DataWorks:AI 運用保守

特徴

AI 運用保守は、DataWorks におけるタスク運用のための、ワンストップのインテリジェントなツールです。これは、従来のインテリジェント O&M 機能をアップグレードしたものです。タスクの失敗、実行の遅延、リソース競合などの問題が発生した場合、DataWorks の AI 運用保守はタスクのライフサイクル全体を自動的に分析し、根本原因を迅速に特定して、ワンクリックの運用操作を含むソリューションを提供します。

コア機能：

• 包括的な診断：未実行、待機中、実行中、完了 (成功または失敗) にかかわらず、すべてのタスク状態をカバーします。診断範囲は、単一のインスタンスやワークフローからワークスペース全体にまで及びます。依存関係、リソース使用量、過去のパフォーマンス、ログの内容を分析することで包括的な診断を提供し、コンテキストに応じたフォローアップ質問もサポートします。

• 根本原因分析：エラーログを提示するだけでなく、多次元の情報を関連付けて問題の根本原因を特定します。

• 対話型操作：チャットダイアログで、インスタンスの再実行、成功としての設定、リソースグループの変更などの O&M コマンドを直接発行できます。複雑な操作をワンクリックのボタンに簡素化し、運用保守の効率を大幅に向上させます。

クイックスタート

このセクションでは、失敗したタスクインスタンスのトラブルシューティングという典型的なシナリオにおける、完全な診断プロセスをガイドします。

1. 診断の開始

   1. Operation Center > Scheduled Instance に移動し、失敗したターゲットインスタンスを見つけます。

   2. インスタンス名をクリックして DAG を展開します。インスタンスにカーソルを合わせ、表示されるショートカットメニューで AI Diagnostics ボタンをクリックします。

      DAG では、ods_user_info_d のような失敗したノードは、赤色の × アイコンと赤色の罫線でマークされ、その下流ノードは「未実行」状態で表示されます。[AI 診断] ボタンは、失敗したノードと上流ノードを結ぶ線の近くにあります。

2. AI による分析を待ちます

   クリック後、ページの右側に DataWorks Copilot アシスタントが自動的に開き、「DataWorks Copilot is processing...」と表示されます。待機中、Copilot は実行中の分析ステップを表示し、AI の「思考」プロセスを理解するのに役立ちます。以下は典型的な診断フローです。各ステップを展開して詳細を表示できます。

   分析プロセスでは、タスクインスタンスのステータスと情報のクエリ、ワークフローの内部ノードのクエリ、失敗したインスタンスログの分析、分析と診断、タスクインスタンスログのクエリ、タスク公開変更のクエリ、インスタンス操作記録のクエリ、インスタンスコードのクエリなどのステップが順次実行されます。完了すると、DataWorks Copilot has completed execution! と表示されます。

   [分析と診断] ステップを展開すると、Copilot は問題分析、考えられる原因、解決策の提案の 3 つのセクションを含む詳細な診断を提示します。たとえば、排他的リソースグループの期限が切れたためにタスクが失敗した場合、[問題分析] ではエラーメッセージが com.alibaba.phoenix.error.BillException であり、課金チェックが失敗したことを示します。[考えられる原因] には、リソースグループのサブスクリプション期間が終了して更新されなかった、構成エラーや誤った削除、アカウントの未払い、権限の変更などの理由がリストされます。[解決策の提案] では、[リソースグループ管理] ページに移動してリソースグループのステータスを確認して更新するか、タスクのスケジューリング構成で一時的に別の利用可能なリソースグループに切り替えるよう案内します。

3. 診断レポートの解釈

   約 10 秒後、Copilot は構造化された診断レポートを返します。以下のセクションに注目してください：

   • 異常検出：これは確認すべき主要な結論です。包括的な分析を通じてインスタンスの異常を特定し、コンテキストに基づいて根本原因を推測します。

   • 分析プロセス：このセクションには、AI が結論に至るまでに使用した証拠チェーンがリストされ、結果の信頼性を高めます。

   • 解決策と予防策の提案：問題を修正するための具体的で実行可能な手順と、再発を防ぐための長期的な推奨事項を提供します。

   Anomaly Detection
   • Root Cause: The task failed because the exclusive resource group (ID: 70b78c03-d6b9-4234-bde9-e0da1e6e8c33) has expired. The system detected that the resource group was unavailable when trying to start the task, which threw a BillException and terminated the task execution.
   Analysis Process
   1. Initial Status Check:
      • Called get_task_instance and found the instance status was "Failed".
   2. Log Analysis:
      • Used analyze_task_instance_log and get_task_instance_log to view detailed error logs, confirming the failure reason as "exclusive resource group has expired".
   3. Change and Operation Record Check:
      • Used list_task_changes and found the last change was on 2026-02-01, which was an update to the task itself.
      • list_task_operations shows that the resource group for this task was changed on 2026-02-01 (from yunshi_dataxcdc_pre_resource to dgc_checker_test_rescource_dlf), but this did not resolve the issue.
   4. Code Review:
      • Reviewed the task code (get_task_instance_code) and found it to be a standard PyODPS data writing script with no apparent logical errors or improper resource requests.

4. ソリューションの実装

   レポートで提供された推奨事項に従います。

   • 緊急措置：レポートは通常、問題に直接関連するショートカット操作を提供します。たとえば、リソースグループの問題の場合、タスクのリソースグループを変更するためのショートカットを提供する場合があります。単に Yes と返信するだけで、AI がリソースグループの変更を支援します。

     Copilot の解決策と予防策の提案セクションには、緊急措置 ([排他的リソースグループ管理] ページに移動してリソースグループのステータスを確認し、サービスを更新するか、タスクを有効なリソースグループに再割り当てする) と長期的な最適化 (リソースグループの有効期限を監視するメカニズムを確立し、タスクのリソースグループの依存関係を定期的に確認する) の両方が含まれます。

     Copilot はインスタンスリソースグループの変更確認フォームを表示し、環境、タスクインスタンス ID リスト、ワークスペース、リソースグループ、ビジネスプロセスインスタンスであるかなどのパラメーターを自動的に入力します。情報が正しいことを確認した後、[確認して実行] をクリックして変更を完了します。

   • 対話型操作：レポートが特定の操作を提供しない場合でも、ダイアログボックスにコマンドを入力し続けて問題を解決できます。たとえば、「タスク xxx のリソースグループを変更」と入力すると、Copilot がプロセスをガイドします。自然言語対話を通じて、AI は複雑なコンテキスト要件を動的に理解し、操作を簡素化して、非構造化 O&M シナリオに適応させます。

     Copilot はタスクインスタンスのステータスを自動的にクエリし、環境、タスクインスタンス ID リスト、ワークスペース、リソースグループ、ビジネスプロセスインスタンスであるかなどのフィールドを持つ確認フォームを表示します。情報が正しいことを確認した後、[確認して実行] をクリックして操作を完了します。

注意事項

• ワークスペースレベルの診断や、多くのインスタンスが関与する場合、応答が 1〜5 分遅れることがあります。

• クロスワークスペースの依存関係分析はサポートされていますが、分析の詳細を表示するには、ターゲットワークスペースのメンバーである必要があります。

AI 診断の有効化

AI 運用保守は、DataWorks の複数のエントリーポイントからアクセスできます。

サポートされる診断シナリオ

サポートされる O&M 操作

診断レポートまたは Copilot ダイアログで、ワークスペース内のタスクまたはインスタンスに対して、個別または一括で以下の操作を実行できます：

ターゲットワークスペースの プロジェクトオーナー または O&M ロールが必要です。