人工智能平台 PAI：日志监控与报警

能力总览

日志、监控与报警三类能力在故障处理中各自承担不同角色：

• 日志：记录服务运行的详细输出（启动日志、请求处理日志、错误堆栈），用于精确定位问题根因。

• 监控：以指标和图表展示服务运行趋势（QPS、延迟、错误率、资源使用率），用于发现异常和容量评估。

• 报警：基于监控指标设置阈值，异常时主动通知用户，用于触发响应。

典型故障处理路径：报警触发 → 监控定位异常指标和时段 → 日志深入排查根因。

日志

EAS 提供三种日志能力，按使用场景选择：

• 历史日志查询：在服务详情页的日志页签查询，支持按实例筛选、关键词搜索、时间段过滤。适合进行日志检索和日志分析。

• 实时日志跟踪：在服务实例列表中选中某个实例，单击实时日志，可流式查看当前容器的滚动输出。适合交互式调试和对实时性要求高的场景（如观察推理过程的逐 token 输出）。

  说明

  实时日志功能上线之前创建的服务无法使用实时日志功能，如需使用请重新创建服务。

• SLS 日志投递：将日志投递到 SLS 做长期保存、跨服务关联分析、合规归档。需在资源组中预先配置投递规则，详见配置资源组日志服务。

监控

EAS 提供四类监控能力，按指标来源和呈现形式选择：

• 服务监控：查看 QPS、延迟、错误率、资源使用率等基础运行指标。开箱即用，进入服务详情页的监控页签直接查看。详情请参见服务监控说明。

• 自定义监控指标：上报推理 token 数、批大小、命中率等业务指标。需在服务代码中按规范打点上报。详情请参见自定义监控及扩缩容指标。

• 监控大盘：把多个服务的关键指标汇总到统一看板，适合多服务统一巡检。详情请参见大盘监控说明。

• ARMS 集成：接入 APM 做调用链追踪、定位跨组件性能瓶颈，提供 APM 维度的深度可观测性。详情请参见使用ARMS自定义可观测大盘及报警。

报警

EAS 支持两类报警场景，按通知触发源选择：

• 监控报警：监控指标（错误率、延迟、资源使用率等）超阈值时主动通知，基于服务监控指标配置规则。详情请参见开通服务监控报警。

• 云监控事件：监听服务生命周期事件（部署完成、扩容、实例异常退出等）并发出通知。详情请参见查看EAS云监控事件。

常见问题