可观测数据的统一表示方法
UModel 提供了一套标准化的数据建模语言，实现可观测数据的统一描述：
核心Set类型：
EntitySet：实体集合定义，包含主键、属性、状态等信息。
TelemetryDataSet：可观测数据通用表示，包含基础 time 字段，其他 MetricSet、LogSet、TraceSet、EventSet 都继承该类型。
LogSet：通用日志数据定义，无较多约束。
MetricSet：指标集合定义，支持多个指标和标签维度。
TraceSet：链路追踪定义，包含 TraceID、SpanID 等字段。
EventSet：事件数据定义，支持告警和系统事件。
ProfileSet：性能剖析数据定义，支持 CPU、内存等性能数据。
分层递进原则：
Field - 最基础的字段定义。
ActivityData - 包含时间属性的可观测数据。
Entity&TelemetryDataSet - 抽象出的实体和可观测数据。
Link - 完成实体和实体、实体和数据的连接，构成完整的关联关系体系。
实体关联与数据融合的核心思想
UModel 强调"互联互通"，通过关联关系构建数据图谱和实体图谱：
数据互联：
日志与指标通过实体关联，实现日志异常与指标异常的关联分析。
链路与日志通过 TraceID 关联，实现分布式追踪与详细日志的融合。
事件与实体关联，实现告警事件与系统状态的统一视图。
实体互联：
服务与数据库的调用关系，支持数据库性能对服务影响的分析。
容器与主机的包含关系，支持资源层面的故障传播分析。
应用与基础设施的依赖关系，支持全栈故障根因分析。
神经元式连接：故障传播与根因分析
UModel 采用类似神经网络的连接方式，通过实体关系图实现智能的故障传播和根因分析：
故障传播模型：
基于 EntitySetLink 定义的关系图，模拟故障在系统中的传播路径。
支持多级跳转分析，从异常实体追踪到根因实体。
结合历史数据和机器学习算法，提供故障传播概率分析。
根因分析能力：
告警事件自动关联相关实体，生成最小连接子图。
基于时间序列分析，识别故障发生的时间顺序。
结合变更事件（CICD、配置变更等），快速定位变更引起的故障。
从数据到洞察的转化路径
UModel 提供了从原始数据到业务洞察的完整转化路径：
数据标准化：通过 Field 定义和 Set 实现数据格式标准化。
实体化建模：将分散的数据通过 EntitySet 进行实体化组织。
关系化关联：通过 Link 建立数据间和实体间的关联关系。
图化分析：基于图结构进行复杂的关联分析和模式识别。
智能化洞察：结合 AI 算法实现自动化的异常检测和根因分析。
应用案例
当前应用案例相关素材，请参考：umodel.zip