根本原因分析関数：ユースケースと例 - Simple Log Service

Simple Log Service (SLS) は、問題の診断と異常なサブディメンションの特定を支援する強力なアラートおよび分析ツールを提供します。時系列メトリックにアノマリーが発生した場合は、根本原因分析関数を使用して、偏差の原因となっているディメンション属性を特定します。

rca_kpi_search

構文：

select rca_kpi_search(varchar_array, name_array, real, forecast, level)

次の表でパラメータについて説明します。

パラメータ	説明	値
varchar_array	ディメンション属性。	配列。例：`array[col1, col2, col3]`
name_array	ディメンションの名前。	配列。例：`array['col1', 'col2', 'col3']`
real	対応する属性の組み合わせの実測値。	型： double。すべての実数がサポートされます。
forecast	対応する属性の組み合わせの予測値。	型： double。すべての実数がサポートされます。
level	出力する根本原因セットに含めるディメンション属性の数。このパラメータを 0 に設定すると、関数は特定されたすべての根本原因セットを返します。	型： long。有効な値： 0 ≤ level ≤ 分析対象のディメンション数 (`varchar_array` の長さ)。

例

クエリと分析：

まず、サブクエリを使用して、各詳細な属性の実測値と予測値を整理します。次に、 rca_kpi_search 関数を呼び出して、アノマリーの根本原因を分析します。

* not Status:200 | 
select rca_kpi_search(
 array[ ProjectName, LogStore, UserAgent, Method ],
 array[ 'ProjectName', 'LogStore', 'UserAgent', 'Method' ], real, forecast, 1) 
from ( 
select ProjectName, LogStore, UserAgent, Method,
 sum(case when time < 1552436040 then real else 0 end) * 1.0 / sum(case when time < 1552436040 
then 1 else 0 end) as forecast,
 sum(case when time >=1552436040 then real else 0 end) *1.0 / sum(case when time >= 1552436040 
then 1 else 0 end) as real
 from ( 
select '("__time__" - ("__time__" % 60))' as time, ProjectName, LogStore, UserAgent, Method, COUNT(*) as real 
from log GROUP by time, ProjectName, LogStore, UserAgent, Method ) 
GROUP BY ProjectName, LogStore, UserAgent, Method limit 100000000)

出力：分析結果には、時系列のエリアチャートと、複数の展開可能な根本原因セットのエントリが含まれます。根本原因セットテーブルの列には、ProjectName、LogStore、UserAgent、Method、rsst、change、score が含まれます。この文脈では、 rsst は根本原因サブメトリックの統計値を表し、 score は根本原因の異常スコアを表します。対応するサブメトリックの小さなトレンドラインチャートが右側に表示され、アノマリー発生時の変動を視覚的に確認できます。

出力構造：

{
  "rcSets": [
    {
      "rcItems": [
        {
          "kpi": [{"attr": "xxx", "val": "xxx"}],
          "nleaf": 100,
          "change": 0.524543,
          "score": 0.1454543
        }
      ]
    }
  ]
}

次の表で表示項目について説明します。

パラメータ	説明
rcSets	根本原因セットの配列。
rcItems	根本原因セットを構成する項目の配列。
kpi	根本原因セット内の項目の条件を表す配列。配列内の各要素は、 `attr` がディメンション名で、 `val` が属性値であるオブジェクトです。
nleaf	根本原因セット内の KPI 項目が対象とする、生データ内のリーフ数です。説明リーフは、最も詳細な属性の組み合わせのログエントリです。
change	この項目のリーフによる、全体の異常変化への寄与率です。
score	この根本原因項目の異常スコア。値の範囲は [0, 1] です。

出力は JSON オブジェクトです。次にコード例を示します。

{
  "rcSets": [
  {
    "rcItems": [
    {
      "kpi": [
      {
        "attr": "country",
        "val": "*"
      },
      {
        "attr": "province",
        "val": "*"
      },
      {
        "attr": "provider",
        "val": "*"
      },
      {
        "attr": "domain",
        "val": "example.com"
      },
      {
        "attr": "method",
        "val": "*"
      }
      ],
      "nleaf": 119,
      "change": 0.3180687806279939,
      "score": 0.14436007709620113
    }
    ]
  }
  ]
}