Mappez vos journaux aux instances de service, aux composants et aux types de source afin que Analyse de l'intégrité des journaux (HLA) puisse générer des alertes en contexte. Il est particulièrement important de contextualiser vos données de journal lorsque l’intégration traite les journaux de plusieurs instances de services et composants.

L’agent IA suggère le champ de journal optimal pour le mappage aux instances de service et aux composants. Lorsque vous utilisez le champ suggéré par l’IA, ou lorsque ce champ est le champ par défaut, une icône d’étincelle AI () apparaît. Vous pouvez sélectionner un autre champ si nécessaire. Si l’agent IA ne trouve pas de correspondance optimale, HLA utilise la valeur par défaut du système. La valeur par défaut du système s’applique également si le champ sélectionné ne figure pas dans le journal d’exemples.

Exemple

Une grande institution financière peut être confrontée à des problèmes de performance avec son application de banque en ligne, qui repose sur divers composants tels que le Web, les serveurs d’applications et les serveurs de base de données. Sans mappage de contexte de journal, les journaux de ces composants apparaissent isolés, ce qui complique la corrélation des problèmes. Une anomalie dans un journal de Tomcat serveur peut être détectée, mais sans contexte approprié, l’opérateur a du mal à évaluer son impact. Le mappage de contexte de journal permet de définir des règles pour mapper les journaux à l’instance de service de l’application e-banking et au Tomcat composant serveur. Ce mappage fournit une vue contextualisée pour l’analyse et la résolution de la cause première.