经营日志分析
将以下提示词粘贴到你的 AI 对话框中:
请根据 https://skillhub.cn/install/skillhub.md,安装 @user_8d36cde0/guoyiyi-v022-azure-kusto。
技能介绍
你要解决的具体问题
当日志系统里堆着几万条经营日志,你很难靠肉眼或临时脚本快速找到真正的异常点。传统方法要么漏掉关键信号,要么把大量无关事件混进结果里,导致排查时间从分钟级拉到小时级。
技能如何工作
核心能力
- 自动检索日志模式:通过内置的
Kusto Query Language规则,快速定位关键业务事件和错误码。 - 识别异常事件序列:基于时间窗口和事件关联性,标记出可能引发业务波动的异常链。
- 生成结构化报告:将原始日志转换为包含时间戳、操作类型、影响范围的可读摘要。
关键步骤
- 数据接入:技能会要求指定
kusto数据库表名和时间范围,例如Events | where Time > now() - 1d。 - 规则匹配:内置的分类模型会对日志字段(如
level、service)进行聚合,识别高频错误或低效操作。 - 结果输出:最终生成包含
关键指标、异常事件、建议操作三部分的 Markdown 报告。
适用边界与注意点
- 环境依赖:必须连接 Azure Kusto 实例,且执行账号需具备
Database Read权限。 - 数据限制:非结构化日志(如自由文本)可能因字段缺失导致分析覆盖率下降 20%-30%。
- 时间窗口:建议设置 6 小时到 7 天的查询范围,超过 7 天可能触发服务端截断策略。
使用场景
- 业务指标骤降时,在 Kusto 中检索当日错误码分布,定位引发波动的服务与时间窗口
- 凌晨告警触发后,用自然语言查询 Azure Log Analytics 表,快速确认异常是否源于特定服务版本
- 季度复盘前,从经营日志中筛选高频低效操作,生成可分享的异常事件报告
- 值班时收到业务方反馈登录失败增多,直接对 Kusto 库发起查询,核对认证相关的失败记录
适合人员
- Azure 平台的 SRE,需要在日常巡检中用自然语言快速排查 Kusto 集群里的异常日志
- 负责告警响应的运维工程师,需要在凌晨告警后短时间内确认故障影响范围并给出结论
- 定期输出经营分析报告的数据分析师,希望从海量日志中自动提取异常事件而不必手写 KQL
- 刚接手 Azure 日志平台的初级运维,想通过对话式查询完成首次日志排查,而不必先啃完整 KQL 语法