すべてのプロダクト
Search
ドキュメントセンター

Simple Log Service:結果フィールド

最終更新日:May 08, 2025

インテリジェント異常分析の結果は、internal-ml-log という名前のログストアに保存されます。このトピックでは、結果のフィールドについて説明します。

重要

Simple Log Service のインテリジェント異常分析アプリケーションは段階的に廃止され、2025 年 7 月 15 日 (UTC + 08:00) には使用できなくなります。

  1. 影響範囲

    インテリジェント検査、テキスト分析、時系列予測は使用できなくなります。

  2. 機能の置き換え

    前述の機能は、Simple Log Service の機械学習、スケジュール済み SQL、ダッシュボード機能で完全に置き換えることができます。詳細については、「機械学習構文」、「スケジュール済み SQL」、「ダッシュボード」をご参照ください。Simple Log Service は、機能関連の設定を構成するのに役立つ関連ドキュメントを提供します。

共通タグフィールド

さまざまなタイプのタスクの結果には、次の共通フィールドが含まれます。

説明

__tag__:__job_name__ フィールドと __tag__:__schedule_id__ フィールドに基づいて、タスクの結果をクエリできます。

__tag__:__apply_time__:1638414250
__tag__:__batch_id__:a8343****5b0fd
__tag__:__data_type__:anomaly_detect
__tag__:__instance_name__:29030-****7bcdd
__tag__:__job_name__:etl-1637****3966-398245
__tag__:__model_name__:d52b5****c45397
__tag__:__region__:chengdu
__tag__:__schedule_id__:2457f****ebcdd

フィールド

説明

__tag__:__apply_time__

モデルがデータのバッチを検査するために必要な時間。単位:秒。

__tag__:__batch_id__

バッチの ID。同じバッチ内のデータは、同じバッチ ID によって識別されます。

__tag__:__data_type__

データのタイプ。

  • job_statistic: タスクの統計ランタイムデータ。

  • job_progress: エンティティ検査の進捗状況の出力データ。

  • anomaly_detect: 異常の結果データ。

  • detection_process: モデル学習タスクの検出結果データ。

  • eval_report: モデル学習タスク完了後の各エンティティ検証セットの結果データ。

__tag__:__instance_name__

タスク用に作成されたインスタンスの名前。名前は、プロジェクト ID とスケジュール ID で構成されます。

各タスクは、バックエンドサーバー上のインスタンス名に関連付けられています。

__tag__:__job_name__

タスクの名前。プロジェクト内の各タスクの名前は一意である必要があります。

__tag__:__model_name__

モデルの名前。モデルは、タスク内の各エンティティに対して作成されます。各モデルは、時系列エンティティに関連付けられています。

__tag__:__region__

タスクのリージョン。

__tag__:__schedule_id__

タスク用に作成されたインスタンスの ID。

各タスクは、バックエンドサーバー上のインスタンス ID に関連付けられています。

インテリジェント検査 (モデル学習)

ログのタイプは、__tag__:__data_type__ フィールドの値によって異なります。

タスクの統計ランタイムデータ

モデル学習タスクの結果データの __tag__:__data_type__ フィールドの値が job_statistic の場合、データはタスクの統計ランタイムデータです。

フィールド

説明

meta

モデル学習タスクのデータソースが属するプロジェクトとログストア。値は JSON 形式のデータです。

project_name

モデル学習タスクのデータソースが属するプロジェクト。

logstore_name

モデル学習タスクのデータソースが属するログストア。

result

結果の内容。値は JSON 形式のデータです。

event_msg

指定されたタイムスタンプにおけるモデル学習タスクの進捗状況。

occ_time

モデル学習タスクの進捗状況に対応するタイムスタンプ。

tips

モデル学習タスクの進捗状況の概要。たとえば、モデルが保存されているなど。

モデル学習タスクの検出結果データ

モデル学習タスクの結果データの __tag__:__data_type__ フィールドの値が detection_process の場合、データはタスクの検出結果データです。

