日志聚合多维指标智能巡检

数据示例

例如A公司将其SLB 7层访问日志接入到日志服务后，在智能巡检服务中通过SQL语句计算QPS、延时、出入流量、成功率等指标，即设置实体为host，设置特征为qps、success_date、inflow、outflow和latency。当服务器出现问题时，日志服务将展示QPS、延时、出入流量、成功率等不同维度指标的变化，并通过钉钉群通知给运维人员，便于运维人员及时判断故障，解决问题。

SLB 7层访问日志示例如下图所示。

步骤一：创建智能巡检任务

1. 登录日志服务控制台。

2. 进入创建作业页面。

   1. 在日志应用区域，单击智能异常分析。

   2. 在实例列表中，单击目标实例。

   3. 在左侧导航栏中，单击智能巡检。

   4. 单击实时检测。

   5. 在巡检任务区域，单击立即创建。

3. 在创建智能巡检作业配置向导的基本信息区域，完成如下配置，然后单击下一步。

   参数	说明
   任务名	自定义设置智能巡检作业的名称。
   Project	选择源日志库或时序库所在的Project。
   地域	您所选择的Project的所在地域。
   日志库类型	根据您数据存储的位置选择日志库类型。 如果您的数据存储在日志库中，则选中日志库。 如果您的数据存储在时序库中，则选中时序库。
   源日志库	当日志库类型设置为日志库时，需设置源日志库，设置为您的源数据所在的日志库。
   时序库	当日志库类型设置为时序库时，需设置时序库，设置为您的源数据所在的时序库。
   角色	如果您在创建实例时已完成了授权，则此处自动显示AliyunLogETLRole角色的角色标识。
   目标库	目标日志库，固定为internal-ml-log。

4. 在数据特征配置区域的数据类型，选择通过SQL格式化数据，然后完成以下配置。

   

   其中，数据特征配置中的查询和分析语句如下：

   * |
   select
     __time__-__time__ % 60 as time,
     'slb-total' as host,
     COUNT(*) as qps,
     round(1.0 * count_if(status < 400) / COUNT(*), 2) as success_rate,
     sum(request_length) as inflow,
     sum(body_bytes_sent) as outflow,
     round(avg(upstream_response_time) * 1000, 3) as latency
   FROM  log
   group by
     time
   order by
     time asc
   limit
     10000

5. 在算法配置区域，完成以下操作。

   1. 在算法配置区域，完成以下配置，然后在数据采样中，选择一个实体，单击预览采样数据，验证您所配置的参数与您的数据是否适配，以及执行结果是否符合您的预期。

      

   2. 在调度配置区域，设置智能巡检作业开始执行的时间。

      说明

      智能巡检作业默认从设置的位置开始一直往后执行。

   3. 单击下一步。

6. 在创建智能巡检作业配置向导的告警配置区域，完成以下配置，然后单击完成。

   如何获取钉钉请求地址，请参见钉钉-自定义。

   

   当指标异常时，即result.score大于0.75时，日志服务将发送告警通知到钉钉群中。

步骤二：打标反馈

您可以在钉钉群，打标告警通知。

• 如果告警符合预期，单击确认。

• 如果告警不符合预期，单击误报。