刚发完一版,十五分钟内报警条数冲到将近 800,助手却给每一条都填「可能是数据库」这种空话。变更记录、服务拓扑、指标侧的异常探测该如何接进来,才能给出一条有证据支撑的根因假说,而不是 800 段散文?
题目
刚发完一版,十五分钟内报警条数冲到将近 800,助手却给每一条都填「可能是数据库」这种空话。变更记录、服务拓扑、指标侧的异常探测该如何接进来,才能给出一条有证据支撑的根因假说,而不是 800 段散文?
参考答案
点击展开参考答案
- LLM 不负责发现异常,只负责在已经折叠的证据上写假设。
- 先让时序检测器、日志聚类和健康检查各自产出异常点,再用服务拓扑和变更时间窗做关联,把 800 条收成少数故障域。
- 只对折叠后的证据包调一次模型:要求输出假设、支持证据、反证和下一步命令;没有变更或拓扑命中时必须写「证据不足」,不许默认把数据库当背锅对象。
- 指标(错误率、饱和度、延迟分位)走季节性或基线检测,不要让模型看原始点列;日志做模板聚类,相同模板计数加一。
- 拓扑用服务图、实例和依赖(库、队列、缓存),变更总线提供「谁在 T−15min 动过」。