大模型在日志运维场景的应用实践

分享主题 大模型在日志运维场景的应用实践 饶琛琳日志易产品副总裁 截屏扫码， 领取网络研讨会资料合集(含本期) 目录Contents 01. 大模型在日志场景的应用方向 更快捷的分析海量日志更智能的解读和预测故障理想vs现实：估算资源 02. 实践运用大模型的路径 构建高质量的训练数据模型的评估和迭代优化产品设计“扬长避短” 03. 大模型在金融企业应用案例 背景：某金融企业大量业务日志难点：关键字复杂多变 方案：实现知识库增强的自然语言查询 效果：故障排查时间缩短40% 01 大模型在日志场景的应用方向 更快捷的分析海量日志 更智能的解读和预测故障 理想vs现实：估算资源 谷歌Sec-PaLM的日志概要效果 日志问答方案(1)：超大窗口 问题1：窗口不会无限大，日志却无限多。 问题2：对于长文本中部的内容，LLM不太敏感。 日志问答方案(2)：AgentChain 问题1：运维知识理解的要求较高 问题2：agent/functioncall能力要求较高 日志问答方案(3)：模式提问+分段选择 资源消耗估算 场景看起来很美好，但实际部署时存在一定成本压力。我们进行了一些简单的资源估算: •1000条SSH日志大概包含5-6万个tokens。对于这个长度，LLM推理速度较慢，需要10多秒。 •使用最新的Yi-6b-200k模型测试，24GB显存仅能处理约3ktokens，相当于50行日志。 •按ChatGLM规模预估,80G显存的单卡最多只能处理200行SSH日志。 •并行计算时，8块80G卡也只能同时处理约1600行。 结论: •直接进行日志问答，在理论上可行，但算力需求巨大。 •该方案实际成本过高，目前的硬件条件难以支撑实际应用。 •生成和调用现有分析工具相对更现实。 02 实践运用大模型的路径 构建高质量的训练数据 模型的评估和迭代优化 产品设计“扬长避短” Text2SPL场景介绍/背景 •TexttoSQL任务是NLP领域的经典课题之一。常见的数据集有： •WikiSQL，维基百科数据集主要是单表查询，语句比较简单。 •Spider，数据集包含join等多表和嵌套，语句比较复杂。在seq2seq之前，模板技术一般评分20+；bert/T5之前，一般评分60+；ChatGPT将评分提升到85+。 •CoSQL，在Spider的基础上添加了模糊语义多轮对话。目前评分在50+。 •BIRD：新一代数据集，不光考虑表结构，还要考虑脏数据、执行效率。目前ChatGPT评分为40。 •SPL对比SQL的差异：没有预知的tableschema。要自行 判断prompt里哪些名词疑似字段名。 •无法直接套用ChatGPT，SPL目前只是概念通用，语法层无标准： •日志易SPL语法和splunk/kusto/esql/ppl/humio有 差别。 •日志易内置字段也和CIM/ECS有差别。 通用大模型的表现(1)：GPT对比T5的飞跃 自然语言提问 splunk-google-t5 ChatGPT searchforthetermserror,failfailure,failed,orsevereintheeventsthatalsomentionbuttercupgames index=_internalfail*not[searchindex=_internalerror,fail*error search(errorORfailORfailureORfailedORsevere)ANDbuttercupgames searchthesourcetypefieldforanyvaluesthatbegin index=access_*status=200action=purchase|chart searchsourcetype="access_*"status=200 withaccess_,status200,andaction"purchase".usethe count(price) action="purchase" chartcommandtocountthenumberofpurchases.the 就这一条是可以直接运行的，还和期望输出有差距 |chartcount(action)bycategoryId searchspecifiesthepurchasesmadeforeachproduct |evalpurchases=sparkline(count) byusingcategoryId.Thedifferenceisthatthecountof 就这一条是不能直接用的。