フィールド

説明

meta

モデル学習タスクのデータソースが属するプロジェクトとログストア。値は JSON 形式のデータです。

project_name

モデル学習タスクのデータソースが属するプロジェクト。

logstore_name

モデル学習タスクのデータソースが属するログストア。

result

結果の内容。値は JSON 形式のデータです。

dim_name

エンティティの特徴。

score

特定の時点におけるエンティティの特徴の異常スコア。

value

特定の時点におけるエンティティの特徴の値のサイズ。

is_train_step

ポイントが学習セットに属しているかどうかを示します。

検証セットの結果データ

モデル学習タスクの結果データの __tag__:__data_type__ フィールドの値が eval_report の場合、データはタスク完了後の各エンティティ検証セットの結果データです。

フィールド

説明

entity

モデルが作成されるエンティティ。値はキーと値のペアです。

meta

モデル学習タスクのデータソースが属するプロジェクトとログストア。値は JSON 形式のデータです。

project_name

モデル学習タスクのデータソースが属するプロジェクト。

logstore_name

モデル学習タスクのデータソースが属するログストア。

result

結果の内容。値は JSON 形式のデータです。

evaluation_metrics.auc

検証セットの AUC。AUC は、エンティティ用に学習された教師ありモデルによって計算されます。

evaluation_metrics.macro_f1

検証セットのマクロ平均 F1 スコア。マクロ平均 F1 スコアは、エンティティ用に学習された教師ありモデルによって計算されます。

evaluation_metrics.precision

検証セットの適合率。適合率は、エンティティ用に学習された教師ありモデルによって計算されます。

evaluation_metrics.recall

検証セットの再現率。再現率は、エンティティ用に学習された教師ありモデルによって計算されます。

time_config.training_start_time

エンティティのモデル学習の開始時刻。単位:秒。

time_config.training_stop_time

エンティティのモデル学習の終了時刻。単位:秒。

time_config.validation_end_time

エンティティのモデル検証の終了時刻。単位:秒。

time_config.predict_time

エンティティのモデル検証の期間。単位:秒。

time_config.train_time

エンティティのモデル学習の期間。単位:秒。

statistic.train_data_meta.train_anomaly_num

エンティティの学習セットにおける異常ポイントの数。

statistic.train_data_meta.train_data_length

エンティティの学習セットの長さ。

statistic.evaluation_data_meta.evaluation_anomaly_num

エンティティの検証セットにおける異常の数。

statistic.evaluation_data_meta.evaluation_data_length

エンティティの検証セットの長さ。

インテリジェント検査 (リアルタイム検査)

ログのタイプは、__tag__:__data_type__ フィールドの値によって異なります。

タスクの統計ランタイムデータ

リアルタイム検査タスクの結果データの __tag__:__data_type__ フィールドの値が job_statistic の場合、データはタスクの統計ランタイムデータです。

{
  "__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": { /* 最大エンティティ */
      "host": "machine_001",
      "ip": "192.0.2.1"
    },
    "maxTime": 1638415994, /* 最大時間 */
    "minEntity": { /* 最小エンティティ */
      "host": "machine_001",
      "ip": "192.0.2.1"
    },
    "minTime": 1638415994, /* 最小時間 */
    "nTotalEntity": 1 /* エンティティ総数 */
  }
}

フィールド

説明

result

結果項目。値は JSON 形式のデータです。

maxEntity

現在のデータ消費の時点に最も近い時点のエンティティに関する情報。

maxTime

現在のデータ消費に最も近いエンティティの時点。

nTotalEntity

現在のタスクで検出されたエンティティの数。

エンティティ検査の進捗状況の出力データ

リアルタイム検査タスクの結果データの __tag__:__data_type__ フィールドの値が job_progress の場合、データはエンティティ検査の進捗状況の出力データです。ログにエンティティ検査の進捗状況の出力データが含まれている場合、エラーが発生したかどうかを判断できます。たとえば、新しいエンティティが表示されたかどうか、または既存のエンティティにデータがないかどうかを判断できます。

