Simple Log Service ofrece la función de análisis de texto para detectar automáticamente anomalías en el contenido textual de grandes volúmenes de registros.
A partir del 15 de julio de 2025 (UTC+8), la función de análisis inteligente de anomalías dejará de estar disponible para nuevos usuarios. Los usuarios existentes podrán seguir utilizándola.
-
Alcance del impacto
Se retirarán las siguientes funciones principales: verificación inteligente de estado, análisis de texto y previsión 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.
Contexto
Los servicios en ejecución generan grandes volúmenes de registros del sistema y de negocio para tareas de monitoreo y solución de problemas. El análisis tradicional de registros se basa en evaluar niveles de riesgo y buscar palabras clave como Error, Failed y Unsuccessfully. En entornos de microservices distribuidos, este enfoque presenta los siguientes desafíos:
Se generan terabytes o incluso petabytes de registros al día, lo que hace que el análisis manual requiera mucho trabajo.
En un entorno distribuido con despliegue de microservices, los registros Warning o Error no necesariamente indican excepciones del sistema. Estos registros pueden generarse debido al escalado del sistema, actualizaciones o iteraciones. Se requiere conocimiento especializado durante el análisis manual para identificar anomalías en los registros.
El análisis automatizado e inteligente de registros resuelve estos desafíos al reducir los costos laborales y aprovechar todo el potencial de los datos de registro. Este tipo de análisis tiene las siguientes características:
Procesa grandes volúmenes de registros de manera eficiente.
Identifica anomalías en los registros o reduce el alcance de los registros utilizados para la solución de problemas.
Permite personalizar los parámetros del análisis de texto.
El análisis de texto de Simple Log Service simplifica la integración de registros y la detección de anomalías. Solo necesita configurar los objetos monitoreados y algunos parámetros del algoritmo. Posteriormente, el algoritmo detecta automáticamente las anomalías, lo que le permite centrarse en el contenido importante.
Introducción a la función
El análisis de texto extrae contenido textual de los registros mediante grupos de consumidores sin necesidad de índices. Los trabajos recuperan datos y los envían al modelo de análisis de texto según una programación establecida. El modelo escribe los resultados en el logstore de destino (internal-ml-log) y los visualiza en un panel.
Configurar objetos de monitoreo: Especifique los campos de registro que desea analizar (los valores de los campos deben ser contenido de texto), configure los parámetros del algoritmo según sea necesario e inicie la tarea. La configuración de campos basada en grupos de consumidores no requiere índices.
Análisis programado de datos: Los algoritmos del análisis de texto procesan los datos mediante ventanas de tiempo.
Salida de resultados: Los resultados del análisis se escriben en el logstore de destino y se genera un panel para visualizarlos.
Términos
|
Término |
Descripción |
|
Job |
Un trabajo de análisis de texto incluye características de datos y parámetros del modelo algorítmico. |
|
Instance |
Un trabajo de análisis de texto crea una instancia basándose en la configuración del trabajo. La instancia extrae datos a intervalos regulares, ejecuta el modelo algorítmico y distribuye los resultados.
Para obtener información sobre cómo las distintas operaciones afectan la programación y ejecución de instancias, consulte Scheduling and running. |
|
Instance ID |
Cada instancia se identifica mediante un ID único. |
|
Creation time |
La hora en que se crea una instancia. Por lo general, las instancias se crean según las reglas de programación del trabajo. Si es necesario procesar datos históricos o si una instancia anterior agotó su tiempo de espera, se crea una instancia de inmediato. |
|
Running time |
La hora en que una instancia comienza a ejecutarse. Si el trabajo se reintenta, este valor refleja la hora de inicio más reciente. |
|
End time |
La hora en que una instancia deja de ejecutarse. Si el trabajo se reintenta, este valor refleja la hora de finalización más reciente. |
|
Status |
El estado actual de una instancia. Valores válidos:
|
Casos de uso de programación y ejecución
Cada trabajo puede crear una o más instancias, pero solo se ejecuta una instancia a la vez. A continuación se describen casos de uso comunes de programación y ejecución:
Inicio inmediato: Iniciar un trabajo de análisis de texto de forma inmediata implica que el modelo algorítmico no puede acceder a datos históricos. Se entrena con los datos de las ventanas de tiempo de inicialización configuradas, suprime anomalías y luego se actualiza dinámicamente con nuevos datos.
Parámetros de programación modificados: Cuando cambia las reglas de programación de un trabajo, se genera una nueva instancia basada en la configuración actualizada. El modelo continúa desde el último punto analizado y procesa los nuevos datos.
Reintento tras error: Si una instancia falla debido a problemas como errores de permisos, logstores no disponibles o problemas de configuración, Simple Log Service realiza reintentos automáticos. Si una instancia permanece en estado STARTING, indica un error de configuración y se crea un registro de error. Compruebe la configuración y vuelva a intentarlo. El estado de la instancia se actualizará a SUCCEEDED o FAILED según el resultado del reintento.
Notas de uso
Para mejorar la eficiencia del análisis de texto:
Especifique únicamente los campos de texto que desea analizar. Incluir campos redundantes puede reducir la eficacia y la velocidad del análisis.
Revise los datos de series temporales de los objetos monitoreados para comprobar la estabilidad y periodicidad de los datos. Esto le ayudará a configurar los parámetros adecuados del algoritmo.