作者介绍 张良， 西门子工业软件数字化企业方案顾问。拥有3年航空制造工艺经验和16年制造业数字化方案经验，擅长数字化研发-工艺-质量一体化解决方案规划和项目落地。服务行业涉及汽车整车及零部件、自动化产线、国防兵器、核电装备、重型机械等。 背景 目前基于统计学的质量SPC
神器 | 根因分析法，教你成为解决问题的高手 写给工程师的 10 条精进原则
背景 阿里集团针对故障处理提出了“1/5/10”的目标-- 1 分钟发现、5 分钟定位、10 分钟恢复，这对我们的定位能力提出了更高的要求。EMonitor 是一款集成 Tracing 和 Metrics，服务于饿了么所有技术部门的一站式监控系统，其覆盖了 前端监控、接入层监控； 业务 Trace 和 Metric 监
摘要：NAIE利用知识图谱打造了一个有知识能推理的“在线运维专家系统”。 AI的时代潮流，为我们带来了众多的新名词：深度学习、神经网络、知识图谱.... 你是否都对它们耳熟能详？是否都清楚它们有哪些应用？ 华为网络人工智能引擎(NAIE)致力实现网络的“自优”、“自愈”和“自维护”。其
背景 众所周知，日志是记录应用程序运行状态的一种重要工具，在业务服务中，日志更是十分重要。通常情况下，日志主要是记录关键执行点、程序执行错误时的现场信息等。系统出现故障时，运维人员一般先查看错误日志，定位故障原因。当业务流量小、逻辑复杂度低时，应用出现故障时错误日志一般较
近期，由阿里云云效团队联合复旦大学CodeWisdom研究团队、阿里技术风险部安全生产团队，合作完成的论文《MicroHECL: High-Efficient Root Cause Localization in Large-Scale Microservice Systems》被ICSE 2021 SEIP track录用。本文针对大规模微服务系统的三种可用性问题，提出了一
1、问题截图 2、根因分析：环境配置时没有安装node.js导致,新安装一些即可解决该问题 3、解决办法：https://blog.csdn.net/shulianghan/article/details/111409821
本文的内容来自这篇文章 1. 学会深入思考，总结沉淀 （要多思考实物的本质，挖掘解决方案流程） 1.1 形成自己的方法论，遇到问题的时候，直接套方法论，一步一步走。（本人觉得自己还是总结的也不是） 其实就查bug这件事来说，是一个发现问题，排查问题，解决问题的过程 包含了触发、定位、复现、根因、
目标：分析实际生产中的网络拓扑及告警数据，设计并实现一种故障根因定位算法，准确的定位出故障根因节点。 产品功能： 1.分析全部告警，过滤重复、无效告警。 2.定位疑似根因节点，缩短定位时间。
随着IT基础设施的云化，应用运行环境的容器化，系统架构的微服务化，越来越多的企业不得不引入更多的工具、更复杂的流程和更多的运维人员，来提升IT系统管理的精细度，但新的问题也随之而来。犹如蝴蝶效应，在如此庞杂的环境下，数据间紧密相连，一个指标的变化，可能引发一系列的告警连锁反应。不同
B. 智能运维 --- 质量保障 --- 根因分析 机器学习定位故障责任部门 --- 微软 NetPoirot 特点 轻量级的持续监控：仅需收集TCP的数据，避免收集整个系统海量的日志（SNMP，网络拓扑，性能指标，程序日志等）。 准确的机器学习分类：利用决策树/随机森林来实现自动且准确的根因分类。
