アラートの相関ロジックにより、関連する問題がグループ化され、煩わしいアラートや重複したアラートが削減されます。イベントがシステムに入力されると、相関ロジックの対象になります。対象となる問題は、時間、集計コンテキスト、関係データに基づいて評価されます。 複数の問題が関連している場合、相関ロジックにより、関連する一連のイベントが 1 つの包括的な問題にまとめられます。
この相関ロジックをdecisionsと呼びます。決定事項は組み込まれていますが、決定事項ページで独自の決定事項を作成してカスタマイズすることもできます。決定ページを見つけるには、 one.newrelic.com > All capabilities > Alerts > Decisionsにアクセスしてください。ニーズに最適な決定を構成するほど、 New Relic集計イベントをより正確に相関させ、ノイズを減らし、オンコール チームに提供するコンテキストを強化できます。
/* <img title="NRAI_Decisions_Page.png"alt="一括決定UIを示すスクリーンショット。" src="/images/alerts_screenshot-full_new-relic-decions-page.webp" /> <figcaption> <DNT>**[one.newrelic.com > すべての機能](https\://one.newrelic.com/all-capabilities) > アラート > まとめイベント インテリジェンス > 決定**</DNT>: UIは、各決定が集団イベントとどのように相関しているかを示します。 </figcaption> */
相関関係とは何ですか? また、どのように機能しますか?
最新のアクティブな人気イベントは、相関ロジックで利用できます。 たとえば、オーストラリアとロンドンで合成モニターが故障しているという 2 つのアラートをシステムが受信したとします。この二人のアラートは独自のイベントを創り上げていきます。 これらの集中イベントは、チームの既存の集中イベント作成ポリシーに基づいて独自の問題を生成します。 New Relicの相関ロジックは、それらの大量イベントを相互にテストして類似点を見つけます。 この場合、複数の場所で障害が発生しているのは同じモニターであるため、 New Relic両方の集中イベントを、関連する各イベントを含む単一の問題にマージします。
イベントを相互に関連付ける場合、組み合わせのすべてのペアを相互にチェックし、可能な限り組み合わせます。例えば：
- 私たちのアルゴリズムは、多発イベント A と B (「AB」と呼びます) を関連付けます。
- 私たちのアルゴリズムは、頻繁イベント B と C (「BC」と呼びます) を関連付けます。
- B は両方の問題に存在するため、アルゴリズムは 3 つの行事すべてを 1 つの問題に関連付けます。
相関ポリシーを構成する
アラートベースの問題の相関関係を有効にするには、それぞれのアラート ポリシーの相関関係に接続する必要があります。
アラートポリシーの相関関係を有効にするには、ボックスCorrelate and suppress noiseをチェックします。
決定の種類
意思決定によって、集中イベント インテリジェンスが問題をどのように関連付けるかが決まります。 New Relic の相関ロジックは、次の 3 つの異なる意思決定タイプでチームで利用できます。
- Global decision: アラートの使用を開始すると、一連のデフォルトの決定が自動的に有効になります。
- Suggested decision: New Relic の相関エンジンは、イベント データを継続的に評価し、相関パターンをキャプチャしてノイズを削減する決定を提案します。 提案された決定のシミュレーション結果をプレビューし、アクティブ化を選択できます。
- Custom decision: チームはユースケースに基づいて決定をカスタマイズし、相関関係の有効性を高めることができます。 New Relic の決定 UI を使用すると、決定内のすべてのディメンションを柔軟に構成できます。
積極的な決定を確認する
チームの既存の決定を確認するには:
- one.newrelic.com> Alerts > alert event intelligence > Decisionsに移動します。
- アクティブな決定のリストを確認します。問題間の相関関係を作成するルールロジックを表示するには、決定をクリックします。
- 意思決定に関連する集中イベントの例を表示するには、Recent correlationsタブをクリックします。
- これらのグローバル決定を有効または無効にするオプションがあります。
ソースの構成
意思決定を構成する前に、関連付けるソースを決定することが重要です。ソースはデータ入力です。
以下のいずれかのソースからデータを得ることができます。
グローバルな決定
チームがアラートの使用を開始すると、グローバル決定が自動的に有効になります。 設定は不要で、チームですぐに利用できます。 グローバルな決定は、さまざまな相関シナリオをカバーします。
次の表は、自動的に有効になるすべてのグローバル決定の説明を示しています。
