Análisis inteligente de anomalías - Simple Log Service - Centro de documentación de Alibaba Cloud

El análisis inteligente de anomalías es una aplicación de SLS escalable y con alta disponibilidad que ofrece verificación inteligente del estado, análisis de texto y análisis de causa raíz.

Importante

A partir del 15 de julio de 2025 (UTC+8), la función de análisis inteligente de anomalías ya no estará disponible para nuevos usuarios. Los usuarios existentes podrán seguir utilizándola.

Alcance del impacto

Se retirarán las siguientes funciones principales: verificación inteligente del estado, análisis de texto y predicción de series temporales.
Soluciones de migración de funciones

Las funciones machine learning syntax, scheduled query and analysis (scheduled SQL) y dashboard de SLS pueden reemplazar por completo a las funciones retiradas.

Arquitectura del servicio

El análisis inteligente de anomalías aplica aprendizaje automático a métricas, registros y relaciones de servicio en escenarios de O&M. Genera eventos anómalos y correlaciona datos de series temporales con eventos mediante topologías de servicio, lo que reduce la complejidad de O&M y mejora la calidad del servicio.

Componentes clave:

Logstore: SLS proporciona logstores para almacenar datos de registro. Consulte y analice registros mediante la sintaxis SQL-92. Overview of log query and analysis.
Metricstore: SLS proporciona metricstores para almacenar datos de series temporales. Analice métricas mediante la sintaxis SQL-92 o PromQL. Syntax for querying and analyzing metric data.
Algoritmos de aprendizaje automático: SLS ofrece algoritmos específicos por escenario para datos de series temporales y de texto con el fin de generar datos de anomalías. Intelligent health check algorithms y Text analytics algorithms.
Alertas: Genere alertas para los resultados de anomalías. What is the alerting feature of Simple Log Service?.

Beneficios

Detecta anomalías en numerosas métricas de entidades con una configuración mínima, sin necesidad de reglas de alerta específicas.
Analiza registros de texto no estructurado para descubrir automáticamente patrones anómalos.
Permite anotar los resultados del algoritmo para mejorar la precisión del modelo con el tiempo.
Ofrece un 99.9% de disponibilidad en alertas, basado en la alta disponibilidad y confiabilidad de datos de SLS.
Se integra profundamente con la función de alertas de SLS para brindar una experiencia fluida.

Escenarios

Escenarios recomendados:

Necesita observar muchos objetos en varias dimensiones.
Las curvas de métricas carecen de reglas de umbral claras.
Gestionar manualmente muchas reglas de monitoreo resulta poco práctico.
Requiere extraer patrones de registros de texto mientras procesa datos de registro no estructurados.
Su escenario de rastreo tiene una topología de servicio definida.
Cuenta con una topología de servicio personalizada.

