故障根因分析

ShuYunBIGDATA 2023-01-13 00:30:33

课时名称	课时知识点
故障根因分析	故障根因分析故障根因分析故障根因分析故障根因分析

...全文

182 回复打赏收藏转发到动态举报

写回复

回复

切换为时间正序

请发表友善的回复…

发表回复

在现代企业运维领域，故障根因分析不仅至关重要，而且难度颇高。尽管单一智能体（Agent）技术为故障根因分析提供了一种有效的解决途径，但在应对复杂的运维故障时，仍存在局限性。本文旨在探索基于大型语言模型（LLM）的多智能体（Multi-Agents）技术在运维故障根因分析中的应用潜力，以期为企业带来更精确、更高效的运维故障诊断解决方案。亚信科技（中国）有限公司。

我们希望具备这么⼀种⾃动分析的能⼒，它能够联动⽣产环境的告警，并⾃动分析产⽣告警的原因是由于变更，还是由于系统的⾼负载。众所周知，变更是线上环境不稳定的⾸要因素，有研究表明，线上70%的故障都是由某种变更⽽触发的。通过上图可知，变更是发⽣在1⽉18⽇，22:03:30，⽽故障是发⽣在1⽉18⽇，22:04:09，很明显此次故障是由于变更导致。通过上图可知，标红的服务为告警服务，其下是⼀系列围绕此服务的调⽤与被调⽤服务，并且⽗服务和⼦服务的关系也呈现出来。仅需简单的两步配置，即可使⽤故障根因分析的能⼒！

多智能体系统通过并行协作、信息共享和快速响应的特性，大幅提升了企业运维故障分析和系统安全性。基于LLM的多智能体系统在智能运维领域展现出巨大的应用潜力。尽管目前的技术尚需在算力、误判机制等方面进一步优化，但多Agent系统的优势已初步显现。未来，通过不断的技术创新和系统完善，多智能体将成为故障根因分析的强大工具，助力运维团队实现更高效、更可靠的智能运维。在大模型时代，我们如何有效的去学习大模型？

基于机器学习的异常检测与分析技术复杂运维场景下，如何实现分钟级的故障根因定位基于大语言模型的云故障根因分析｜顶会EuroSys24论文

在旧版本中，尽管可以关联并分析出所有可能导致故障的原因，但是分析视图所携带的信息过于繁琐和冗余，不利于高效分析的目的。由于api_gateway的下游是flounder_metric服务，而该服务在12:00分发生了停止操作，进而触发了告警，因此分析为：下游HTTP服务http-logic.flounder_metric的变更导致的故障（这也是此次故障的真正原因）。而后展示了和此服务关联的其他服务的变更情况，由图可知，是17*.3*.**.**上的scheduler_service发生了变更导致服务告警。

任大勇的课程社区_NO_4

3

社区成员

584

社区内容

发帖

与我相关

我的任务

社区管理员

加入社区

近7日
近30日
至今

加载中

查看更多榜单

社区公告

暂无公告

试试用AI创作助手写篇文章吧

+ 用AI写文章