決定名 | 説明 |
|---|---|
同じ New Relic ターゲット名 (NRQL) | しきい値を超えたエンティティ名とNRQLクエリが同じ場合に相関が有効になります。同じ NRQL アラート条件 からの関連イベントが識別されます。この決定は、たとえば、同じトランザクション クエリ レイテンシーの偏差がある問題を関連付けるのに役立ちます。 |
同じ New Relic ターゲット名 (非 NRQL) | New Relic の非 NRQL アラートしきい値が同じであるため、相関関係が有効になります。REST ソースには適用されません。非 NRQL エンティティは、 エンティティ(通常は APPLICATION、HOST タイプ) を指します。 エンティティ合成に関する New Relic GitHub リポジトリを参照してください。この決定により、同じ事業体からの関連問題が特定されることになります。たとえば、ホストのメモリ使用量が多い問題とホストが報告しない問題は、同じ原因による可能性が高くなります。 |
同じ New Relic ターゲット ID | New Relic の非 NRQL アラートしきい値が同じであるため、相関関係が有効になります。REST ソースには適用されません。エンティティ ID を使用してエンティティ インスタンスを一意に識別します 。entity.guidについて詳しく学習してください。 |
同じ New Relic の状態 | New Relic条件 IDが同じであるため、相関関係がアクティブ化されます。たとえば、関連サービスによる CPU 使用率の増加は、同じ CPU 使用状況からの集中イベントをトリガーするため、特定されます。 このロジックは、条件レベルの粒度と相関時間ウィンドウを定義する際の柔軟性により、条件ごとに 1 つの問題に対するアラートポリシー問題作成設定オプションよりも価値があります。 |
同じ New Relic 条件とディープ リンク URL | New Relic条件 IDとディープリンク URL が同じであるため、相関関係がアクティブ化されます。ディープリンク URL は、アラート条件に加えて、時系列と時間範囲の情報を提供します。これらの問題を関連付けることにより、期間を対象としたメトリクスを使用して、まとめイベントの応答フローで関連する多数イベントを確認し、詳細な分析を実行することが容易になります。 New Relicアラート条件によって集中イベントがトリガーされた場合、ディープ リンク URL は自動的に生成されますが、REST ソースの場合はdeepLinkUrl をユーザーに定義する必要があります。 |
同じ New Relic の状態とタイトル | New Relic の条件名とタイトルが同じであるため、相関関係がアクティブ化されます。これは、条件に加えてタイトルを比較して、同じ集計メッセージとのより密接な関連性を明らかにする、洗練されたオプションです。 |
同じ k8s デプロイメント | Kubernetes デプロイメントは同じであるため、相関ロジックがアクティブ化されます。集中イベントの多くは、単一のデプロイメント変更によるものです。 この決定は、同じ問題のある Kubernetes エンティティのデプロイメントから生じる問題を軽減するためのものです。 |
同じアプリケーション名、ポリシー、ID | カスタム アプリケーション名、ポリシー、およびカスタム ID が同じであるため、相関ロジックがアクティブ化されます。アプリケーションの問題を軽減するために、これらの要素と問題を関連付けます。特に、カスタム タグのユーザーに対応します。タグの詳細については、こちらをご覧ください。カスタム タグ ID は、データ間の接続を識別するためのキーとして使用される条件ファミリ ID またはその他の ID 値によって定義できます。 |
同様の警告メッセージ | 一連のイベントには類似したタイトルがあり、同じエンティティからのものであるため、相関関係が有効になります。 これは、同様のアラート条件によって発生する同じエンティティからの問題を減らすためです。 |
同じ安全な資格情報、パブリックの場所、およびタイプ | 安全な資格情報、公開の場所、カスタム タイプがそれぞれ同じであるため、相関関係がアクティブになります。これは、通常単一の根本原因 (合成モニターの障害など) によって引き起こされ、同じセキュリティ資格情報を持つ同じ地理的位置/地域からの問題を関連付けるためであり、同じソリューションで対処できる可能性が高くなります。この決定を活用するにはタグを追加してください。 |
類似の問題構造 | 両イベントの属性構造やデータ内容が類似しているため、相関関係が有効になります。 これはクラスタリングをよりシンプルにしたバージョンであり、マトリックス計算に高度な類似性アルゴリズムを採用して、関連性の高い問題を削減します。 |
トポロジ依存 | 依存関係のあるインスタンスから多数イベントが生成されるため、相関が活性化されます。 すぐに使用できるトポロジ相関の詳細をご覧ください。 |
提案された決定を使用する
