Localization of Operational Faults in Cloud Applications by Mining

介绍

• 为什么选日志：跟踪和基于度量的方法分别需要代码和度量的插装，因此增加了额外的开销，可能并不总是可行的。另一方面，日志在任何分布式系统中都很容易获得，这使得基于日志的方法比基于跟踪和基于度量的方法更实用

中心要点

• 黄金信号：用户可观测到的错误。以此为中心进行分析。黄金信号其实有延时、错误、流量饱和，此处只关心错误

• 分析过程

• 基础知识：日志建立时间序列模型，方便计算异常之间关系

• 流程

  • 
  1. 一个节点重复产生错误，被定为为黄金信号
  2. 构图，红色为所有打印异常/错误的节点
  3. 相关度计算：计算其他异常和黄金信号的关系(格兰杰因果关系)
  4. 异常排序：PageRank