1773804577
2026-03-18 02:31:00
Прасанна Виджаянатан и Ренцо Санчес-Сильваоба инженера Netflix, представили Наблюдение на основе онтологий: построение графа знаний E2E в масштабе Netflix в QCon Лондон 2026где они обсудили разработку и реализацию сквозного графа знаний, который моделирует пользовательский опыт Netflix как взаимодействие связанного графа пользователей, клиентов, сервисов и инфраструктуры.
Сквозная (E2E) наблюдаемость определяется как способность отслеживать, понимать и отлаживать все состояние сложной системы, начиная с пользовательского интерфейса на одном конце, через внутренние службы и заканчивая базовой облачной инфраструктурой на противоположном конце.
Виджаянатан начал свою часть презентации с того, что попросил аудиторию представить систему, которая могла бы: немедленно обнаруживать проблемы; расставить приоритеты в отношении воздействия и сортировки инцидента; автоматически определять основную причину; и активно прогнозировать.
Типичные проблемы наблюдаемости E2E включают в себя: многочисленные и разрозненные источники данных; отключенное и неконтекстное оповещение; сложность сортировки и устранения неполадок; и неадекватные методы обнаружения.
Концепция Связность включает в себя устранение пробелов и разрушение бункеров. В Netflix связанные данные в рамках E2E-наблюдения включают: обогащение данных для единого источника истины; минимизация дублирования усилий; способность сортировать и устранять сложные проблемы, что дает совокупную информацию и основные причины; и повышенная точность диагностики.
Виджаянатан представил РАСПЛАВЛЕНИЕ слоя (Метрики, События, Журналы, События) как единый уровень наблюдения за пользователями, устройствами и службами, который может сократить время разрешения инцидентов.
Затем Санчес-Сильва начал свою часть презентации, представив концепцию Онтологияопределяемый как формальная спецификация типов, свойств и отношений. Онтология — это способ кодирования знаний. Речь идет не только о данных, речь идет об отношениях.
Структура данных онтологии, Тройнойпредставляет собой кортеж (Субъект | Предикат | Объект), который определяет один факт в графе знаний, который может быть запрошен.
Пример такой тройки:
API-шлюз | рдф:тип | ops:API-шлюз приложения | опс:ownedBy | «Команда Бедрок» INC-5377 | рдф:тип | Операции: Инцидент INC-5377 | опс: влияет | API-шлюз
12 рабочих пространств имен соединить все в инфраструктуре Netflix. К ним относятся: Slack, Alerts, Metrics, Logs, Incident, E2E и Harvest.
Санчес-Сильва заявил, что информация об инцидентах может быть разбросана по 12 оперативным пространствам имен, что приведет к операционному хаосу. Однако онтология обеспечивает порядок, поскольку она захватывает, структуры и сохраняет машиночитаемая тройная структура данных.
Маховик знаний повышает устойчивость, поскольку одно вращение включает три состояния — «Наблюдатель», «Обогащение» и «Вывод» — в качестве входных данных для адаптации. Каждая ротация кодирует знания для последующих, более разумных ротаций.
С использованием Клод Если вы являетесь соразработчиком, каждый сбор данных выполняется в отдельном рабочем дереве git. Два маховика могут «вращаться вместе» в одной системе. Например:
Маховик 1: Знания
Slack -> Обогатить -> Вывести -> Адаптировать
Маховик 2: Код (рабочее дерево git)
Рабочее дерево –> Клод –> PR –> Обзор –> Слияние
Оба маховика работают вместе, так что Клод может предложить запрос на включение (PR), а человек может просмотреть запрос на включение и объединить запрос.
Санчес-Сильва утверждал, что онтология — это договор между хаосом и пониманием. Результат показан в этой онтологической визуализации инцидента.
В дальнейшем Netflix планирует: автоматизировать анализ первопричин; обеспечить автоматическое исправление; и создать самовосстанавливающуюся инфраструктуру.
#QCon #London #Наблюдаемость #на #основе #онтологий #построение #графа #знаний #E2E #масштабе #Netflix
По теме