選択したソースからのデータは、ノイズの削減に役立つパターンについて継続的に検査されます。データでパターンが観察されると、相関ロジックは、これらのタイプのイベントが将来相関することを可能にする独自の決定を提案します。
開始するには、 Decisions UI ページのトピックのSuggested decisionsタブをクリックします。 各提案された決定をクリックすると、提案された決定の背後にあるロジックと推定相関率を確認できます。
one.newrelic.com > All capabilities > Alerts > Decisions: 決定 UI からの統計の例。
提案された決定を有効にするには、 Add to your decisionsをクリックします。 有効にすると、決定はチームのメインの決定表に表示されます。 すべての提案された決定では、作成者が New Relic AI (これは New Relic アラートを指します) として表示されます。
提案された決定がニーズに合わない場合は、 Dismissをクリックします。
カスタム決定を作成する
独自のカスタム決定を構築することで、ノイズを減らし、相関関係を改善できます。 意思決定を開始するには、 one.newrelic.com > All capabilities > Alerts > Decisionsに移動し、 Create new decisionをクリックします。
意思決定ビルダーには 2 つのバージョンがあります。
- 基本意思決定ビルダー (プレビュー中)
- 高度な意思決定者
これらの意思決定ビルダーの使用方法の詳細については、読み続けてください。
決定要素
決定は、次の要素で構成されます。
- 属性ごとに相関付ける: すべてのまとめイベントを、属性の類似点または相違点によって相関させます。
- 特定の値でフィルター: 集中イベントを特定の値を持つイベントに絞り込みます。
- 関連するエンティティでフィルター処理: 検索する共有接続または依存関係の種類を選択します。
- 相関時間範囲: 相関の対象となる 2 つの集中イベントの作成時間間の最大許容時間差を設定します。
集中イベント間のつながりが確立されると、当社のアルゴリズムグループは、集中イベントを 1 つの問題に関連付けます。
基本的な意思決定者
This feature is currently in preview and available for only some customers. アクセス権がない場合は、高度な意思決定ビルダーの手順を参照してください。
基本的な意思決定ビルダーの使用方法を示す短いビデオ (3 分 25 分) を次に示します。
基本的な意思決定ビルダーは、ほとんどのユースケースをカバーし、「属性による相関」に重点を置いています。ここでは、相関一致のフィルター条件を指定できます。特定の値に対して同じフィルター ロジックを、関連付けられている両方の大量イベントに適用することもできます。 たとえば、両方のエンティティ名がhost 1である場合、まとめイベントを関連付けることができます。
基本意思決定ビルダーを使用して独自のカスタム意思決定を作成するには、次の手順を実行します。ステップ 1、2、および 3 はそれ自体はオプションですが、意思決定を作成するには、3 つのうち少なくとも 1 つを定義する必要があることに注意してください。
ステップ 1: 属性による関連付け
ドロップダウン メニューから属性を選択します。最も一般的なオプションである equal 演算子が事前に選択されていますが、別の 演算子を選択することもできます。
通常、2 番目の属性は最初の属性と一致するため、自動入力されます。自動入力されたオプションをそのまま使用するか、別の演算子を選択できます。
完了すると、 シミュレーションが 自動的に実行されます。
これらの手順を繰り返して、最大 8 つのロジック フィルターを追加できます。
/* <CollapserGroup> <Collapser id="basic-correlate-property-ui" title="UI スクリーンショットを表示" > <img title="プロパティと関連付けられた、基本的な意思決定ビルダーのスクリーンショット。" alt="属性と相関関係にある基本的な意思決定ビルダーのスクリーンショット。"src="/images/alerts_screenshot-crop_basic-decision-builder-correlate-属性.webp" /> </Collapser> </CollapserGroup> */
ステップ 2: 特定の値でフィルタリングする
Filter by specific valuesセクションを開いて追加のフィルターを表示するには、 See more optionsをクリックします。- 属性を選択します。
equal演算子が事前に選択されていますが、別の 演算子を選択することもできます。- 選択した属性に期待される値を選択します。複数の選択がサポートされています。
完了すると、 シミュレーションが 自動的に実行されます。
これらの手順を繰り返して、最大 8 つのロジック フィルターを追加できます。