两次追加提示后改对： purchasesisnowanargumentofthesparkline() searchsourcetype="access_*"status=200 function. action="purchase"|chartsparkline(count(action))bycategoryId searchthesourcetypefieldforanyvaluesthatbegin sourcetype=access_*status=200actionpurchase|top searchsourcetype="access_*"status=200 withaccess_,geteventswithstatus200,andaction categoryId action="purchase" "purchase".thencomputethemostcommon |topcategoryId categoryIdvalues. searchthesourcetypefieldforanyvaluesthatbegin sourcetype=access_*status=200actionpurchase|top searchsourcetype="access_*"status=200 withaccess_,geteventswithstatus200,andaction clientip action="purchase" "purchase".thencomputetheonemostcommon |top1clientip clientip. searchthesourcetypefieldforanyvaluesthatbeginwithaccess_,thegetpriceas"Price"byproductName,thenrenameproductNamecolumnas"ProductName" sourcetype=access_.|statsvalues(price)aspricebyproductName| searchsourcetype="access_*"|evalPrice=price|statsvalues(Price)byproductName|renameproductNameas"ProductName"两次追加提示后改的更高效，并且能记住：searchsourcetype="access_*"|statsvalues(price)asPricebyproductName|renameproductNameas"ProductName" 通用大模型的表现(2)：提示工程不是万能的 问题1：基础模型较差时，复杂逻辑完全无法处理问题2：模型的预训练知识在细节处有严重干扰 训练数据筹备(1)：内外网数据搜集 原始数据来源 指令说明文档 手动编写，含多轮对话 内部应用配置：图表标题及SPL语句 github上公开的常用日志关键字 github上公开的es/splunk/kusto安全分析规则 训练数据筹备(2)：问答类数据增强 ChatGPT⾃⽣成 alpaca式的self_instruct方案：通过GPT-3.5接口，自动生成部分微调数据。 添加prompt声明圈定问答范围：ActasaSplunkExperttowriteSPL。 然后人工复核，调整数据。 训练数据筹备(3)：丰富提问方式 StarChat⻆⾊扮演 starcoder是开源LLM中编码能力最强的。实验发现他甚至能给出具体的splunk文档url。 通过A/B角色扮演，让starcoder说出对应SPL语句的提问。 效果一般，清洗后去掉了三分之二的数据。 训练数据筹备(4)：加入其他产品知识 ⽂档⾃问答 利用pandoc工具将word文档转为markdown纯文本。 来自北交大transGPT交通大模型的 LLMforDialogDataGenerate方法，基于文本生成问答。 模型的评估与迭代 •尝试不同基础模型的效果： •baichuan2的loss长期不收敛 •尝试不同数据配比的效果： •1:2>1:5>1:1 •尝试构建除文本匹配以外的验证方案： •引入SPLparserAPI语法校验 •对比索引实际响应内容 •有趣的是：和Splunk得到了相似的结论。 扬长避短的产品设计 •浏览器插件形式：兼容全部主产品版本、独立迭代 •锚定搜索页：获取数据集、字段列表等即时知识 •敏感数据拦截：注重数据安全，避免个人隐私外发 03 大模型在金融企业应用案例 背景：金融企业大量业务日志 难点：关键字复杂多变 方案：实现知识库增强的自然语言查询 效果：故障排查时间缩短40% 案例背景 ①.金融企业通常有200-600个业务系统，口头叫法大同小异，但开发商输出到日志里，实 际用的是什么标识符？ ②.业务系统上千个返回码，人只记得住最常见的10来个。其他的中文含义对应啥返回码？ ③.找到返回码了， 不过你问的是什么错误提示呢？ ChatSPL效果 ChatSPL客户收益 •在“争分夺秒”的故障定位过程中，相比复杂的向量数据库召回方案，ChatSPL场景设计简单易行。查找错误类的用时下降40%。 •业务线运维均可通过ChatSPL进行关键字查询、分组统计、趋势分析，极大的解放了维护平台 的高级运维人员。将人力投入到可观测性等高阶能力建设中。 未来展望 •后续版本的功能计划 •英文版本 •查询结果可视化 •针对日志/告警的解读 •主动推荐可选提问：5W1H •针对日志生成grok正则 •期待开源大模型的成长！！ 截屏扫码， 领取网络研讨会资料合集(含本期)