Simple Log Service:結果フィールド

ランタイム統計

モデルトレーニングタスクの結果データ内の __tag__:__data_type__ フィールドが job_statistic に設定されている場合、そのデータはタスクのランタイム統計を表します。

検出結果

モデルトレーニングタスクの結果データ内の __tag__:__data_type__ フィールドが detection_process に設定されている場合、そのデータはタスクの検出結果を表します。

検証データセットの結果

モデルトレーニングタスクの結果データ内の __tag__:__data_type__ フィールドが eval_report に設定されている場合、そのデータはタスク完了後の各エンティティの検証データセットの結果を表します。

ランタイム統計

結果データ内の __tag__:__data_type__ フィールドが job_statistic に設定されている場合、そのデータにはタスクのランタイム統計が含まれます。

{
  "__tag__:__job_name__": "etl-1637133966-398245",
  "__tag__:__region__": "chengdu",
  "__tag__:__data_type__": "job_statistic",
  "__tag__:__apply_time__": "1638415928",
  "__tag__:__instance_name__": "29030-2457fbbd724de9421da8c73d37debcdd",
  "result": {
    "maxEntity": {
      "host": "machine_001",
      "ip": "192.0.2.1"
    },
    "maxTime": 1638415994,
    "minEntity": {
      "host": "machine_001",
      "ip": "192.0.2.1"
    },
    "minTime": 1638415994,
    "nTotalEntity": 1
  }
}

エンティティ検査の進捗

結果データ内の __tag__:__data_type__ フィールドが job_progress に設定されている場合、そのデータは特定のエンティティの検査進捗を示します。この情報は、新しいエンティティが検出されたか、または既存のエンティティがデータの送信を停止したかを判断するのに役立ちます。

{
  "__tag__:__job_name__": "etl-1637133966-398245",
  "__tag__:__region__": "chengdu",
  "__tag__:__data_type__": "job_progress",
  "__tag__:__apply_time__": "1638415883",
  "__tag__:__instance_name__": "29030-2457fbbd724de9421da8c73d37debcdd",
  "result": {
    "new_entity": false,
    "recently_arrived_time": 1638415994
  },
  "meta": {
    "logstore_name": "machine_monitor",
    "project_name": "sls-ml-demo"
  },
  "entity": {
    "host": "machine_001",
    "ip": "192.0.2.1"
  }
}

異常結果データ

結果データ内の __tag__:__data_type__ フィールドが anomaly_detect に設定されている場合、そのデータには異常検知の結果が含まれます。

{
  "__time__": 1638416474,
  "__tag__:__batch_id__": "a5870979816fc507cbeebc6b1133af0a",
  "__tag__:__schedule_id__": "2457fbbd724de9421da8c73d37debcdd",
  "__tag__:__apply_time__": "1638416291",
  "__tag__:__job_name__": "etl-1637133966-398245",
  "__tag__:__model_name__": "d52b59a6bfb3adcf2ee62a5064c45397",
  "__tag__:__data_type__": "anomaly_detect",
  "__tag__:__region__": "chengdu",
  "__tag__:__instance_name__": "29030-2457fbbd724de9421da8c73d37debcdd",
  "result": {
    "anomaly_type": "None",
    "dim_name": "value",
    "is_anomaly": false,
    "score": 0,
    "value": "0.780000"
  },
  "meta": {
    "logstore_name": "machine_monitor",
    "project_name": "sls-ml-demo"
  },
  "entity": {
    "host": "machine_001",
    "ip": "192.0.2.1"
  }
}

result_type フィールドは cluster_info です

result_type フィールドが cluster_info の場合、result フィールドには次のようにログカテゴリ情報が含まれます：

"result": {
  "cluster_id": "xxxx",
  "cluster_pattern": "xxxx",
  "cluster_active_age": 120,
  "cluster_alive_age": 150,
  "anomaly_score": 0.1,
  "count": 2,
  "source": []
}

result_type フィールドが group_info の場合

result_type フィールドが group_info の場合、result フィールドには次のようにログカテゴリグループに関する情報が含まれます：

"result": {
  "group_anomaly_score": 0.1,
  "group_age": 10,
  "group_n_event": 190,
  "group_n_cluster": 10
}

result_type フィールドは anomaly_info です

result_type フィールドが anomaly_info の場合、result フィールドには次のように異常イベントに関する情報が含まれます：

"result": {
  "anomaly_id": "xxxx",
  "anomaly_type": "xxxx",
  "value": 0,
  "anomaly_score": 0.0,
  "expect_lower": 0.0,
  "expect_upper": 0.0
}

result_type が prediction_ok の場合

result_type フィールドが prediction_ok の場合、予測は成功です。各ログには、時系列の 1 つのポイントの予測結果が含まれます。対応する result フィールドは次のように構造化されています：

{
  "entity": "xxxx",
  "metric": "xxxx",
  "time": xxxx,
  "value": "xxxx",
  "expect_value": "xxxx",
  "expect_lower": "xxxx",
  "expect_upper": "xxxx"
}

result_type が prediction_error の場合

result_type フィールドが prediction_error の場合 (この場合、__tag__:__data_type__ フィールドは job_error_message)、予測は失敗しました。対応する result フィールドは次のように構造化されています：

{
  "entity": "xxxx",
  "metric": "xxxx",
  "error_type": "xxxx",
  "error_msg": "xxxx"
}

進捗

tag:data_type フィールドの値が job_progress の場合、result フィールドにはタスクの進捗情報が含まれます。

ステータス

tag:data_type フィールドの値が job_status の場合、result フィールドにはドリルダウン分析タスクのステータス情報が含まれます。

根本原因

tag:data_type フィールドの値が root_cause の場合、result フィールドにはドリルダウン分析からの根本原因情報が含まれます。