ログをサービスインスタンス、コンポーネント、ソースタイプにマッピングして、 ヘルスログアナリティクス (HLA) がコンテキストでアラートを生成できるようにします。ログデータのコンテキスト化は、統合が複数のサービスインスタンスとコンポーネントからのログを処理する場合に特に重要です。

AI エージェントは サービスインスタンスとコンポーネントにマッピングするための最適なログフィールドを提案します。AI が提案したフィールドを使用する場合またはそのフィールドがデフォルトになっている場合は、AI スパークルアイコン () が表示されます。必要に応じて別のフィールドを選択することもできます。 AI エージェントが最適な一致を見つけられない場合、 HLA システムのデフォルトを使用します。 選択したフィールドがサンプルログに存在しない場合にも、システムのデフォルトが適用されます。

例

大規模な金融機関は、Web、アプリケーション、データベースサーバーなどのさまざまなコンポーネントに依存する電子バンキングアプリケーションでパフォーマンスの問題に直面する可能性があります。ログコンテキストマッピングがないと、これらのコンポーネントからのログは分離されて表示され、問題の相関が複雑になります。Tomcatサーバーログの異常が検出される可能性がありますが、適切なコンテキストがないと、オペレーターはその影響を評価するのに苦労します。ログコンテキストマッピングを使用すると、ログを e-banking アプリケーションサービスインスタンスと Tomcat サーバーコンポーネントにマッピングするルールを定義できます。このマッピングは、根本原因の分析と解決のためのコンテキスト化されたビューを提供します。