New Relic AIと統合された Issue ページでは、問題とインシデントの平均解決時間 ( MTTR ) を短縮するために役立つ臨時インサイトを提供しています。 インシデントの主要な詳細を 1 つのビューにまとめることで、複数の画面を移動することなく、問題のコンテキストをすばやく理解できるようになります。
AI を活用した問題ページには、影響を受けるエンティティ、問題の重大度、アラート条件の説明、デバッグに役立つ追加の詳細を含む簡潔な概要が表示されます。 さらに、問題ページには、問題に対処する際に第一対応者が尋ねる最も重要な質問に対応する 3 つのウィジェットを含む新しい「概要」タブが含まれています。
アクセスAIの概要
集計問題の AI 概要を表示するには:
- one.newrelic.com > Alerts > Issues & activityに移動します。
- 一括銘柄を選択します。
- AI summaryセクションを展開します。
何が影響を受けますか?
緊急対応要員は、問題の深刻度を判断し、次のステップを決定するために「爆発半径」を評価する必要があります。このウィジェットは、影響を受けるエンティティの概要と、アプリケーションまたはサービスのエンドユーザーへの影響を示します。
以前何が起こりましたか?
多くの IT 問題は再発する傾向があります。 問題が以前に発生したかどうか、なぜ発生したか、どのように解決されたかを知っておくと、インシデント発生時に第一対応者の貴重な時間を節約できます。 これをサポートするために、顧客はウィジェットを使用して、既存の回顧録または事後分析ドキュメントをリンクできます。 検索拡張生成 (RAG) を活用することで、New Relic AI プラットフォームは、将来のコンテキスト参照のためにこの情報をインデックス化して保存します。 設定が完了すると、緊急対応者は過去の類似した問題の概要と、詳細な分析のための過去のドキュメントへのリンクを確認できるようになります。
何をチェックしますか?
多くの場合、緊急対応者は、問題を緩和するための即時の行動に関する状況に応じたガイダンスを必要とします。 このウィジェットは、サービスを通常の運用レベルに迅速に復元できるようにカスタマイズされた手順を提供します。 さらに、「潜在的な原因」タブでは、さまざまな異常やパフォーマンスの問題を網羅した因果分析を通じて考えられる原因を特定します。 詳細については、カジュアル分析を参照してください。
因果分析
因果分析エンジンは、集計イベントを引き起こした可能性のある潜在的な症状を特定し、それらに対処するための即時の緩和アクションを提案します。
PHP アプリケーションでメモリ リークが発生し、スループット SLI で障害が発生し、大量がトリガーされるシナリオを考えてみましょう。 私たちのエンジンは、サービスレベルからAPMアプリケーション、そしてインフラストラクチャ コンテナに移動して調査し、症状を検出します。
エンジンはどのように機能しますか? 因果分析エンジンは、デプロイメント イベント、インフラストラクチャ リソースの制限など、個別の分析カテゴリを使用します。 各カテゴリは、さまざまな潜在的な異常やパフォーマンスの問題の原因に対処するように設計されています。 これらのカテゴリは特定のデータ タイプとメトリックに焦点を当てており、正確な分析と因果関係のより正確な特定を可能にします。
現時点では、New Relic は APM エンティティの因果分析のみをサポートしています。
緩和策と視覚化
特定された潜在的な原因ごとに、エンジンはカスタマイズされた緩和アクションを提供し、サービスとエンティティを通常の動作状態に迅速に復元するために必要な手順をユーザーに案内します。 当社の顧客の多くは通常、重要な書き込みを分析するためにNRQLに依存していることを認識しています。そのため、各原因の基礎となる書き込みとともに関連するビジュアルを提供します。
New Relic AIによる分析
シナリオによっては、原因エンジンがアルゴリズムによる原因を特定できない場合があります。 しかし、LLM と組み合わせることで、実行可能な手順を提供できるインサイトがあります。 この機能にアクセスするには、New Relic AI 権限を有効にする必要があります。
ログベースのアラートのための AI ログ要約
ログ条件によってトリガーされた集計問題の場合、AI サマリーは、集計前後の状況に応じた時間枠から最大 100,000 件のログ エントリを自動的に検査することで、強化された分析を提供します。 このログ分析により、集計自体ではすぐには見えないパターン、異常、および潜在的な原因が明らかになります。
ログベースの集計のAI summaryセクションを展開すると、次の詳細が表示されます。
- Analysis context: 分析されたログの数、時間の範囲、エンティティ名。
- What happened：カウント自体を超えたインサイトでのインシデントを説明する概要。
- Findings (3-4): 特定の修復手順を伴う主要なパターンと異常。
調査結果を詳しく調べるには、各調査結果をクリックします。これにより、AI 概要セクションの下に次のような包括的な情報が表示されます。
- それぞれの発見事項の詳細な説明。
- 問題を解決するための具体的な修復手順。
このログ固有の分析により、何千ものログ エントリから重要な情報が自動的に表示され、潜在的な原因を理解してインシデントをより迅速に解決できるようになります。