4月21日，博睿數(shù)據(jù)ONE有引力2023春季產(chǎn)品發(fā)布會圓滿落幕，Bonree ONE 2023春季正式版正式發(fā)布，帶來更輕、更強(qiáng)、更智能的一體化智能可觀測平臺。

自適應(yīng)AI，讓Bonree ONE更智能

本文作者

博睿數(shù)據(jù)AI產(chǎn)品經(jīng)理 馬倩

全文共1835字，閱讀大約需10分鐘。

在企業(yè)業(yè)務(wù)最前沿的終端用戶側(cè)，實時監(jiān)控端上應(yīng)用產(chǎn)生的海量級業(yè)務(wù)請求、CDN請求、第三方請求，即時發(fā)現(xiàn)從端上應(yīng)用到后臺服務(wù)之間的響應(yīng)緩慢、DNS解析失敗、TCP建連失敗、HTTP404等性能問題，并根據(jù)實際數(shù)據(jù)迅速甄別其問題根源是運(yùn)營商網(wǎng)絡(luò)抖動等外部環(huán)境原因，還是自身后臺服務(wù)異常等內(nèi)部原因，從而有效降低問題定位時間，縮短整體排障修復(fù)周期，有力保障業(yè)務(wù)服務(wù)達(dá)到SLA要求的延時、可用性等標(biāo)準(zhǔn)，幫助企業(yè)建立更靈敏、更精準(zhǔn)、更智能的運(yùn)維工作體系。

平臺采集各形態(tài)數(shù)據(jù)進(jìn)入數(shù)據(jù)中臺，經(jīng)過匯聚、落盤、加工，暴露 API 提供給上層 AI 中臺和產(chǎn)品使用，AI 中臺利用開箱即用算法和 DIY 算法賦能運(yùn)維產(chǎn)品，達(dá)成98%+的智能告警收斂率，同時自適應(yīng)AI系統(tǒng)使用實時反饋動態(tài)學(xué)習(xí)和調(diào)整，隨客戶需求應(yīng)用到各業(yè)務(wù)場景中。

告警收斂 - 98%+的智能告警收斂率

在完成數(shù)據(jù)接入、標(biāo)準(zhǔn)化之后，將自動開啟事件降噪，把多源數(shù)據(jù)歸流于具有相同數(shù)據(jù)特征集的告警中。通過對海量雜亂事件降噪成告警，識別出告警與告警之間的關(guān)聯(lián)性，自定義創(chuàng)建相應(yīng)的收斂規(guī)則，根據(jù)相應(yīng)的收斂規(guī)則以及智能AI時序收斂規(guī)則，進(jìn)一步將告警收斂成故障。最終實現(xiàn)對海量異常事件的歸并處理，形成故障，避免告警風(fēng)暴，已達(dá)成98%+的智能告警收斂率，極大程度降低整體運(yùn)維成本。

用戶價值

1.解決告警風(fēng)暴：面對復(fù)雜繁復(fù)的告警信息，可以自定義創(chuàng)建多個告警收斂規(guī)則，通過收斂規(guī)則，壓縮告警，生成故障，避免告警風(fēng)暴。

2.告警漏報：在傳統(tǒng)運(yùn)維體系中，往往采用固定閾值的檢測方式進(jìn)行告警，無法自動適應(yīng)數(shù)據(jù)特征變化，導(dǎo)致告警誤報、漏報。Bonree ONE提供智能異常檢測的能力，通過智能化的算法，生成指標(biāo)的動態(tài)基線，自適應(yīng)數(shù)據(jù)特征變化，同時提供告警標(biāo)簽收斂、AI收斂，減少告警的漏報率。

難點：如何準(zhǔn)確收斂？

在數(shù)據(jù)接入后，面對海量雜亂事件，通過引入自研的AI算法，靈活的告警策略設(shè)置，實現(xiàn)對告警指標(biāo)的多維度異常判定，及時、準(zhǔn)確的發(fā)現(xiàn)監(jiān)控對象、業(yè)務(wù)等的異常，已經(jīng)很大程度上壓縮告警，并減少告警的漏報。那么在此基礎(chǔ)上，我們?nèi)绾胃鼫?zhǔn)確收斂？

思考

告警收斂有3種方式：根因收斂、標(biāo)簽收斂、AI收斂（包括相似收斂、時域收斂）。

1、根因收斂：根因收斂中，我們認(rèn)為相同根因的應(yīng)該收斂到一塊，收斂的本質(zhì)是相關(guān)性分析。當(dāng)有一個新的問題事件生成時，開始創(chuàng)建問題樹，同時在拓?fù)潢P(guān)系中定位到此問題事件所屬的實體關(guān)系，再有新的問題事件進(jìn)入時，根據(jù)以上規(guī)則判斷，符合根因收斂相關(guān)性即可收斂到此問題樹中。如下圖：