/* <CollapserGroup> <Collapser id="basic-builder-filer-values-ui" title="UI のスクリーンショットを見る" > <img title="値でフィルタリングする基本的な意思決定ビルダーのスクリーンショット。"alt="値でフィルタリングする基本的な意思決定ビルダーのスクリーンショット。"src="/images/alerts_screenshot-crop_basic-decision-builder-filter-values.webp"/> </Collapser> </CollapserGroup> */
ステップ 3: 関連エンティティでフィルター処理する
Filter by related entitiesをクリックして、エンティティ クラスを選択します。
データが New Relic エージェントによって収集されると、自動トポロジ相関が得られます。デフォルトのトポロジ相関の詳細については、こちらをご覧ください。
NerdGraph API を使用してトポロジ設定をセットアップすることもできます。これにより、トポロジ関連の決定をトポロジ データと一致させることができます。トポロジ相関の設定の詳細については、こちらをご覧ください。
/* <CollapserGroup> <Collapser id="basic-builder-popular-entity-ui" title="UI スクリーンショットを表示" > <img title="エンティティでフィルタリングした、基本的なデシジョン ビルダーのスクリーンショット。" alt="エンティティによるフィルタリングを行った、基本的な意思決定ビルダーのスクリーンショット。"src="/images/alerts_screenshot-crop_basic-決定-ビルダー-フィルター関連-エンティティ.webp" /> </Collapser> </CollapserGroup> */
ステップ 4: 相関時間範囲の設定
これにより、相関関係が考慮される 2 つの大人気イベントの作成時間間の最大許容時間差が設定されます。 この範囲内のイベントは指定されたルールに基づいて評価されますが、範囲外のイベントは相関されません。
時間範囲はデフォルトで 20 分に設定されています。1 ～ 120 分の間で調整できます。
/* <CollapserGroup> <Collapser id="basic-builder-time-range" title="UI のスクリーンショットを見る" > <img title="相関時間範囲を設定する基本的な意思決定ビルダーのスクリーンショット。"alt="相関時間範囲を設定する基本的な意思決定ビルダーのスクリーンショット。"src="/images/alerts_screenshot-crop_basic-decision-builder-time-range.webp"/> </Collapser> </CollapserGroup> */
ステップ 5: シミュレーションを使用して決定をテストする
フィルター ロジックを追加すると、システムは過去 7 日間の集計イベント データを使用してシミュレーションを自動的に実行し、決定を適用する前に検証できるようにします。
Simulateをクリックしてシミュレーションを手動でトリガーすることもできます。これは、決定に何か変更があった場合に実行できます。
/* <CollapserGroup> <Collapser id="basic-builder-test-with-simulation-ui" title="UI のスクリーンショットを見る" > <img title="シミュレーションでテストする基本的な意思決定ビルダーのスクリーンショット。"alt="シミュレーションでテストする基本的な意思決定ビルダーのスクリーンショット。"src="/images/alerts_screenshot-crop_basic-decision-builder-run-simulation.webp"/> </Collapser> </CollapserGroup> */
ステップ 6: 決定に名前を付けて保存する
名前と説明パネルにアクセスするには、 Create decisionクリックします。 システムはあなたの決定に基づいて名前を生成します。 必要に応じて名前と説明をカスタマイズします。
/* <CollapserGroup> <Collapser id="basic-builder-save-decision-ui" title="UI のスクリーンショットを見る" > <img title="基本的な意思決定ビルダーのスクリーンショット: 意思決定に名前を付けて保存する" alt="基本的な意思決定ビルダーのスクリーンショット: 意思決定に名前を付けて保存する" src="/images/alerts_screenshot-crop_basic-decision-builder-name-describe.webp"/> </Collapser> </CollapserGroup> */
高度な意思決定者
高度な意思決定ビルダーを使用すると、相関する 2 つの集計イベントに異なるロジック フィルターを適用することで、より複雑な意思決定を作成できます。 たとえば、一方のエンティティ名がhost 1で、もう一方のエンティティ名がhost 2である場合、まとめイベントを関連付けることができます。 時間枠の設定だけでなく、より高度な設定も行えます。