{
  "__tag__:__job_name__": "etl-1637133966-398245", /* ジョブ名 */
  "__tag__:__region__": "chengdu", /* リージョン */
  "__tag__:__data_type__": "job_progress", /* データ型 */
  "__tag__:__apply_time__": "1638415883", /* 適用時間 */
  "__tag__:__instance_name__": "29030-2457fbbd724de9421da8c73d37debcdd", /* インスタンス名 */
  "result": {
    "new_entity": false, /* 新しいエンティティ */
    "recently_arrived_time": 1638415994 /* 最近到着した時間 */
  },
  "meta": {
    "logstore_name": "machine_monitor", /* ログストア名 */
    "project_name": "sls-ml-demo" /* プロジェクト名 */
  },
  "entity": {
    "host": "machine_001", /* ホスト */
    "ip": "192.0.2.1" /* IP */
  }
}

フィールド

説明

meta

現在のタスクのプロジェクトとログストア。値は JSON 形式のデータです。

project_name

リアルタイム検査タスクのデータソースが属するプロジェクト。

logstore_name

リアルタイム検査タスクのデータソースが属するログストア。

result

結果項目。値は JSON 形式のデータです。

new_entity

新しいエンティティが表示されたかどうかを示します。

recently_arrived_time

entity フィールドで指定された現在のエンティティの最後の有効なデータレコードのタイムスタンプ。

entity

エンティティに関する情報。情報は辞書データ型です。

異常の結果データ

リアルタイム検査タスクの結果データの __tag__:__data_type__ フィールドの値が anomaly_detect の場合、データは異常の結果データです。

{
  "__time__": 1638416474, /* タイムスタンプ */
  "__tag__:__batch_id__": "a5870979816fc507cbeebc6b1133af0a", /* バッチID */
  "__tag__:__schedule_id__": "2457fbbd724de9421da8c73d37debcdd", /* スケジュールID */
  "__tag__:__apply_time__": "1638416291", /* 適用時間 */
  "__tag__:__job_name__": "etl-1637133966-398245", /* ジョブ名 */
  "__tag__:__model_name__": "d52b59a6bfb3adcf2ee62a5064c45397", /* モデル名 */
  "__tag__:__data_type__": "anomaly_detect", /* データ型 */
  "__tag__:__region__": "chengdu", /* リージョン */
  "__tag__:__instance_name__": "29030-2457fbbd724de9421da8c73d37debcdd", /* インスタンス名 */
  "result": {
    "anomaly_type": "None", /* 異常の種類 */
    "dim_name": "value", /* ディメンション名 */
    "is_anomaly": false, /* 異常かどうか */
    "score": 0, /* スコア */
    "value": "0.780000" /* 値 */
  },
  "meta": {
    "logstore_name": "machine_monitor", /* ログストア名 */
    "project_name": "sls-ml-demo" /* プロジェクト名 */
  },
  "entity": {
    "host": "machine_001", /* ホスト */
    "ip": "192.0.2.1" /* IP */
  }
}

フィールド

説明

entity

エンティティ項目。値は JSON 形式のデータであり、ソースデータから取得されます。値は、エンティティを識別するために使用されます。

meta

設定項目。値は JSON 形式のデータであり、インテリジェント検査タスクの構成情報から取得されます。

project_name

ログストアが属するプロジェクト。

logstore_name

データソースが属するログストア。

result

結果項目。値は、各時点のデータの検査結果を示します。

dim_name

生成された検査結果が表示されるディメンションの名前。名前はソースデータから取得されます。

1 つ以上のディメンションが指定されているかどうかに関係なく、result フィールドの値は 1 つのディメンションでのみ表示されます。

value

指定されたディメンションで生成された検査結果の値。値はソースデータから取得されます。ディメンションは、result.dim_name パラメーターによって指定されます。

score

異常スコア。有効な値:[0,1]。スコアが高いほど、異常の度合いが高いことを示します。

is_anomaly

異常が真と見なされるかどうかを示します。

  • result.score フィールドの値が 0.5 より大きい場合、異常は真と見なされます。

  • result.score フィールドの値が 0.75 より大きい場合、異常は真と見なされ、アラートがトリガーされます。

anomaly_type

異常の種類。モデルは、異常を Stab、Shrift、Variance、Lack、OverThreshold の種類に予備的に分類します。詳細については、「異常の種類」をご参照ください。