2、標(biāo)簽收斂：對標(biāo)簽進(jìn)行相同、AI相似篩選，如果切換為“相同”，根據(jù)相同標(biāo)簽收斂告警 ；如果切換為“AI相似”，需要在右側(cè)輸入框內(nèi)僅支持輸入0-100的整數(shù)。占位符提示：請輸入0-100的整數(shù)，當(dāng)相似度高于當(dāng)前設(shè)置百分比時，則進(jìn)行收斂。如下圖：

3、AI收斂（相似收斂、時域收斂）

相似收斂：分詞相似度達(dá)到一定值（可配置），收斂為一個問題。

時域收斂：時間的相關(guān)性（時間上的相交和包含關(guān)系），且事件相關(guān)字段有重合。

以上3種方法，我們建議優(yōu)先使用根因收斂。根因收斂不僅提供了AI算法策略，還可以通過根因定位還原問題發(fā)生的詳細(xì)信息，全面詳盡的現(xiàn)場還原，是提高故障處理效率的關(guān)鍵。

根因分析 -自適應(yīng)AI落地實踐之根因深度分析

基于故障發(fā)生的時間、故障類型和故障主體，通過服務(wù)、應(yīng)用和靜態(tài)拓?fù)浼罢{(diào)用鏈關(guān)系數(shù)據(jù)，搜索并定位到故障源或者故障傳遞鏈的根節(jié)點，故障源往往是具體的物理（虛擬）主機(jī)、服務(wù)及基礎(chǔ)性能，如cpu、內(nèi)存、網(wǎng)絡(luò)、磁盤等。自適應(yīng)AI系統(tǒng)使用實時反饋動態(tài)學(xué)習(xí)和調(diào)整，針對不斷變化的環(huán)境做出響應(yīng)，不斷添加訓(xùn)練數(shù)據(jù)形成訓(xùn)練模型，并形成通用化的場景業(yè)務(wù)支持以及個性化功能定制，將根因深度分析全面落地實踐。

用戶價值

1.提升排障效率：Bonree ONE可以自動計算出故障相關(guān)的影響范圍，自動關(guān)聯(lián)出相關(guān)的指標(biāo)、日志、調(diào)用鏈、事件、用戶會話、業(yè)務(wù)等。當(dāng)用戶發(fā)現(xiàn)某一指標(biāo)異?；蚰骋还P業(yè)務(wù)調(diào)用鏈路異常時，可以進(jìn)一步追蹤細(xì)查相關(guān)的記錄明細(xì)從而定位問題，提升排障效率。

2.現(xiàn)場還原，賦能復(fù)盤：通過根因分析定位到故障后，可查看故障回放，現(xiàn)場還原故障發(fā)生的信息，賦能復(fù)盤。全面詳盡的現(xiàn)場還原，是提高故障處理效率的關(guān)鍵。

難點

如何提升根因定位準(zhǔn)確性？

提升根因定位準(zhǔn)確性要從算法準(zhǔn)確性提升及多維分析出發(fā)，通過調(diào)參、分類等提升準(zhǔn)確度，豐富算法邏輯，多維分析不同類別問題的可能根因。

思考

1.吞吐類問題，平均每分鐘的總請求次數(shù)，越靠近入口的，越有可能是根因。

2.緩慢、錯誤類問題，深度越深，越是根因。找到實體入口后，根據(jù)層級判斷，同時時間發(fā)生越早的越有可能是根因。

3.瞬時事件（重啟、熔斷、配置變更）相比較于持續(xù)事件，是根因的概率更大，因此要考慮瞬時事件的可能性排序大于持續(xù)事件。

根因定位的具體規(guī)則如下：

ONE平臺提供根因問題回放，現(xiàn)場還原問題發(fā)生的信息，如下圖：

深度分析

深度分析是在根因分析的基礎(chǔ)上進(jìn)一步拆解下探，從而直接給出可行動的具體原因。

1. 對根因結(jié)果進(jìn)一步做多維度分析，根據(jù)問題類別找出引發(fā)問題的局部維度。
2. 在局部的維度基礎(chǔ)上進(jìn)一步下探，找出實際引發(fā)問題的代碼、事件（如：探針熔斷、配置更改等）的具體信息。