高度な意思決定ビルダーを使用するには:
- one.newrelic.com > All capabilities > Alerts > Decisionsに移動します。
- Create new decisionクリックし、次にUse advanced builderをクリックします。
利用可能なオプションの詳細については、読み続けてください。
重要な用語:
独自のカスタム決定を作成するには、次の手順を実行します。ステップ 1、2、および 3 はそれ自体はオプションですが、意思決定を作成するには、3 つのうち少なくとも 1 つを定義する必要があることに注意してください。
ステップ1：データをフィルタリングする
相関関係は、任意の 2 つのイベント間に発生します。 フィルターが定義されていない場合は、受信するすべてのイベントが決定の対象となります。 ニーズに合わせて決定を構成するほど、集計イベントの相関関係が適切に把握でき、ノイズが削減され、オンコール チームに提供されるコンテキストが強化されます。
チームは、まとめイベントの最初のセグメントと 2 番目のセグメントのフィルターを定義できます。 フィルター演算子は、部分文字列一致から正規表現一致まで多岐にわたり、必要なイベントを絞り込み、不要なイベントを除外するのに役立ちます。
/* <CollapserGroup> <Collapser id="advanced-decision-builder-filter-data-ui" title="UI のスクリーンショットを見る" > <img title="高度な意思決定ビルダーのスクリーンショット: データのフィルタリング" alt="基本的な意思決定ビルダーのスクリーンショット: データのフィルタリング" src="/images/alerts_screenshot-crop_advanced-decision-builder-filter-data.webp"/> </Collapser> </CollapserGroup> */
ステップ 2: 属性による関連付け
データをフィルタリングしたら、一連のイベントのコンテキストを比較するときに使用するロジックを定義します。 次の方法に基づいてイベントを相関させることができます。
- 標準演算子との属性値の比較
- 類似性アルゴリズムを使用した属性値の類似性
- キャプチャグループを使用した属性値の正規表現
- 類似性またはクラスタアルゴリズムを使用したイベント全体の比較
/* <CollapserGroup> <Collapser id="advanced-decion-builder-correlate-property-ui" title="UI スクリーンショットを表示" > <img title="高度なデシジョン ビルダーのスクリーンショット: プロパティで相関" alt="基本的なデシジョン ビルダーのスクリーンショット: プロパティで相関" src="/images/alerts_screenshot-crop_advanced-決定-ビルダー-相関-プロパティ.webp" /> </Collapser> </CollapserGroup> */
ステップ 3: 関連エンティティによる関連付け
自動トポロジ相関の場合、テレメトリデータがNewRelicエージェントによって収集されていることを確認してください。すぐに使用できるトポロジ相関の詳細をご覧ください。
NerdGraph API を使用してトポロジ設定をセットアップすることもできます。これにより、トポロジ関連の決定をトポロジ データと一致させることができます。トポロジ相関の設定の詳細については、こちらをご覧ください。
/* <CollapserGroup> <Collapser id="advanced-builder-relative-エンティティ-ui" title="UI スクリーンショットを参照" > <img title="高度なデシジョン ビルダーのスクリーンショット: 関連エンティティごとに関連付け" alt="基本ディシジョン ビルダーのスクリーンショット: 関連エンティティごとに関連付け" src="/images/alerts_screenshot-crop_advanced-決定-ビルダー関連-エンティティ.webp" /> </Collapser> </CollapserGroup> */
ステップ4：名前を付けます
決定ロジックを構成したら、わかりやすい名前と説明を付けます。
ヒント
これらのオープン テキスト フィールドに機密情報や個人情報を追加しないようにすることで、セキュリティ上の懸念を最小限に抑えます。
これは、通知やUIのその他の領域で使用され、どの決定によって 1 つの集中イベントが相互に関連付けられたかを示します。 次のステップでデフォルトの詳細設定を更新しない場合は、 Create decisionをクリックして作成を終了します。
