TReNDS DI agentas: incidentų analizė sutrumpėjo iki minutės

DI agentas incidentų analizei yra ta tema, kuri iš pirmo žvilgsnio atrodo tik IT žmonėms. Bet palaukite.

Kai sistema lūžta, klientui nesvarbu, ar problema Kubernetes, ar loguose, ar kažkur tarp eilučių. Jam svarbu, kad veiktų. Ir kad veiktų greitai.

AWS aprašė, kaip TReNDS, Georgia State University tyrimų centras, su Amazon Bedrock ir Strands Agents SDK automatizavo root-cause analysis. Rezultatas – nuo 15-30 minučių rankinio darbo iki mažiau nei 60 sekundžių.

KUR DINGSTA LAIKAS

Incidento metu komanda dažnai daro tą patį ritualą. Atidaro logus. Tikrina paskutinius deploy’us. Ieško klaidos pranešimų. Klausia kolegos, ar jis kažką keitė.

Tai nėra kvailas darbas. Tai reikalingas darbas. Bet daug jo yra pasikartojantis, ypač kai reikia surinkti pėdsakus iš kelių sistemų.

Agentas čia tampa ne magu, o greitu tyrėju. Surenka logus, peržiūri kontekstą, suformuoja hipotezę ir pateikia komandai pradžios tašką.

KODĖL TAI SVARBU VERSLUI

Jeigu incidentas trunka 20 minučių ilgiau, tai gali būti prarasti užsakymai, nervingi klientai ir komanda, kuri po darbo dar sėdi prie ekrano.

TReNDS pavyzdys parodo ne gražų DI demo, o labai ūkišką naudą: trumpesnį kelią iki priežasties.

Man patinka tokie pavyzdžiai, nes jie nepučia miglos. Buvo rankinis procesas. Dabar jis greitesnis. Viskas.

KĄ GALIMA PASIIMTI

Pradėti galima nuo vienos incidentų kategorijos. Pavyzdžiui, API klaidos, deploy’o problemos arba duomenų bazės timeout’ai.

Surašykite, kur žmogus eina ieškoti informacijos, kokius logus tikrina ir kokį sprendimą priima. Tada ten įdėkite agentą kaip pirmą analizės sluoksnį.

Ne tam, kad jis būtų teisėjas. Tam, kad budintis žmogus nepradėtų nuo tuščio lapo.

FAQ

Kas yra root-cause analysis?

Tai incidento tikros priežasties paieška, o ne tik paviršinio klaidos pranešimo perskaitymas.

Ką pasiekė TReNDS?

AWS rašo, kad rankinė 15-30 minučių analizė buvo sutrumpinta iki mažiau nei 60 sekundžių.

Ar DI agentas pakeičia SRE komandą?

Ne. Jis padeda greičiau surinkti informaciją ir pateikti hipotezę, bet sprendimą vis tiek turi prižiūrėti žmogus.

Šaltinis: AWS Machine Learning Blog.

Jeigu turite IT komandą, šią savaitę paprašykite jos aprašyti vieną dažną incidento tyrimo kelią. Ten dažnai slepiasi labai geras DI agento kandidatas.