SLS机器学习最佳实战:日志聚类+异常告警
0.文章系列鏈接
- SLS機器學習介紹(01):時序統計建模
- SLS機器學習介紹(02):時序聚類建模
- SLS機器學習介紹(03):時序異常檢測建模
- SLS機器學習介紹(04):規則模式挖掘
- SLS機器學習介紹(05):時間序列預測
- 一眼看盡上億日志-SLS智能聚類(LogReduce)發布
- SLS機器學習最佳實戰:時序異常檢測和報警
- SLS機器學習最佳實戰:時序預測
1.手中的錘子都有啥?
圍繞日志,挖掘其中更大價值,一直是我們團隊所關注。在原有日志實時查詢基礎上,今年SLS在DevOps領域完善了如下功能:
- 上下文查詢
- 實時Tail和智能聚類,以提高問題調查效率
- 提供多種時序數據的異常檢測和預測函數,來做更智能的檢查和預測
- 數據分析的結果可視化
- 強大的告警設置和通知,通過調用webhook進行關聯行動
今天我們重點介紹下,日志只能聚類和異常告警如何配合,更好的進行異常發現和告警
2.平臺實驗
2.1 實驗數據
一份Sys Log的原始數據,,并且開啟了日志聚類服務,具體的狀態截圖如下:
通過調整下面截圖中紅色框1的大小,可以改變圖中紅色框2的結果,但是對于每個最細粒度的pattern并不會改變,也就是說:子Pattern的結果是穩定且唯一的,我們可以通過子Pattern的Signature找到對應的原始日志條目。
2.2 生成子模式的時序信息
假設,我們對這個子Pattern要進行監控:
msg:vm-111932.tc su: pam_unix(*:session): session closed for user root
對應的 signature_id : __log_signature__: 1814836459146662485
我們得到了上述pattern對應的原始日志,可以看下具體的數量在時間軸上的直返圖:
上圖中,我們可以發現,這個模式的日志分布不是很均衡,其中還有一些是沒有的,如果直接按照時間窗口統計數量,得到的時序圖如下:
__log_signature__: 1814836459146662485 | select date_trunc('minute', __time__) as time, COUNT(*) as num from log GROUP BY time order by time ASC limit 10000上述圖中我們發現時間上并不是連續的。因此,我們需要對這條時序進行補點操作。
__log_signature__: 1814836459146662485 | select time_series(time, '1m', '%Y-%m-%d %H:%i:%s', '0') as time, avg(num) as num from ( select __time__ - __time__ % 60 as time, COUNT(*) as num from log GROUP BY time order by time desc ) GROUP by time order by time ASC limit 100002.3 對時序進行異常檢測
使用時序異常檢測函數: ts_predicate_arma
__log_signature__: 1814836459146662485 | select ts_predicate_arma(to_unixtime(time), num, 5, 1, 1, 1, 'avg') from ( select time_series(time, '1m', '%Y-%m-%d %H:%i:%s', '0') as time, avg(num) as num from ( select __time__ - __time__ % 60 as time, COUNT(*) as num from log GROUP BY time order by time desc ) GROUP by time order by time ASC ) limit 100002.4 告警該如何設置
- 將機器學習函數的結果拆解開
- 針對最近兩分鐘的結果進行告警
- 針對上升點進行告警,并設置兜底策略
具體的告警設置如下:
3.硬廣時間
3.1 日志進階
這里是日志服務的各種功能的演示?日志服務整體介紹,各種Demo
原文鏈接
本文為云棲社區原創內容,未經允許不得轉載。
總結
以上是生活随笔為你收集整理的SLS机器学习最佳实战:日志聚类+异常告警的全部內容,希望文章能夠幫你解決所遇到的問題。
- 上一篇: 阿里云发布迁移解决方案,“迁移上云”这件
- 下一篇: 网络数据隐私保护,阿里工程师怎么做?