/* <CollapserGroup> <Collapser id="advanced-builder-name-decision" title="UIのスクリーンショットを見る" > <img title="高度な意思決定ビルダーのスクリーンショット：名前決定" alt="基本的な意思決定ビルダーのスクリーンショット：名前決定" src="/images/alerts_screenshot-crop_advanced-decision-builder-name-decision.webp"/> </Collapser> </CollapserGroup> */
ステップ 5: 詳細設定を使用する
詳細設定領域を使用して、イベントを関連付けるときの決定の動作をさらにカスタマイズします。各設定にはデフォルト値があるため、カスタマイズはオプションです。
- Time window: 相関の対象となる 2 つの集中イベントの作成時間間の最大時間を設定します。
- Issue priority: イベントが相関している場合、デフォルトの優先度設定 (
inherit priority) をオーバーライドして、より高いまたはより低い優先度を追加します。 - Frequency: トリガーする決定の決定ロジックを満たす必要があるまとめイベントの最小数を変更します。
- Similarity: 決定ロジックで
similar to演算子を使用している場合は、アルゴリズムのリストから選択して、その感度を設定できます。 これは、決定に含まれるすべてのsimilar to演算子に適用されます。
/* <CollapserGroup> <Collapser id="advanced-builder-advanced-settings-ui" title="UI のスクリーンショットを見る" > <img title="意思決定 - 詳細設定" alt="詳細設定を構成する方法を示した意思決定ビルダーのスクリーンショット。"src="/images/alerts_screenshot-full_decision-builder-settings.webp"/> </Collapser> </CollapserGroup> */
論理演算子
Decision は、ロジック フィルターでの集計イベントのプロパティ値の評価方法を柔軟に定義するのに役立つ一連の演算子を提供します。 基本的なものはequals 、 contains 、 starts with 、 ends with 、 exists 、およびそれらの否定演算子です。たとえば、 does not equal 。
類似度演算子is similar toがあり、この演算子に対して基礎となる類似度アルゴリズムを指定できます。 デフォルトでは、レーベンシュタイン距離が使用されます。
contains (regex)演算子を使用すると、正規表現条件を定義できます。 任意のデータ値に一致する強力な機能。
類似性アルゴリズム
使用する類似性アルゴリズムの技術的な詳細は次のとおりです。
正規表現演算子
decision を構築する場合、使用可能な演算子は次のとおりです。
contains (regex)：ステップ1で使用：データをフィルタリングします。regular expression match：ステップ2で使用：コンテキスト相関。
意思決定ビルダーは、正規表現についてこれらのドキュメントで概説されている標準に従います。
相関アシスタント
相関アシスタントを使用すると、イベントをより迅速に分析し、意思決定ロジックを作成し、シミュレーションでロジックをテストできます。 相関アシスタントを使用するには:
- one.newrelic.com > All capabilities > Alerts > Issues & activity > Alert eventsタブに移動します。
- 関連させたいイベントのボックスにチェックを入れます。 次に、「まとめイベント」リストの一番下にあるCorrelate alert eventsをクリックします。
- イベントを関連付けるために最適な結果を得るには、頻度の割合が低い共通のプロパティを選択します。 頻度の使用について詳しくは、こちらをご覧ください。
- Simulateをクリックすると、新しい決定がデータの最後の 1 週間に及ぼす可能性のある影響を確認できます。
- 相関ペアの例をクリックして、使用する相関を決定します。
- シミュレーション結果に満足したら、 Nextをクリックし、決定内容に名前を付けて説明してください。
- シミュレーション結果で潜在的な集中イベントが多すぎることが示された場合は、決定のために別のプロパティと集中イベントのセットを選択し、別のシミュレーションを実行することをお勧めします。 シミュレーションについて詳しく学びましょう。
シミュレーションとリアルタイム相関
意思決定においては、シミュレーションとリアルタイムの相関関係の違いを理解することが重要です。
Simulation: シミュレーションの相関関係では、2 つの別々のイベントを分析して、シミュレートされた条件下での関係を理解します。 これらの集中イベントは、同じ根本的な問題から発生する場合もあれば、異なる問題から発生する場合もあります。 焦点は、潜在的な原因要因や個々のイベント間の共通の特徴を特定することにあります。 シミュレーションを使用すると、相関ロジックをリアルタイムで適用する前に、履歴データに対してテストおよび検証できます。
