博客 / 列表

雲觀秋毫 - 比論文更準：Syncause 在根因分析準確率上實現突破

在最新的 Train Ticket 微服務系統根因分析測試中，Syncause 根因分析準確率（AC@3）達到 96.67% —— 在同類測試場景中，這一數字是目前能公開復現的最高水平。 AC@k (Accuracy@k) 是學術研究中衡量算法準確度的指標。 含義是：當系統推薦前k個最可能的根因時，真實根因出現在這前k個結果中的概率。 換句話説，當其他算法仍在“猜”，Syncause 已經能

運維 , 人工智能

雲觀秋毫 - 告別ELK，APO提供基於ClickHouse開箱即用的高效日誌方案——APO 0.6.0發佈

ELK一直是日誌領域的主流產品，但是ElasticSearch的成本很高，查詢效果隨着數據量的增加越來越慢。業界已經有很多公司，比如滴滴、B站、Uber、Cloudflare都已經使用ClickHose作為ElasticSearch的替代品，都取得了不錯的效果，實現了降本增效，費用節約大多在50%以上。但是目前使用ClickHose作為日誌方案，存在以下問題。 主流的Vector+Cl

日誌分析 , 日誌 , go

雲觀秋毫 - APO v0.7.0 更新：日誌功能完整版發佈！

在 v0.6.0 版本中，APO 發佈了基於 ClickHouse 開箱即用的高效日誌方案，為用户提供了採集、處理和檢索全量日誌的基礎功能。新版本在此基礎上進一步強化了日誌處理和檢索的能力，提升了用户體驗。 支持為不同日誌設置不同的解析規則，提取出關鍵信息並加速檢索 日誌中往往存在許多關鍵信息，將這些關鍵信息提取出來能夠針對性的檢索數據，通過分析此類關鍵信息能夠發現平時難以注意到的洞察。通常不同的

日誌 , 後端

雲觀秋毫 - APO全量日誌對接logstash和fluent日誌採集生態

APO 日誌介紹 採集流程圖 APO 使用 ilogtail 作為日誌採集組件並改造支持額外功能，在 vector 中進行日誌結構化處理。 APO 日誌功能 日誌指標 統計日誌數並生成日誌數指標。出現錯誤日誌時，計算日誌錯誤指標 故障現場日誌 應用程序出現慢或者錯誤trace時，將這段時間內的日誌收集並寫入clickhouse中。使用 k8s 信息或 pid 信

日誌

雲觀秋毫 - 試試智能體工作流，自動化搞定運維故障排查

APO 1.5.0版本全新推出的智能體工作流功能，讓運維經驗不再零散！只需將日常的運維操作和故障排查經驗轉化為標準化流程，就能一鍵複用，效率翻倍，從此告別重複勞動，把時間留給更有價值的創新工作。更貼心的是，APO無需改造現有監控系統，輕鬆對接即可使用，真正實現“開箱即用”。 下面帶大家快速上手這一功能，先從官方內置的實用工作流開始體驗！ 「開箱即用」的工作流 我們精心打磨了兩款告警處理神器

運維 , 自動化 , 數據庫

雲觀秋毫 - APO v0.9.0 更新：告警分析功能免費公測；全量日誌性能優化；多項問題修復

APO v0.9.0 更新發布！本次更新主要包含以下內容： 告警分析功能免費公測 告警分析功能是 APO 的企業版功能，現向所有用户免費公測。 該功能通過自動分類告警和關聯分析數據，將告警與應用和業務入口精準關聯。通過深入分析業務入口的告警，用户可以檢查告警事件與服務之間的關係。“告警回溯”利用拓撲結構對告警事件進行邏輯回放，幫助用户定位故障節點。最終通過檢查故障節點的延時報告和錯誤報告瞭解節點當

日誌分析 , 告警