随着万物互融的时代的到来,智能终端及互联网服务功能越发丰富,跨端交互越来越频繁,软硬件构成越发复杂。对于终端/互联网服务厂商来说,这些海量消费者终端和互服产品在研发过程中都会产生千奇百怪的问题和海量日志,而定位和解决这些问题基础就是日志分析。
痛点:
1.海量日志。用户基数大,复现路径很深的问题需要通过大量的测试工作才能使之在发布前暴露出来,这就带来了大量的重复性日志分析工作,分析低效。
2.场景复杂,专家资源有限。跨端跨层的缺陷日志分析需要丰富知识&经验,研发团队难以做到人人都是专家,一旦出现误判或者决策失误,问题可能会延续到多个软件版本或者终端项目中。
思考方向:
1、如何借助知识工程的手段来解决业务痛点;
2、基于知识工程日志自动化分析的工程化落地思路是如何的?核心点有哪些?如何实现?未来的演进方向?
1. 研究背景
1.1. 日志分析工作的痛点
1.2. 日志自动化分析的能力等级与常见手段
1.3.什么是知识工程、专家系统、知识图谱
1.4.专家系统的优缺点及方案选择的综合考量
2. 实践之路
2.1.基于知识工程的日志自动化分析工程化落地思路
2.2. 知识库规则设计、规则实现、规则度量、缺陷管理、标签设计
2.3. 业务架构、平台架构、推理机架构及分析引擎的实现、平台扩展性与规模化应用
2.4.业务运作流程、分区工作支持、平台风险监控
3. 总结回顾
3.1. 一种效能提升的评估方法
3.2. 某业务阶段性数据结果
3.3. 投入产出比
3.4. 适合于哪些业务
4. 未来展望
4.1. 演进方向
讲述如何通过知识工程的手段来解决日志分析业务痛点,为听众分享一种完整的可行的日志分析工程化平台建设和业务落地思路。