テキスト分析

テキスト分析タスクの結果には、共通の tag フィールドと次の共通フィールドが含まれます。

フィールド

説明

algo_type

アルゴリズムタイプ。

result_type

結果タイプ。JSON データ型です。

result

結果の内容。JSON データ型です。

result フィールドの値は、result_type フィールドの値によって異なります。

meta

メタデータ。値は JSON 形式のデータです。

project_name

ログストアが属するプロジェクト。

logstore_name

データソースが属するログストア。

topic

データソースのログトピック。

query

データを取得するために使用されるメソッド。たとえば、コンシューマーグループを使用してデータを取得できます。

win_size

タイムウィンドウの長さ。

version

アルゴリズムのバージョン。

result フィールドの値は、result_type フィールドの値によって異なります。次のセクションでは、result フィールドについて説明します。

クラスター情報result_type フィールドに が指定されている場合

result_type フィールドの値が cluster_info の場合、result フィールドの値にはログカテゴリに関する情報が含まれます。次の例は、このシナリオでの result フィールドの構造を示しています。

"result": {
  "cluster_id": "xxxx", /* クラスタID */
  "cluster_pattern": "xxxx", /* クラスタパターン */
  "cluster_active_age": 120, /* クラスタアクティブ経過時間 */
  "cluster_alive_age": 150, /* クラスタ生存経過時間 */
  "anomaly_score": 0.1, /* 異常スコア */
  "count": 2, /* 件数 */
  "source": [] /* ソース */
}

フィールド

説明

result.cluster_id

ログカテゴリの ID。

result.cluster_pattern

ログカテゴリのログテンプレート。

result.cluster_active_age

ログカテゴリがアクティブになっているタイムウィンドウの数。

ログカテゴリのログがタイムウィンドウで検出された場合、ログカテゴリはそのタイムウィンドウでアクティブと見なされます。

result.cluster_alive_age

ログカテゴリが最初に表示されてから現在までのタイムウィンドウの数。

result.anomaly_score

ログカテゴリの異常スコア。

result.count

ログカテゴリに含まれるログの数。

result.source

ログテンプレートの変数の可能な値。

グループ情報result_type フィールドに が指定されている場合

result_type フィールドの値が group_info の場合、result フィールドの値にはログカテゴリグループに関する情報が含まれます。次の例は、このシナリオでの result フィールドの構造を示しています。

"result": {
  "group_anomaly_score": 0.1, /* グループ異常スコア */
  "group_age": 10, /* グループ経過時間 */
  "group_n_event": 190, /* グループイベント数 */
  "group_n_cluster": 10 /* グループクラスタ数 */
}

フィールド

説明

result.group_anomaly_score

ログカテゴリグループの異常スコア。

result.group_age

現在のタイムウィンドウのシーケンシャル番号。

result.group_n_event

現在のタイムウィンドウにおけるグループのログの総数。

result.group_n_cluster

現在のタイムウィンドウにおけるグループのログカテゴリの総数。

異常情報result_type フィールドに が指定されている場合

result_type フィールドの値が anomaly_info の場合、result フィールドの値には異常イベントに関する情報が含まれます。次の例は、このシナリオでの result フィールドの構造を示しています。

"result": {
  "anomaly_id": "xxxx", /* 異常ID */
  "anomaly_type": "xxxx", /* 異常の種類 */
  "value": 0, /* 値 */
  "anomaly_score": 0.0, /* 異常スコア */
  "expect_lower": 0.0, /* 期待値下限 */
  "expect_upper": 0.0 /* 期待値上限 */
}

フィールド

説明

result.anomaly_id

異常のログカテゴリ ID。

result.anomaly_type

異常の種類。

result.value

イベント値。

result.value フィールドの意味は、result.anomaly_type フィールドの値によって異なります。

result.anomaly_score

異常スコア。

result.expect_lower

result.value フィールドで指定された、期待されるイベント値の下限。

result.expect_upper

result.value フィールドで指定された、期待されるイベント値の上限。

時系列予測

時系列予測タスクの結果には、共通の tag フィールドと次の共通フィールドが含まれます。

フィールド

説明

algo_type

アルゴリズムタイプ。値は series_prediction に固定されています。

result_type

結果タイプ。値は JSON 形式のデータです。

予測操作が成功した場合、値は prediction_ok です。予測操作が失敗した場合、値は prediction_error です。

result

結果の内容。値は JSON 形式のデータです。

result フィールドの値は、result_type フィールドの値によって異なります。

meta

メタデータ。値は JSON 形式のデータです。

project_name

ログストアが属するプロジェクト。

logstore_name

データソースが属するログストア。

topic

データソースのログトピック。

version

アルゴリズムのバージョン。

result フィールドの値は、result_type フィールドの値によって異なります。次のセクションでは、result フィールドについて説明します。

予測 OKresult_type フィールドに が指定されている場合

result_type フィールドの値が prediction_ok の場合、予測操作は成功し、各ログには時系列のポイントの予測結果が含まれます。次の例は、このシナリオでの result フィールドの構造を示しています。

