSS/jQuery и скрипт кеширования AJAX запросов на PHP.

1 стартмани

06.08.2019    13975    Sedaiko    25    

Менеджер потоков: реализация "любой" задачи в потоках

Производительность и оптимизация (HighLoad) Инструментарий разработчика v8 Абонемент ($m)

Менеджер потоков – один их новых инструментов, который упрощает работу разработчиков. Насколько легко с ним, на конференции Infostart Event 2018 Education показал начальник отдела автоматизации 1С Иван Филимонов компании «Трансстроймеханизация».

01.08.2019    9740    DarkAn    6    

Процедура ПриКомпоновкеРезультата

Практика программирования v8 1cv8.cf Абонемент ($m)

Коллекция кода

1 стартмани

26.07.2019    40827    vasilev2015    64    

Многопоточность. Универсальный «Менеджер потоков» (фреймворк) с отслеживанием зависимости объектов Промо

Практика программирования Математика и алгоритмы Универсальные функции Производительность и оптимизация (HighLoad) v8 1cv8.cf Россия Абонемент ($m)

Восстановление партий, расчет зарплаты, пакетное формирование документов или отчетов - теперь все это стало доступнее. * Есть желание повысить скорость работы медленных алгоритмов! Но... * Нет времени думать о реализации многопоточности? * о запуске и остановке потоков? * о поддержании потоков в рабочем состоянии? * о передаче данных в потоки и как получить ответ из потока? * об организации последовательности? Тогда ЭТО - то что надо!!!

26.05.2017    49342    DarkAn    86    

10 способов получить модуль числа (а может, и больше)

Практика программирования Разработка v8 1cv8.cf Абонемент ($m)

Пишем функцию вычисления модуля числа. Сколько способов существует? Давайте посчитаем!

1 стартмани

11.07.2019    8787    sam441    29    

Ловец дедлоков СУБД

Производительность и оптимизация (HighLoad) Практика программирования Разработка v8 Россия Абонемент ($m)

Анализ простейшего дедлока СУБД в рабочей базе с использованием ЦУП (центра управления производительностью) и profiler MS SQL (Microsoft SQL Server). Эта статья будет полезна людям, изучающим вопросы оптимизации работы 1С, или тем, у кого возникают дедлоки в рабочей базе. UPD 09.07.2019 добавлено воспроизведение блокировки в случае установки управляемой блокировки перед чтением набора записей регистра сведений. UPD 10.07.2019 добавлена тестовая база с примером.

1 стартмани

08.07.2019    11281    azazana    79    

"Убер на складе": динамический расчет маршрутов с учетом реальных расстояний

Учет ТМЦ Практика программирования Учет ТМЦ v8 УУ Абонемент ($m)

Представляю методику и инструмент для динамического расчета маршрутов отбора на высоконагруженных складах для максимального повышения эффективности склада, ускорения проходимости и, как следствие, экономии денег. Это методика и обработка для интеграции в WMS решения. Тестировалось на 1С 8.3.14.1565.

3 стартмани

24.06.2019    16332    informa1555    17    

Агрегатное суммирование строк в запросе – сложно, но не невозможно Промо

Математика и алгоритмы v8 Абонемент ($m)

Описывается метод соединения строк из одной колонки таблицы в единую результирующую строку в запросе на языке 1С. Метод сложный и по сравнению с внезапросной техникой представляет больше спортивный, чем практический интерес.

1 стартмани

09.09.2013    79202    ildarovich    54    

1С:Ассемблер. Немного летнего веселья!

Практика программирования Разработка v8 1cv8.cf Абонемент ($m)

Все вы, наверное, слышали, что 1С-ники жалуются на свою систему, считая язык 1С недостаточно низкоуровневым, скучным и т.п. Все они с тоской поглядывают в сторону "настоящих" языков программирования. Так вот, господа, они неправы. В системе 1С есть места, где можно размять программерский мозг и получить удовольствие от низкоуровневой техники. Предлагаю вам погрузиться в недра виртуальной машины 1С и понять, как она работает. Там есть свой "ассемблер" и мы попробуем его в действии!

1 стартмани

21.06.2019    29632    Evil Beaver    129    

Простые примеры сложных отчетов на СКД

Практика программирования v8 v8::СКД 1cv8.cf Абонемент ($m)

Подписи в отчете. Особенности соединения наборов: как соединить несоединяемое. Остатки на дату и обороты по месяцам в одном отчете. Курс валюты на каждую дату без группировок и соединений в запросе. Отчет с произвольными колонками и с произвольной последовательностью. "Неадекватный отчет".

1 стартмани

12.06.2019    30454    Hatson    31    

Работа с графической схемой в объектной модели DOM

Универсальные функции v8 v8::УФ Абонемент ($m)

Пример кода для работы с графической схемой в объектной модели DOM, платформа 8.3.12.

1 стартмани

04.06.2019    8024    botokash    19    

Новый запрос и новая таблица значений как функции Промо

Практика программирования v8 Абонемент ($m)

Предлагается две простые функции, использование которых уменьшает объем кода в конфигурациях на платформе «1С:Предприятие 8». Эти функции можно добавлять к своему общему модулю, что сделает процесс программирования более эффективным.

1 стартмани

27.11.2012    45362    ildarovich    46    

XDTO для чайников

Обмен через XML v8 1cv8.cf Абонемент ($m)

Пример использования XDTO пакетов для выгрузки документа с табличной частью.

1 стартмани

29.05.2019    30237    HAMMER_59    39    

Отладка правил обмена КД2 для подсистемы БСП Обмен данными

Перенос данных из 1C8 в 1C8 v8 1cv8.cf Абонемент ($m)

Уже давно нельзя отлаживать правила обмена при помощи внешних файлов. Попробуем исправить это.

1 стартмани

27.05.2019    12350    fenixnow    6    

Создание внешней печатной формы в формате документа Word

Практика программирования Разработка v8 1cv8.cf Абонемент ($m)

В статье написано, как создать внешнюю печатную форму (для конфигураций с БСП) в формате Word.

1 стартмани

17.05.2019    14573    ВикторП    21