机器学习驱动的高效日志分析

Oracle 日志分析云服务监视、汇总和分析来自应用和基础设施的所有日志数据,为您提供有力的决策支持

现代企业的日志分析挑战

数据聚合

缺少完整、统一的日志视图

现代企业多采用本地、云端、本地 + 云端三种方式部署 IT 系统,使用来自多个供应商的开源和/或闭源 IT 基础设施和应用开展业务。这导致 IT 日志数据在位置上分散化,在格式上多样化,在所有权归属上碎片化。

故障定位

难以定位问题日志

现代企业 IT 基础设施和应用一方面分散在本地数据中心、公有云和私有云上,另一方面为了满足海量客户的多样化需求,具有高弹性和动态拓扑特点,让 IT 运维管理人员无法在第一时间定位问题日志。

数据处理

面对海量日志数据无从下手

无论是在数量上还是类型上,现代企业 IT 基础设施和应用的日志数据都远超过去,单靠人工手动处理几乎不可想象。同时,IT 运维管理人员的既有知识和经验也无法应对敏捷开发和敏捷部署带来的日志数据复杂性。

Oracle 日志分析云服务亮点
  • 15 分钟

    确定应用问题根本原因的时间从平均 12 小时降至 15 分钟

  • 4 秒

    接近 10 亿条混合型日志大数据分析响应的时延在 4 秒左右

  • 0 代码

    无需更改代码且无需雇佣技术人员,可立即开始采集和分析海量数据

产品视频

预定义标签

为不同类型的机器数据赋予系统后台预定义好的标签

快速定位故障原因

快速查看问题日志发生前后五分钟的详细信息

聚类

通过聚类方法对海量日志数据进行探索诊断

Oracle 日志分析云服务功能优势

轻触式日志聚合
轻触式日志聚合

无法获得统一的视图?

由于路径依赖、技术理念、成本考虑、安全与合规性等原因,现代企业通常综合使用本地数据中心、公有云和私有云来运行业务应用,IT 日志极其分散。

Oracle 日志分析云服务提供轻量级数据收集器,无需运维人员更改任何代码,就能在本地、云端和混合环境下快速收集所有 Oracle 和非 Oracle IT 基础设施和应用日志数据,进行压缩(压缩比率高达 10:1),然后通过 HTTPS 安全通信协议传输将数据返回到 Oracle 日志分析云服务。

拓扑感知式日志探索
拓扑感知式日志探索

不能快速找到问题日志?

在现代企业复杂的动态 IT 环境下,日志数据分散在数以千计的基础设施、服务器、平台和应用组件中,应用依赖的基础设施组件(即拓扑)也不断变化。

Oracle 日志分析云服务支持拓扑感知式日志探索,可以通过实时拓扑让 IT 运维人员准确识别特定应用或微服务运行依赖的所有平台和基础设施组件,进而在具体的上下文中快速定位故障日志,不需要再从头搜索整个日志数据库。

机器学习驱动式数据模式和异常识别
机器学习驱动式数据模式和异常识别

还在手动处理日志数据?

在数字化时代,现代企业的 IT 基础设施和应用不仅数量大而且类型多,运维人员普遍面临信息过载困扰,单靠人工难以从远超以往的海量日志数据中发现故障原因。

Oracle 日志分析云服务一方面依托 Oracle 大数据云,能够通过领先的大数据技术快速摄取和评估汪洋大海一般的日志数据,另一方面又深度采用了机器学习技术,让运维人员可以通过自动化方式检测数据模式和异常,确定故障根因。