Real-time correlation (decisions): 対照的に、短期相関は個別の問題を対象としており、各問題には複数の集中イベントが含まれる可能性があります。 AI モニタリングは、これらの複数のイベントにわたるパターンを検出して接続し、より効率的な相関関係を得るために根本的な問題を特定します。 相関関係ではライブ データ ストリームが活用され、プロンプトの特定と新たな問題への対応が可能になります。
シミュレーションの使用
シミュレーションでは、データの最後の 1 週間からの 2 つの別個の集計 イベントを分析することによって相関ロジックをテストし、発生した相関の数を表示します。 これにより、問題のリアルタイム相関関係に適用する前に、意思決定ロジックを検証できます。シミュレーション時に表示される決定プレビュー情報の詳細は次のとおりです。
- Potential correlation rate: この決定は、テストされた集中イベントの割合に影響を与えるでしょう。
- Total created alert events: この決定によってテストされたイベントの数。
- Total estimated correlated alert events: この決定により、集中イベントの推定数は相関関係にあると考えられます。
- Alert event examples: ルールのプロパティと値、各ペアのその他の人気のあるプロパティを含む、決定によって相関付けられる集中イベント ペアのリスト。 詳細を表示するには、「イベント」をクリックしてください。
希望する結果が表示されるまで、さまざまな属性を使用してシミュレーションを必要な回数だけ実行します。準備ができたら、UIプロンプトに従って決定を保存します。
トポロジー相関
New Relic アラートの場合、トポロジーはサービス マップ、つまりインフラストラクチャ内のサービスとリソースが相互にどのように関連しているかを表します。
決定ユーザーの場合、デフォルトのトポロジ決定が追加され、アカウントで有効になります。カスタム決定を作成するオプションもあります。
私たちのトポロジー相関では、集中イベントのソース間の関係を見つけて、集中イベントとそれぞれの問題に相関があるかどうかを判断します。 トポロジ相関は、相関の品質と相関の検出速度を向上させるように設計されています。
要件
自動トポロジ相関 (トポロジ グラフを明示的に設定する必要なし) の場合は、テレメトリーデータがNew Relicエージェントによって収集されていることを確認してください。 サービスや環境にインストールされるNew Relicエージェントの種類が増えるほど、トポロジーの決定が集中イベントに関連付けられる機会が増えます。
トポロジー相関はどのように機能しますか？
このサービスマップでは、ホストとアプリが頂点であり、それらの関係を示す線がエッジです。
New Relicエージェントによって収集されたエンティティと関係に加えてトポロジを設定するには、 NerdGraphAPIを使用します。
カスタマイズされたトポロジ相関は、2つの主要な概念に依存しています。
- Vertex: 頂点はモニターエンティティを表します。 これは、あなたの人気イベントの発信元、または問題のある症状を説明するソースです。 頂点には、エンティティ GUID やその他の ID などのプロパティ (キーの値のペア) が構成されており、これにより、受信する大量イベントに関連付けることができます。
- Edges: エッジは 2 つの頂点間の接続です。 エッジは頂点間の関係を記述します。
トポロジを使用してイベントを相互に関連付ける方法を理解するのに役立つ場合があります。
まず、 New Relic関連するすべてのイベントを集めます。 これには、意思決定ロジックのステップ 1 と 2が true であり、詳細設定で定義された時間枠内にある集中イベントが含まれます。
次に、頂点の定義プロパティと、集計イベントで利用可能なプロパティを使用して、各集計イベントをトポロジ グラフ内の頂点に関連付けようとします。
イベントをトポロジ グラフの情報に関連付ける手順の例。
次に、集計 イベントに関連付けられた頂点のペアは、「位相的に依存する」演算子を使用してテストされ、これらの頂点が互いに接続されているかどうかが判断されます。
この演算子は、2 つの頂点を 5 ホップ以内で接続するパスがグラフ内にあるかどうかを確認します。
その後、集中イベントが関連付けられ、問題が統合されます。
集中イベントにプロパティを追加する
集中イベントは、頂点の定義プロパティを使用して頂点に接続されます。 (「トポロジーの説明」のトポロジー例では、各頂点には固有の値を持つ定義プロパティ「CID」があります。) 次に、New Relic のアラート システムは、属性に一致する頂点を見つけます。
頂点で使用したい定義プロパティがまだまとめイベントにない場合は、次のいずれかのオプションを使用して追加します。
トポロジを作成または表示する
トポロジを設定したり、既存のトポロジを表示したりするには、 NerdGraphトポロジのチュートリアルを参照してください。