{
  "entity": "xxxx", /* エンティティ */
  "metric": "xxxx", /* メトリック */
  "time": xxxx, /* 時間 */
  "value": "xxxx", /* 値 */
  "expect_value": "xxxx", /* 期待値 */
  "expect_lower": "xxxx", /* 期待値下限 */
  "expect_upper": "xxxx" /* 期待値上限 */
}

フィールド

説明

result.entity

予測された時系列のエンティティ ID。

result.metric

予測された時系列のメトリック。

result.time

予測された時系列の現在のポイントのタイムスタンプ。

result.value

予測された時系列の現在のポイントの実際の値。

result.expect_value

予測された時系列の現在のポイントの予測値。

result.expect_lower

予測された時系列の現在のポイントの予測下限。

result.expect_upper

予測された時系列の現在のポイントの予測上限。

予測誤差result_type フィールドに が指定されている場合

result_type フィールドの値が prediction_error で、__tag__:__data_type__ フィールドの値が job_error_message の場合、予測操作でエラーが発生します。次の例は、このシナリオでの result フィールドの構造を示しています。

{
  "entity": "xxxx", /* エンティティ */
  "metric": "xxxx", /* メトリック */
  "error_type": "xxxx", /* エラータイプ */
  "error_msg": "xxxx" /* エラーメッセージ */
}

フィールド

説明

result.entity

予測された時系列のエンティティ ID。予測操作でエラーが発生しました。

result.metric

予測された時系列のメトリック。予測操作でエラーが発生しました。

result.error_type

エラータイプ。

result.error_msg

エラーの詳細。

ドリルダウン分析

ドリルダウン分析タスクの結果には、共通の tag フィールドと次の共通フィールドが含まれます。

フィールド

説明

result

結果の内容。値は JSON 形式のデータです。

result フィールドの値は、__tag__:__data_type__ フィールドの値によって異なります。

ログのタイプは、__tag__:__data_type__ フィールドの値によって異なります。

ドリルダウン分析タスクの進捗情報

__tag__:__data_type__ フィールドの値が job_progress の場合、result フィールドの値にはドリルダウン分析タスクの進捗情報が含まれます。

フィールド

説明

result.from_ts

タスクの開始時刻。

result.to_ts

タスクの終了時刻。値 inf は、タスクが進行中であることを示します。

result.progress

タスクの現在の進捗状況。

result.message

タスクの現在の進捗状況に関するステータス情報。

ドリルダウン分析タスクのステータス情報

__tag__:__data_type__ フィールドの値が job_status の場合、result フィールドの値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。

フィールド

説明

result.from_ts

タスクの開始時刻。

result.to_ts

タスクの終了時刻。値 inf は、タスクが進行中であることを示します。

result.status

タスクのステータス。

result.message

タスクのステータスの詳細。

ドリルダウン分析タスクによって検出された根本原因

__tag__:__data_type__ フィールドの値が root_cause の場合、result フィールドの値には、ドリルダウン分析タスクによって検出された根本原因が含まれます。

フィールド

説明

result.status

根本原因が検出されたかどうかを示します。有効な値:

  • success

  • fail

result.snapshot_time

ドリルダウン分析に使用される多次元時系列データの時点。

result.elapsed_time

根本原因を検出するためにイベントに対して実行されるトラブルシューティングの期間。

result.event_info

根本原因分析をトリガーするイベント。

result.root_cause

result.status フィールドの値が success の場合、このフィールドの値は根本原因分析の結果を示します。

result.reason

result.status フィールドの値が fail の場合、このフィールドの値は原因が検出されなかった理由を示します。