Términos

Conceptos básicos	Descripción
Serie temporal	Valores de métricas registrados a intervalos iguales con marcas de tiempo UNIX. Son obligatorios como entrada para los algoritmos de verificación de estado.
Entidad	Un objeto observado en una tarea de verificación inteligente del estado. Por ejemplo, una entidad para un servicio en una máquina se describe como `"192.0.2.0": dirección IP de la máquina, "80": número de puerto del servicio`. Puede identificar de forma única la entidad mediante la dirección IP de la máquina y el número de puerto del servicio.
Métrica dorada	Una métrica que describe con precisión la calidad de un servicio o la estabilidad de una entidad observada. Ejemplos: Para describir la calidad de las solicitudes de un nombre de dominio, las métricas doradas correspondientes son la latencia promedio de respuesta por minuto, el número de solicitudes por minuto, el número de solicitudes con errores por minuto y la cantidad de tráfico de escritura por minuto. Para describir el estado de una máquina, las métricas doradas correspondientes son la utilización de CPU en modo usuario por minuto, la utilización de CPU en modo kernel por minuto, el tamaño de la memoria residente por minuto, el número de operaciones de E/S de disco por minuto y la carga promedio del sistema por minuto. Para describir el estado de un bucket de OSS, las métricas doradas correspondientes son el número de operaciones de escritura en el bucket por minuto, el número de operaciones de lectura en el bucket por minuto y la cantidad de tráfico de escritura en el bucket por minuto.
Tipo de anomalía	Siete tipos de anomalías integrados le ayudan a filtrar puntos de interés. Intelligent health check anomaly types y Text analytics anomaly types.
Método de normalización	Convierte expresiones dimensionales en escalares adimensionales para mejorar la eficacia de la detección de anomalías.
Método de filtrado	Elimina señales de bandas de frecuencia específicas para suprimir interferencias. Produce curvas más suaves para una detección de anomalías más eficaz.
Anotar	Etiquetar los resultados de la verificación de estado como retroalimentación para el sistema de análisis de anomalías.
Falso positivo	Cuando el modelo reporta una anomalía que usted considera incorrecta, etiquétela como falso positivo. El sistema utiliza esta retroalimentación para volver a entrenar el modelo.
Falso negativo	Cuando el modelo omite una anomalía, etiquete manualmente cualquier punto de datos para reportar la detección omitida.
Extracción de patrones	Extrae patrones del texto para describir una clase de texto similar.
Clustering	Agrupa objetos similares en clústeres. Los objetos dentro de un clúster son similares entre sí y distintos de los objetos en otros clústeres.
No supervisado	Reconocimiento de patrones mediante muestras de entrenamiento sin etiquetar.
Supervisado	Infiere una función o modelo a partir de datos de entrenamiento etiquetados.
Constante de registro	Los registros suelen generarse mediante instrucciones `logging` o `print` en un programa. Por ejemplo, el registro `connect mysql server, latency 212ms` podría generarse mediante la instrucción de salida de registro `logging.info("connect mysql server, latency %dms")`. La parte que se incluye cada vez que se ejecuta la instrucción de salida de registro se denomina constante de registro, como `connect mysql server, latency ms`.
Variable de registro	Los registros suelen generarse mediante instrucciones `logging` o `print` en un programa. Por ejemplo, el registro `connect mysql server, latency 212ms` podría generarse mediante la instrucción de salida de registro `logging.info("connect mysql server, latency %dms")`. La parte que cambia cada vez que se ejecuta la instrucción de salida de registro se denomina variable de registro, como el número `212` en este ejemplo.
Plantilla de registro	El texto que consta de la parte constante de un registro y caracteres comodín para la parte variable se denomina plantilla de registro. Por ejemplo, la plantilla para el registro `connect mysql server, latency 212ms` es `connect mysql server, latency ms`. El carácter comodín asterisco () reemplaza la variable numérica `212`. Puede seleccionar un carácter comodín según el tipo de variable. Por ejemplo, puede usar `NUM` para representar una variable numérica. En ese caso, la plantilla de registro sería `connect mysql server, latency NUMms`.
Clase de registro	Cada clase de registro incluye una plantilla de registro que representa la clase. Si el contenido del registro coincide con la plantilla de registro, se considera que el registro pertenece a esa clase de registro.

Límites

Tipo de trabajo	Limitaciones	Descripción
Verificación inteligente del estado	Escala de entidades de verificación	Una sola tarea admite un máximo de 10,000 entidades de verificación. Para aumentar este límite, envíe un ticket para solicitarlo.
	Granularidad de la serie temporal de verificación	La curva de una sola entidad debe tener espaciado uniforme y ser continua. En escenarios SQL, la granularidad mínima admitida es el minuto. Para una granularidad más fina, envíe un ticket para solicitarlo.
	Notificación de resultados de anomalías	Actualmente, solo el canal de notificación DingTalk Robot admite el etiquetado de retroalimentación para resultados de anomalías. Para otros canales de notificación, envíe un ticket para solicitarlo.
Análisis de texto	Escala de campos de texto	Máximo cinco campos de texto por tarea.
Análisis de texto	Escala de plantillas de campo generales	Máximo seis plantillas generales por tarea.

Facturación

La aplicación de verificación inteligente del estado se encuentra en vista previa pública y es gratuita.